네이티브 멀티모달 출력
하나의 프롬프트로 텍스트·키프레임·영상이 동시에 생성되며 캐릭터, 스타일, 조명이 모든 포맷에서 일관되게 유지됩니다.
주요 스펙
5–10s 클립 길이
1080p 최대 해상도
16:9 · 9:16 · 1:1 화면비
I/O 2026 공개 예정
핵심 기능
전체 제작 파이프라인을 하나의 모델로
Veo / Sora 2 / Seedance 2.0 / Kling 같은 전용 영상 모델과 달리 Gemini Omni 는 언어 추론·이미지 생성·영상 생성·오디오 합성을 동일 아키텍처에 통합합니다.
하나의 Gemini 스택
여러 전용 모델을 체인으로 묶을 필요가 없습니다. 텍스트·이미지·영상·오디오가 같은 가중치와 긴 컨텍스트를 공유합니다.
동기화된 네이티브 오디오
환경음, 스코어, 대사가 영상과 같은 전진 패스에서 정렬됩니다. 발걸음은 박자에 맞고, 입 모양은 첫 출력부터 음성과 동기화됩니다.
채팅 내 직접 편집
자연어로 객체 교체, 조명 변경, 카메라 무빙 조정이 가능합니다. Nano Banana 의 편집 방식을 영상으로 확장한 형태입니다.
리믹스와 조정
기존 클립을 업로드해 프롬프트로 재조정합니다. 참조 이미지·영상·오디오를 하나의 명령에 결합할 수 있습니다.
템플릿과 스타일
제품 광고, Reels, 뮤직비디오, 시네마틱 단편 등 내장 템플릿으로 진입 장벽을 낮추고 카메라 언어 일관성을 보장합니다.
사양
기조연설 전 알려진 정보
아래 수치는 Reddit/X 유출과 TestingCatalog, Programming Insider, OfficeChai 등의 보도를 종합한 것입니다.
| 항목 | 알려진 정보 |
|---|---|
| 모델 패밀리 | Google Gemini — Veo 시리즈의 후속 브랜드 |
| 모델 ID | bard_eac_video_generation_omni / v3smm-lora-prod |
| 클립 길이 | 생성당 5 / 8 / 10 초, 앱에서 체이닝 가능 |
| 해상도 | 480p / 720p / 1080p |
| 화면비 | 16:9, 9:16, 1:1 |
| 오디오 | 네이티브 합성, 단일 패스에서 동기화 |
| 입력 | 텍스트 / 이미지 / 영상 / 오디오 참조 |
| 접근 | Gemini 앱 내 스테이징, API 는 I/O 이후 예정 |
| 쿼터 신호 | 보고에 따르면 Omni 2 회 생성 시 AI Pro 일일 쿼터의 약 86% 소모 |
아키텍처
세 개의 제품 라인이 하나의 Omni 로
과거 Google 의 생성 스택은 Veo(영상), Nano Banana / Imagen(이미지), Gemini(텍스트) 로 분리되어 있었습니다. Omni 는 이를 하나의 아키텍처로 통합합니다.
이전
Veo 3.1
영상 + 네이티브 오디오
Nano Banana / Imagen
이미지 생성과 편집
Gemini 2.5 / 3.x
추론 · 긴 컨텍스트
현재 · Omni
Gemini Omni
텍스트 · 이미지 · 영상 · 오디오, 하나의 모델 하나의 프롬프트
Text Image Video Audio
활용 사례
하나의 브리프에서 게시 가능한 콘텐츠까지
통합 모델 + 긴 컨텍스트 + 동기 오디오 덕분에 한 줄 브리프로 스토리보드부터 완성본까지 전 과정을 수행할 수 있습니다.
01
제품 광고
히어로 샷, 패키지 공개, 라이프스타일 컷을 환경음과 함께 즉시 납품.
02
Reels & Shorts
9:16 세로 클립에 마이크온 대사와 비트 동기 모션, 스크롤을 멈추는 소셜 콘텐츠.
03
뮤직비디오
참조 트랙을 주면 Omni 가 비트에 맞춰 컷을 잘라주며 여러 샷에서 캐릭터 일관성을 유지.
04
시네마틱 단편
10 초짜리 omni-clip 여러 개를 멀티숏 시퀀스로 연결, 조명·인물·음향 베드를 연속 유지.
05
랜딩 페이지 히어로 루프
SaaS / 패션 / DTC 사이트용 반복 가능한 16:9 분위기 클립, 브랜드 색과 무음 가독성 포함.
