공개 노트

Gemini Omni 1.1 Flash로 장면 이어붙이는 법, 그리고 문서마다 다른 40초 상한

2026-08-31Views 80약 9분

구글이 2026년 8월 28일 공개한 Gemini Omni 1.1 Flash는 영상 생성 모델이다 (Google AI Studio 모델 카드, 2026). 8초짜리 클립 하나로 끝나던 작업이 이어붙기로 늘어난다.

결론 먼저: 지금 바로 할 것

Google AI Studio에 들어가 모델을 gemini-omni-1.1-flash로 바꾼다. 무료 티어는 없으니 결제 등록이 먼저다 (Gemini API 가격 문서, 2026).
해상도를 360p로 놓고 초안을 뽑는다. 초당 0.03달러로 720p의 3분의 1이다 (Google 블로그 가격표, 2026). 다만 초안이 720p 결과를 얼마나 예측하는지는 확인된 자료가 없다. 아래 2단계를 보고 판단한다.
마음에 드는 컷이 나오면 같은 대화에서 확장을 요청한다. 한 번에 3-10초씩 붙는다. 누적 상한은 30초와 40초로 출처가 갈리니 아래 3단계를 보고 실측한다.
마지막에만 720p 이상으로 다시 뽑는다. 1080p는 초당 0.15달러, 4K는 0.30달러이고 둘 다 업스케일 결과다 (Google 블로그 가격표, 2026 / Gemini API 문서, 2026).
프롬프트는 영어로 쓴다. 구글이 완전 지원을 명시한 언어는 영어뿐이다 (Gemini API 문서, 2026).

Veo 3.1 대신 이걸 쓸 이유가 있나

720p에서는 있다. 값이 같은 Veo 3.1 Fast보다 품질 평가가 높고, 절반값인 Veo 3.1 Lite를 고르면 아낀 만큼 품질 순위를 내려놓게 된다.

구글이 공개한 가격표는 이렇다. 초당 달러 기준이다 (Google 블로그 가격표, 2026).

해상도	Gemini Omni 1.1 Flash	Gemini Omni Flash	Veo 3.1 Lite	Veo 3.1 Fast
360p	0.03	-	-	-
720p	0.10	0.10	0.05	0.10
1080p	0.15	-	0.08	0.12
4k	0.30	-	-	0.30

가격만 보면 Veo 3.1 Lite가 720p 절반값이고 1080p도 0.08달러로 싸다. 품질을 같이 놓으면 그림이 달라진다.

video-arena-elo_1

리더보드를 어떻게 읽어야 하나

Artificial Analysis Video Arena는 사람이 두 영상을 나란히 보고 어느 쪽이 나은지 고르는 블라인드 투표를 모아 Elo로 환산한다. 스펙 벤치마크가 아니라 선호도 조사에 가깝다. 모델 이름을 가리고 붙이기 때문에 브랜드 효과가 빠지고, 투표 수가 모자란 모델은 아예 목록에 오르지 않는다.

2026년 8월 30일 조회 기준 텍스트 투 비디오(오디오 포함) 부문 숫자는 이렇다. Gemini Omni Flash가 2위 Elo 1,237로 1위 Wan 3.0(1,241)과 4점 차이다. Veo 3.1은 13위 1,091, Veo 3.1 Lite는 14위 1,089, Veo 3.1 Fast는 17위 1,086이다 (Artificial Analysis Video Arena, 2026-08-30 조회).

150 Elo 차이가 얼마나 큰지 감이 안 잡히면 승률로 바꿔보면 된다. Elo 공식상 150점 차는 블라인드 대결에서 약 70% 승률에 해당한다. 취향이 갈리는 수준이 아니라 열 번 붙이면 일곱 번은 옴니 쪽을 고른다는 뜻이다.

읽을 때 조심할 것이 세 가지 있다.

순위에 올라 있는 건 직전 버전인 Gemini Omni Flash다. 1.1 Flash는 아직 투표 수가 모자라 목록에 없다. 1.1이 1.0의 업데이트이고 720p 단가도 0.10달러로 같으니 비슷한 대역일 것으로 보는 건 추론이지 확인된 값이 아니다.

Elo는 일반적인 프롬프트에 대한 평균 선호도다. 제품 클로즈업, 화면 속 텍스트, 특정 인종이나 연령대의 인물처럼 좁은 용도에서는 순위가 뒤집힐 수 있다. 본인 용도의 프롬프트 세 개로 직접 붙여보는 게 순위표보다 정확하다.

구글은 같은 조건에서 자사 모델끼리 품질을 비교한 수치를 내놓지 않았다 (implicator.ai, 2026). 옴니 계열과 Veo 계열의 격차를 공식적으로 확인할 방법이 지금은 없다.

