Gemini 3.5 Omni와 Omni Flash: 멀티모달 트래커

Google가 실제로 출시한 것, 아직 데모 단계인 것, 그리고 이번 주 빌더가 해야 할 일에 대한 실무 노트.

어느 날 오후, 코드에서 Gemini 3.5 Omni를 호출할 수 있는지 알아내려고 시도했다. 할 수 없었다. 아직은. Gemini 앱에서 Omni Flash가 사진 한 장과 한 줄짜리 프롬프트로 영상을 생성하는 것을 봤고, 꽤 훌륭했다 — 하지만 내가 실제로 필요했던 것, 즉 파이프라인에 연결할 수 있는 API 엔드포인트는 없었다. 그 간극이 바로 핵심이다. 이 글은 2026년 6월 초 기준 Omni의 실제 현황을 정리하고, 프로덕션에서 영상 생성을 운영하는 사람들에게 무엇이 바뀌는지(그리고 바뀌지 않는지)를 문서화한다.

바쁘다면 요약: Omni는 실제 영상 생성 모델이고, 소비자용으로는 라이브 상태이며, 개발자 API 접근은 여전히 “수주 내 예정”이다. 아직 이 모델을 기반으로 구축하지 마라. 이제 자세히 살펴보자.

Google이 “Gemini Omni”로 소개한 것

포지셔닝: 영상, 이미지, 시뮬레이션 생성을 위한 멀티모달 월드 모델

Google의 표현에 따르면 Gemini Omni는 어떤 입력에서도 무엇이든 만들 수 있으며, 영상부터 시작한다. 여기서 핵심 키워드는 시작이다. 현재 Omni가 공개적으로 하는 것은 한 가지뿐이다: 텍스트, 이미지, 오디오, 기존 영상 클립을 입력받아 영상을 출력한다.

이것이 단순한 텍스트-to-영상 박스를 넘어서는 이유는, 입력들을 단순히 이어붙이는 대신 모든 입력을 가로질러 추론하여 일관된 출력을 만들어내기 때문이다. Google은 물리 법칙도 강조했다 — I/O 발표에 대한 TechCrunch 기사는 출력물이 움직임, 중력, 유체 거동에 대한 이해를 반영하도록 설계되었다고 언급한다. 데모에서는 그것이 뒤틀린 팔다리와 녹아내리는 배경이 줄어드는 것으로 나타났다. 일관성 주장은 아홉 개가 아니라 마흔 개 클립을 직접 돌려본 후에 믿겠다.

Omni와 Gemini 3.5 Flash / Pro의 차이 (출력 모달리티)

대부분의 기사가 이 부분을 흐릿하게 다루므로 명확히 짚겠다. Omni와 3.5 패밀리는 같은 종류의 모델이 아니다.

모델	입력	출력	용도
Gemini Omni / Omni Flash	텍스트, 이미지, 오디오, 영상	영상	영상 생성 및 편집
Gemini 3.5 Flash	텍스트, 이미지, 오디오, 영상	텍스트, 코드	에이전틱 작업, 추론, UI 생성
Gemini 3.5 Pro	텍스트, 이미지, 오디오, 영상	텍스트, 코드	동일, 더 높은 상한선 (아직 순차 출시 중)

3.5 Flash는 입력 멀티모달이다 — 영상을 이해하고 답을 텍스트로 반환한다. Omni는 출력 멀티모달이다 — 입력을 이해하고 영상을 돌려준다. Google 블로그는 이를 명확히 말한다: Gemini Omni는 영상을 시작으로 어떤 입력에서든 무엇이든 만들 수 있는 새 모델이고, 3.5는 에이전틱 작업을 위한 프론티어 인텔리전스와 액션을 결합하는 패밀리다. “Gemini 3.5가 영상을 할 수 있다”고 하나의 기능으로 생각해왔다면, 둘로 나눠라. 이들은 스택의 서로 다른 부분에 존재한다.

Omni Flash 포지셔닝 vs. 풀 Omni

실제로 출시된 것은 Omni Flash 변형이다. 이것이 더 빠르고 저렴한 티어이며, 보도에 따르면 클립이 약 10초 캡으로 제한된다 — 이는 하드 모델 한계가 아닌 배포 선택으로 묘사되어 있어 나중에 늘어날 것을 시사한다. 더 고화질의 긴 클립 Omni 티어가 그 위에 있지만, 그것은 여전히 대부분 데모 영상 속에 살고 있다. 따라서 누군가 “Omni가 나왔다”고 말할 때, 그것은 소비자 앱에서의 Omni Flash를 의미한다.

I/O 2026에서 확인된 것들

공개 발표 vs. 개발자 접근 타이밍

I/O는 2026년 5월 19~20일에 열렸다. Google은 Omni, 3.5 라인업, 그리고 다수의 에이전트 기능을 확인했다. 중요한 구분: 소비자 접근은 출시되었고, 개발자 접근은 그렇지 않았다. Gemini Omni Flash는 Gemini 앱과 Google Flow를 통해 전 세계 Google AI Plus, Pro, Ultra 구독자에게 출시 중이며, YouTube Shorts에서는 무료로 접근 가능하다. 그리고 모든 빌더가 강조해야 할 문장: 수주 내에 API를 통해 개발자 및 기업 고객에게도 출시할 예정이다.