06
설명 영상과 튜토리얼
스크립트를 립싱크 내레이션 시퀀스로 변환하고 환경 사운드 디자인도 함께 맞춤.
비교
2026 영상 생성 시장에서 Omni 의 위치
Artificial Analysis, Looksy AI, Oimi AI, 공식 키노트 정보를 종합 — 벤치마크가 아닌 방향성 파악용.
| 모델 | 제공사 | 아키텍처 | 네이티브 오디오 | 클립 길이 |
|---|---|---|---|---|
| Gemini Omni
Omni
| 통합 Omni (영상 + 이미지 + 오디오) | 단일 패스 동기 | 5 / 8 / 10s | |
| Veo 3.1 | 전용 영상 모델 | 지원 | 약 8s | |
| Seedance 2.0 | ByteDance | 전용 멀티모달 영상 | 지원 | 최대 15s / 샷 |
| Sora 2 | OpenAI | 전용 영상 모델 | 지원 | 약 20s |
| Kling V3.0 | Kuaishou | 전용 영상 모델 | 제한적 | 약 10s |
타임라인
첫 유출부터 I/O 2026 무대까지
공개 보도일 순, 계속 업데이트 중.
- 2026 · 05 · 02
최초 "Powered by Omni" 문자열
X 사용자 @Thomas16937378 가 Gemini 영상 탭에서 "Start with an idea or try a template. Powered by Omni." 문자열을 발견.
- 2026 · 05 · 11
Gemini 모바일 앱 내 프리뷰 카드
TestingCatalog 와 Chetaslua 가 "Meet our new video model" 카드, 전체 모델 ID, 10 초 클립 상한을 확인.
- 2026 · 05 · 12 – 18
데모 확산
"칠판에서 삼각함수를 푸는 교수" 클립이 텍스트 일관성과 물리적 정확도를 보여주며 Veo 3.1 과의 비교가 활발해짐.
- 2026 · 05 · 19 – 20
Google I/O 2026 공식 발표 예정
메인 스테이지에서 Omni 발표가 널리 예상되며 Flash / Pro 티어, API, 구독제 재편이 동반될 수 있음.
FAQ
Gemini Omni 에 대해 가장 자주 묻는 질문
Gemini Omni 는 정확히 무엇인가요?
Google 이 곧 발표할 통합 멀티모달 모델로, 하나의 아키텍처 안에서 텍스트·이미지·영상·동기 오디오를 네이티브로 생성합니다. 사실상 Veo, Imagen, Gemini 의 통합입니다.
언제 출시되나요?
2026 년 5 월 중순 현재 여전히 유출 단계입니다. Google I/O 2026 (5 월 19–20 일) 메인 스테이지 공개가 널리 예상됩니다.
Veo 3.1 과 어떤 관계인가요?
메타데이터상 Omni 는 엔지니어링 측면에서 Veo 스택을 계승하지만 Veo 브랜드를 버리고 영상 기능을 Gemini 의 텍스트 및 이미지 계층과 통합합니다.
정말로 소리를 직접 생성하나요?
네. 환경음, 스코어, 대사가 영상과 같은 패스에서 생성됩니다. 이것이 "omni" 라는 이름의 핵심 이유입니다.
현재 클립 길이 제한은?
유출된 모델 ID 는 1 회 생성당 5, 8, 10 초이며, 클라이언트 계층에서 다중 클립 체이닝이 가능합니다.
가격은 어떻게 책정될까요?
미확정. Reddit 스크린샷에 따르면 Omni 2 회 생성으로 AI Pro 일일 쿼터의 약 86% 가 소진되므로 더 높은 "Ultra / Pro Plus" 티어가 유력합니다.
출처
1 차 보도와 공개 링크
이 페이지의 내용은 아래 공개 출처를 종합한 것입니다. 교차 확인을 권장합니다.
programminginsider.com 원문 보기
TestingCatalog · Programming Insider 보도
유출 세부 사항, UI 문자열, 초기 데모 분석.
oimi.ai 원문 보기
Oimi AI · Gemini Omni Leaked 정리
아키텍처 가설과 Seedance / Veo 와의 비교.
officechai.com 원문 보기
OfficeChai · Gemini Omni Spotted
전체 모델 ID, 앱 내 프롬프트, 커뮤니티 반응.
looksyai.in 원문 보기
Looksy AI · Gemini Omni 제품 페이지
사양, 활용 사례, 비교 요약.
storage.googleapis.com 원문 보기
Gemini 2.5 기술 보고서
Gemini 패밀리의 멀티모달 능력, 긴 컨텍스트, 에이전트 방향.