그래서 어느 쪽을 고르나

720p에서 0.10달러를 쓸 거라면 Omni 계열과 Veo 3.1 Fast 중에는 Omni다. 값이 같은데 아레나 순위가 15계단 높다. 0.05달러를 아끼려고 Veo 3.1 Lite로 내려가면 승률 70% 열세를 사는 셈이니, 결과물로 나갈 영상이면 권하지 않는다. 화질이 덜 중요한 대량 초안이나 내부 검토용이면 Lite가 합리적이다.

기능만 놓고 보면 차이가 생각보다 좁다. 장면 확장, 첫 프레임과 끝 프레임 지정, 레퍼런스 이미지는 Veo 3.1에도 있다 (Google Developers 블로그, 2026). Omni 1.1 Flash에만 있는 건 두 가지다.

하나는 360p 초안 티어다. 이 줄에 숫자가 있는 모델은 Omni 1.1 Flash 하나뿐이다. 초당 0.03달러라 컷을 스무 번 다시 뽑는 단계에서 비용이 3분의 1로 떨어진다.

다른 하나는 확장할 때 참조하는 범위다. 이전 버전이 직전 1초만 보고 다음 장면을 만들었다면 이번 모델은 최대 10초를 컨텍스트로 읽는다 (Google 블로그, 2026). 인물이나 배경이 이어지는 구간에서 티가 나는 지점이 여기다.

실제 예산은 이렇게 잡힌다. 30초짜리를 360p로 다 뽑아보면 0.90달러, 확정된 컷만 720p로 다시 뽑으면 3달러다. 처음부터 720p로 스무 번 시도하면 60달러가 나간다.

과금은 토큰으로 계산된다. 구글 가격 문서는 720p 영상 1초를 출력 토큰 5,792개로 환산하고 영상 출력 단가는 100만 토큰당 17.50달러다 (Gemini API 가격 문서, 2026 / Google AI Studio 모델 카드, 2026). 곱하면 초당 0.101달러로 위 표와 맞는다. 토큰 쿼터로 예산을 관리한다면 이 환산값을 쓰면 된다.

무료 티어는 없다. 모델 카드에 Paid 배지가 붙어 있다 (Google AI Studio 모델 카드, 2026).

단계별 상세

1단계: 첫 호출 돌려보기

구글 공식 문서의 최소 예제는 이렇다 (Gemini API 문서, 2026).

import base64
from google import genai

client = genai.Client()
interaction = client.interactions.create(
    model="gemini-omni-1.1-flash",
    input="A marble rolling fast on a chain reaction style track"
)
with open("output.mp4", "wb") as f:
    f.write(base64.b64decode(interaction.output_video.data))

호출 경로가 generate_content에서 Interactions API로 바뀌었다. 대화를 이어가며 편집하는 구조라 확장과 수정이 같은 세션에서 돌아간다.

응답이 4MB를 넘으면 delivery를 uri로 바꿔야 한다 (Gemini API 문서, 2026). 720p 8초면 이미 넘는 경우가 많으니 초안 단계부터 uri로 두는 편이 손이 덜 간다.

2단계: 해상도와 비율 정하기

지원 비율은 16:9와 9:16 두 가지, 기본값은 16:9다 (Gemini API 문서, 2026). 1:1이나 4:5는 없으니 인스타 피드용은 후처리로 잘라야 한다.

해상도는 360p, 720p, 1080p, 4k 중 고른다. 기본은 720p이고 그 위는 업스케일이다. 4K는 720p의 세 배 값인데 네이티브 4K로 생성되는 게 아니니 업스케일 결과를 확인하고 결정하는 편이 낫다.

360p에 대해서는 확인 안 된 것이 두 가지 있다. 첫 번째는 같은 모델을 낮은 해상도로 돌리는 것인지 별도 경로인지를 구글이 밝히지 않았다는 점이다. 그래서 360p에서 고른 컷이 720p에서 같은 구도와 움직임으로 나온다는 보장이 없다. 초안을 고르는 기준을 디테일이 아니라 구도와 동선 수준으로 잡아야 하는 이유다.

두 번째는 속도다. 구글이 말한 "최대 60% 빠름"은 시스템 처리량 기준이고 개별 생성 한 건이 60% 빨리 끝난다는 뜻이 아니다 (XenoSpectrum, 2026).