“수주 내.” 날짜가 아니다. 모델 ID도 아니다. 가격표도 아니다.

Omni가 데모된 곳과 보여준 것

데모는 대화형 영상 편집이었다 — 하나의 요소를 바꾸고, 전체 장면을 바꾸고, 여러 턴에 걸쳐 캐릭터의 일관성을 유지하는 것. 한 예시: 바이올리니스트 클립을 입력하고, “바이올리니스트를 새로운 환경으로 이동시켜”, “바이올린을 보이지 않게 해” 같은 편집 명령을 이어서 내리는 식이다. 이는 편집 우선 피치인데, 순수 텍스트-to-영상과는 진정으로 다른 방향성이다. Google은 또한 모든 Omni 출력에 SynthID 워터마킹이 적용된다고 확인했으며, 이는 다운스트림 사용에 출처 요구사항이 있다면 중요한 사항이다.

데모와 개발자 가용성 사이의 간극

여기서 잠시 멈췄다. 소비자 출시와 API는 신뢰성 측면에서 두 가지 다른 제품이다. 이건 비관론이 아니다. 단순히 “앱에서 작동하는 것을 봤다”와 “배치 작업이 실행되는 새벽 3시에도 의존할 수 있다” 사이의 차이다.

멀티모달 빌더에게 이것이 중요한 이유

영상 생성은 멀티모달 이해와 별개의 문제다

제품이 이미 업로드된 미디어를 이해하기 위해 Gemini 3.5를 호출하고 있다면, Omni는 그것을 대체하지 않는다. 이것은 추가 기능 — 생성 — 으로, 드롭인 업그레이드가 아니라 볼트온 방식으로 붙이는 것이다. 아키텍처 다이어그램에서 이를 하나의 항목으로 처리하면 나중에 놀라게 된다.

기존 영상 모델(Veo 등)과 Omni의 위치

이것이 실질적인 질문이다. Google은 이미 문서화된 Gemini API 및 Vertex AI 경로를 통해 Veo 3.1을 제공하고 있으므로, 오늘 실제로 통합할 수 있는 Google 영상 모델은 Veo다. Omni는 아직 API 레이어에서 Veo의 대체품이 아니다 — Veo 경로가 모두 Omni로 바뀐다는 마이그레이션 문서도 없고, Veo 페이지도 여전히 활성화되어 있다. 의도의 차이는 실재하지만: Veo는 텍스트-to-영상 중심으로 구축된 반면, Omni의 핵심은 다중 입력 추론과 대화형 편집이다. 빌더 관점에서는 Omni가 전사, 이미지 이해, 생성이라는 체인을 하나의 호출로 압축하도록 포지셔닝되어 있다는 의미다. 이것이 재구축할 가치가 있는지는 전적으로 API가 언제 출시되는지에 달려 있다.

Omni가 개발자 접근에 도달한다면 무엇이 바뀌는가

API가 출시된다면 — 출시될 때 — 매력은 원가 절감이 아니다. 인터페이스를 줄이는 것이다. 혼합 미디어를 받아 편집된 영상을 반환하는 하나의 모델은 유지할 SDK가 줄고, 처리할 오류 분류가 줄고, 추적할 SLA가 줄어든다. 내가 실제로 신경 쓰는 종류의 마찰 감소다. 하지만 “출시된다면”이 그 문장에서 많은 역할을 하고 있다.

아직 알 수 없는 것들

이것들을 명시하는 이유는, 해결된 것처럼 써두면 팀이 피해를 입기 때문이다.

API 가용성 및 타이밍 — 확인 필요. “수주 내”가 유일한 공식 신호다. 2026년 6월 초 기준 Google 개발자 문서에 엔드포인트도, 모델 ID도 없다.
영상 워크로드 가격 — 미공개. 소비자 접근은 Google AI 구독 티어 (Plus, Pro, Ultra)에 번들되어 있지만, 호출당 API 가격은 공개되지 않았다. 영상 프레임은 토큰 수를 빠르게 늘리므로 텍스트 모델 경제성을 가정하지 마라.
출력 사양 — Omni Flash 클립은 약 10초로 제한된 것으로 보이나, API 티어의 전체 해상도, 최대 길이, 정확한 제어 입력은 문서화되지 않았다.
상업적 사용 권한 — 개발자 사용에 대해 명시되지 않았다. SynthID 워터마킹은 확인되었으나, API를 통해 생성된 출력의 라이선스 조건은 아니다.

벤더나 블로그에서 Omni API가 “모두에게 라이브”라고 말한다면, 그들은 증거보다 앞서가고 있는 것이다. 확인해봤다.

