'Gemini Omni' 공개… 어떤 입력으로든 만들고, 말로 고친다

무엇이 나왔나

구글은 5월 19일 I/O 2026에서 Gemini Omni를 공개했습니다. 회사 설명은 '무엇이든 입력해 무엇이든 만드는 모델'이고, 첫 출력은 영상입니다. 이미지, 음성, 영상, 글을 섞어 넣으면 Gemini의 지식을 바탕으로 영상을 만들고, 만든 영상을 대화로 계속 고칠 수 있습니다.

구글은 Omni를 '영상판 나노 바나나'라고 소개했습니다. 지난해 이미지 생성·편집 모델 Nano Banana를 낸 데 이어, 같은 방식을 영상으로 넓혔다는 설명입니다.

영상 만들기가 어떻게 달라지나

• 대화로 편집: 지시를 한 번 할 때마다 이전 결과 위에 쌓이고, 등장인물과 장면이 유지된다고 구글은 설명했습니다.
• 직접 찍은 영상 바꾸기: 내가 촬영한 영상에서 동작을 바꾸거나 인물·물체를 더할 수 있습니다.
• 참조 입력: 캐릭터·장면·그림 이미지를 넣어 그 모습에 맞춰 만들 수 있습니다.
• 물리 표현: 중력, 운동 에너지, 유체 같은 물리 현상을 더 사실적으로 표현한다고 주장했습니다.
• Flow 연동: 영화 제작자용 도구 Google Flow에 Omni와 함께 'Flow Agent'와 직접 만드는 도구(Flow Tools)가 추가됐고, 음악 도구 Flow Music에서는 Omni로 뮤직비디오를 만들 수 있게 됐습니다.

이전에는

구글의 영상 생성은 Veo 계열 모델과 Flow를 통해 제공돼 왔고, Flow는 지난해 I/O에서 영화 제작자용 도구로 시작해 140개국 넘게 출시됐다고 구글은 밝혔습니다. 이번 발표의 차이는 영상 생성을 별도 모델이 아니라 Gemini의 이해·추론 능력과 묶었다는 점, 그리고 생성 뒤 '편집'을 대화로 이어가게 했다는 점입니다.