3단계: 장면 확장

누적 상한부터 확인하고 들어가야 한다. Gemini API 문서는 "10초씩 확장해 총 40초까지"라고 적어놨는데 (Gemini API 문서, 2026), 정작 AI Studio 모델 선택 화면의 모델 카드 설명은 "seamlessly extend scenes up to 30 seconds"다 (Google AI Studio 모델 카드, 2026). 같은 회사 문서 두 개가 10초 차이로 갈린다. 30초까지 붙여보고 한 번 더 되는지 확인하는 쪽이 안전하다.

확장은 클립 끝에만 붙는다. 앞에 덧붙이거나 중간에 끼워 넣는 기능은 없다 (MarkTechPost, 2026). 스토리보드를 앞에서 뒤로 순서대로 짜야 한다는 제약이 여기서 생긴다.

업로드한 영상을 확장하려면 원본이 10초 이하여야 한다 (Gemini API 문서, 2026). 모델이 직접 만든 영상을 같은 대화에서 이어붙일 때는 이 제한이 걸리지 않는다.

4단계: 첫 프레임과 끝 프레임 지정

이미지 두 장과 전환 설명을 같이 넣으면 그 사이를 채우는 영상이 나온다. 오빗이나 줌 같은 카메라 이동을 프롬프트로만 유도하는 것보다 결과가 예측 가능해진다 (Google 블로그, 2026).

캐릭터나 사물을 고정하려면 레퍼런스를 쓴다. 영상 레퍼런스는 최대 3개, 각 3초까지다 (Gemini API 문서, 2026). 레퍼런스 영상에 들어 있는 오디오는 무시된다 (MarkTechPost, 2026).

5단계: 오디오

별도 지시가 없어도 오디오가 같이 생성된다. 프롬프트에 "calm background music" 같은 문장을 넣어 방향을 지정할 수 있다 (Gemini API 문서, 2026).

반대로 오디오 파일을 레퍼런스로 넣는 건 안 된다. 특정 목소리를 지정하거나 기존 영상의 음성을 편집하는 기능도 없다.

안 될 때 확인할 것

system instruction을 넣었는지 본다. temperature, top_p, stop sequence, 네거티브 프롬프트까지 전부 미지원이다 (Gemini API 문서, 2026). 텍스트 모델 습관대로 파라미터를 넘기면 그대로 막힌다.

유튜브 URL은 소스로 못 넣는다. 다른 Gemini 모델에서 되던 유튜브 링크 입력이 이 모델에서는 안 된다.

편집 프롬프트가 길어지면 결과가 흔들린다. 구글 문서가 직접 경고하는 항목이다. 편집 단계에서 묘사를 과하게 붙이면 의도하지 않은 부분까지 바뀐다. 짧고 단순한 지시가 낫다 (Gemini API 문서, 2026).

대사가 있는 영상은 확장 대상이 아니다. 업로드한 영상에 대사를 추가하는 확장은 지원하지 않는다.

이 방법이 안 맞는 경우

유럽경제지역, 스위스, 영국에서는 업로드한 영상을 편집하거나 확장하는 기능 자체가 막혀 있다 (Gemini API 문서, 2026). 해당 지역 계정이면 텍스트에서 생성하는 경로만 쓸 수 있다.

한국어 프롬프트는 보장 범위 밖이다. 구글은 영어를 완전 지원으로 적고 나머지 언어는 평가하지 않았다고 명시했다. 돌아가긴 하겠지만 품질이 떨어져도 버그로 신고할 근거가 없는 상태다.

생성된 모든 영상에는 SynthID 워터마크가 들어간다. 눈에 보이지는 않아도 AI 생성물 판별 도구에는 잡힌다. 광고나 납품물로 쓸 때 고지 의무가 있는 조건이면 미리 확인해야 한다.

범위 한정

여기 적은 내용은 구글 공식 문서, AI Studio 모델 카드, 발표 자료, 외부 아레나 순위를 정리한 것이다. 이 글을 쓰는 시점에 직접 API를 호출해 검증하지는 않았다. 30초와 40초 중 어느 쪽이 실제 상한인지, 360p 초안이 720p 결과를 얼마나 예측하는지, 확장 구간의 이음새가 어떤지, 한국어 프롬프트가 실제로 어느 정도 나오는지는 다음 글에서 비용과 소요 시간을 기록해 붙일 예정이다. 아레나 순위는 2026년 8월 30일에 조회한 값이라 투표가 쌓이면 바뀐다.

함께 읽기

Gemini Omni Flash: 입력 무엇이든 영상으로 만들고 대화로 편집하는 AI 모델 - 모델 계열 자체를 처음 정리한 글
구글 Nano Banana 2 Lite, Gemini Omni Flash 이미지, 영상 생성 - 2026년 6월 개발자 제공 확대 시점 정리