오늘 Omni를 어떻게 계획할 것인가

데모를 보고 프로덕션 워크로드를 마이그레이션하지 마라

당연한 말이지만, 데모가 진짜 인상적일 때 바로 팀이 실수를 저지르기 때문에 말할 가치가 있다. 데모는 통제된 조건에서의 최선의 경우다. 프로덕션은 2배 볼륨에서의 최악의 경우다. 문서화된 지연시간과 한계가 있는 엔드포인트가 생기기 전까지 Omni는 “의존 중” 열이 아닌 “주시 중” 열에 남아 있다.

여러 영상 생성 모델에 걸쳐 폴백 경로를 테스트하라

이런 출시가 나를 막지 않도록 같은 생성 작업을 두 개 이상의 모델에 대해 실행한다. Omni의 API가 다음 달 출시된다면, 좋다 — 파이프라인을 재구축하는 것이 아니라 이미 사용 중인 것과 비교하여 슬롯에 넣고 싶다. 모든 모델 출시에서 얻은 교훈: 남의 데모에서 “정말 좋다”는 것은, 내 특정 시나리오에서 내 빈도로 좋다는 것이 확인되기 전까지는 아무 의미가 없다.

벤더 특화 출시에 대한 헤지로서의 모델 집계

이 부분이 내가 일하는 방식과 관련이 있다. 모델이 먼저 소비자에게 출시되고 개발자에게는 “수주 내”로 출시될 때, 허둥대지 않는 빌더는 단일 공급업체의 출시 일정에 자신을 묶어두지 않은 사람들이다. WaveSpeedAI와 같은 통합 멀티모델 접근 레이어를 통해 영상 생성을 실행하면, 새 모델은 준비되었을 때 테스트하고 채택하는 것이지 억지로 마이그레이션하는 것이 아니다. 이것이 모든 사람에게 맞는다고 말하는 게 아니다 — 항상 하나의 모델만 사용한다면 추상화는 오버헤드다. 하지만 나의 전환 빈도에서는, 많은 모델 위의 하나의 접근 레이어가 벤더당 하나의 통합을 유지하는 것보다 낫다. 가치는 “더 많은 모델”이 아니다. 지형이 바뀔 때마다 재구축하지 않아도 된다는 것이다. 그리고 이번 달, 지형이 바뀌었다.

FAQ

Gemini Omni는 오늘 API를 통해 사용 가능한가? 아니다. 2026년 6월 초 기준, Omni Flash는 AI Plus/Pro/Ultra 구독자를 위해 Gemini 앱, Google Flow, YouTube Shorts에서 라이브 상태다. Google은 개발자 및 기업 API 접근이 “수주 내”라고 말하지만, 아직 공개된 모델 ID, 엔드포인트, 가격이 없다.

Gemini Omni와 Gemini 3.5 Pro의 차이는 무엇인가? 출력 모달리티다. Omni는 영상을 생성한다(출력 멀티모달). Gemini 3.5 Pro는 텍스트, 이미지, 오디오, 영상을 이해하지만 텍스트와 코드를 출력한다(입력 멀티모달). 다른 역할, 스택의 다른 부분이다.

Gemini Omni는 영상을 생성하는가? 그렇다 — 그것이 핵심 기능이다. 텍스트, 이미지, 오디오, 영상 클립을 입력받아 영상을 생성하며, 여러 턴에 걸쳐 대화형 편집이 가능하다. 모든 출력에는 SynthID 워터마크가 적용된다.

개발자는 언제 Omni에 접근할 수 있나? 미확인이다. Google의 유일한 공개 표현은 “수주 내”다. 다른 곳에서 보이는 특정 날짜는 Google이 API 문서를 공개하기 전까지는 추측으로 간주하라.

Omni는 Veo 같은 다른 영상 생성 모델과 어떻게 비교되는가? Veo 3.1이 오늘 Gemini API 및 Vertex AI를 통해 실제로 호출할 수 있는 모델이다. Omni의 차별점은 순수 텍스트-to-영상이 아닌 다중 입력 추론과 편집 우선 설계다. 하지만 Omni의 API가 출시되기 전까지는 프로덕션 영상 생성을 위한 실질적인 Google 기준선은 Veo다.

결론

내가 내린 결론: Omni는 실재하고, 편집 접근 방식은 다르고 흥미로운 방향성이며, Gemini 3.5 Omni는 면밀히 추적할 가치가 있다. 하지만 이번 주에 이것을 기반으로 구축할 가치는 없다. 소비자용 라이브, 개발자 대기 중, 사양 미공개 — 이것은 의존 항목이 아니라 주시 항목이다.

따라서 취할 행동은 지루하지만 올바르다: 영상 생성을 유연하게 유지하고, Omni를 앱에서 테스트하여 스스로 판단을 형성하며, 실제로 가리킬 수 있는 엔드포인트가 생기기 전까지 프로덕션 파이프라인을 재편하지 마라. API가 나타나면, 지금 사용 중인 것과 비교하여 실행하고 무엇이 버텼는지 보고할 것이다.

확인 예정. 문서가 나오면 더 알려드리겠다.

이전 게시물: