실무에서 중요한 질문은 Gemini Omni 1.2 Flash가 보기 좋은 영상을 만들 수 있느냐가 아닙니다. 모델의 라우트, 입력 계약, 출력 품질과 과금 단위가 실제로 출시하려는 작업에 맞는지가 핵심입니다. Omni 1.2 Flash는 짧은 동영상 워크플로와 네이티브 오디오를 중심에 두면서 생성, 편집, 연장, 업스케일링을 하나의 모델 제품군으로 묶었다는 점에서 주목할 만합니다.
자료 검토일: 2026년 11월 6일. 이 가이드는 Google 출시 발표, Google Cloud의 정식 제공 발표, Google Cloud 모델 문서, EvoLink 모델 페이지, 그리고 Segmind, Kingy AI, Shattered의 외부 기사를 종합합니다. 모델에 관한 사실의 일차 출처는 Google 문서입니다. EvoLink와 Segmind는 각자의 라우트, 요금과 테스트를 설명하며, 이들 페이지 중 어느 것도 현재 ToAPIs가 이 모델을 제공한다는 증거는 아닙니다.
1. Gemini Omni 1.2 Flash에 추가된 기능
Google Cloud는 gemini-omni-1.2-flash를 동영상, 이미지, 텍스트 작업을 위해 설계된 정식 제공 멀티모달 모델로 소개합니다. 문서의 기능 표에는 텍스트 동영상 변환, 이미지 동영상 변환, 참조 기반 동영상 생성, 첫 프레임과 마지막 프레임 기반 동영상 생성, 동영상 편집, 동영상 연장, 동영상 업스케일링이 포함됩니다. 사고 기능도 지원한다고 명시하지만, 이 모델에서는 시스템 지침, 구조화된 출력, 함수 호출, Gemini Live API를 지원하지 않는 것으로 표시합니다.
모델 페이지에 명시된 출력 길이는 생성 및 편집의 경우 315초, 첫 프레임과 마지막 프레임 기반 생성의 경우 310초이며, 연장 시 추가되는 길이는 3~10초입니다. 지원 화면비는 16:9와 9:16이고, 문서에 명시된 출력 해상도는 360p, 720p, 1080p, 4k입니다. 입력 동영상 제한은 작업에 따라 다릅니다. 편집과 업스케일링은 최대 15초를 허용하며, 연장은 별도의 계약에 따라 더 긴 원본의 끝부분을 사용합니다.
| 기능 | 일차 문서의 설명 | 연동 시 확인할 질문 |
|---|---|---|
| 텍스트 동영상 변환 | 프롬프트 기반 동영상, 3~15초 | 선택한 공급사가 제공하는 해상도 및 오디오 필드는 무엇인가? |
| 이미지 또는 참조 기반 동영상 생성 | 라우트별 제한이 있는 이미지 및 동영상 참조 | 이미지 순서와 참조 이름에 의미가 부여되는가? |
| 첫 프레임과 마지막 프레임 | 지원하며 출력 길이는 3~10초 | 두 번째 이미지는 마지막 프레임인가, 또 다른 참조인가? |
| 동영상 편집 | 최대 15초의 원본 동영상 편집 | 길이와 화면비가 원본을 따르는가? |
| 동영상 연장 | 연장 계약에 따라 3~10초 추가 | duration은 추가 길이인가, 전체 출력 길이인가? |
| 동영상 업스케일링 | 지원되는 원본 해상도에서 최대 4K로 업스케일링 | 이 화질 개선 작업은 생성과 별도로 과금되는가? |
출시 발표는 이전 세대 대비 다섯 가지 실용적인 개선점을 강조합니다. 15초 영상, 더 낮아진 720p 공시 요금, 이미지 및 동영상 참조를 더 충실하게 따르는 능력, 저해상도로 초안을 생성한 뒤 1080p 또는 4K로 업스케일링하는 방식, 그리고 더 명확한 립싱크와 여러 화자가 등장하는 상황에서의 자연스러운 대화입니다. Google은 처음부터 다시 생성하지 않고 제품, 조명, 카메라 각도 등을 바꾸는 대화형 편집도 설명합니다.
이는 제품 수준의 설명이며, 모든 공급사가 모든 제어 항목을 제공한다는 보장은 아닙니다. 공급사는 하나의 모델 제품군을 별도 슬러그로 나누거나, 일부 기능을 제외하거나, 다른 과금 계층을 추가할 수 있습니다. 항상 정확한 라우트 스키마를 연동 계약으로 취급하세요.
공식 기능 목록과 제삼자 라우트 설명을 바탕으로 제작한 개념도입니다. 실제 엔드포인트는 공급사별로 다르며 모델 출력이 아닙니다.
2. 여섯 가지 라우트, 서로 다른 여섯 가지 계약
EvoLink 페이지는 하나의 비동기 동영상 인터페이스에서 텍스트 동영상 변환, 이미지 동영상 변환, 참조 기반 동영상 생성, 동영상 편집, 동영상 연장, 동영상 업스케일링이라는 여섯 작업 라우트를 제시합니다. 해당 모델 ID는 라우트 설계를 이해하는 데 유용하지만, 확인된 ToAPIs 식별자가 아니라 EvoLink 식별자입니다.
Segmind 리뷰는 라우트 중심의 또 다른 관점을 제공하며, 출시 시점 테스트에서 refine 라우트를 사용할 수 없었다고 명시합니다. 이는 매력적인 기능 목록을 실제 스키마 확인 없이 제품 입력 폼에 그대로 옮겨서는 안 되는 이유를 잘 보여 줍니다.
| 라우트 | 일반적인 입력 | 검증해야 할 주요 경계 |
|---|---|---|
| 텍스트 동영상 변환 | 프롬프트 | 3~15초. 해상도, 화면비, 오디오, 시드는 공급사별로 다를 수 있음 |
| 이미지 동영상 변환 | 첫 이미지와 프롬프트 | 두 번째 이미지가 마지막 프레임을 정의할 수 있음. 최대 길이 확인 필요 |
| 참조 기반 동영상 생성 | 참조 이미지 또는 동영상과 프롬프트 | 개수, 길이, 참조 명명 규칙이 서로 다름 |
| 동영상 편집 | 원본 동영상과 하나의 명확한 변경 사항 | 원본 길이, 안전 필터, 출력의 원본 구도 유지 여부 |
| 동영상 연장 | 기존 동영상과 이어질 내용의 프롬프트 | 추가 길이가 반드시 전체 길이를 뜻하는 것은 아님 |
| 동영상 업스케일링 | 기존 동영상, 보통 프롬프트 없음 | 허용 원본 크기, 출력 등급과 별도 과금 |
라우트 선택기는 검증 규칙, 도움말, 예상 비용을 함께 변경해야 합니다. 범용 duration 필드가 연장 라우트의 의미를 생성 라우트에 그대로 적용하도록 두지 마세요. image_urls라는 필드가 이미지 동영상 변환 요청과 참조 기반 동영상 생성 요청에서 같은 의미라고 가정해서도 안 됩니다.
Google Cloud와 Gemini API의 제한을 합치지 마세요
Gemini API 가이드는 최대 6개의 참조 이미지를 명시하지만, Google Cloud 모델 페이지는 프롬프트당 최대 10개의 이미지를 명시합니다. Gemini API는 요청한 길이에 따라 동영상 참조 제한도 달리 적용합니다. 더 긴 1115초 생성에서는 짧은 참조 동영상 하나를 지원하며, 310초 작업과 동일한 참조 허용량을 제공하지 않습니다. 이는 서로 다른 플랫폼 계약이며, 평균을 내거나 합쳐야 할 상충하는 수치가 아닙니다.
플랫폼별 계약은 별개입니다. Gemini API는 참조 이미지 최대 6개, Cloud 문서는 프롬프트당 최대 10개입니다. 상한을 합치지 말고 라우트와 길이를 확인하세요.
Gemini API의 문서화된 연동 방식은 Interactions API를 사용합니다. generate_content, OpenAI chat-completions 호출, Veo 전용 generate_videos 메서드를 사용하는 방식이 아닙니다. 다음은 문서를 바탕으로 조정한 유료 호출 예제이며 ToAPIs 요청이 아닙니다. 최신 google-genai SDK, 사용 자격이 있는 계정, 로컬에 설정된 키가 필요합니다. 자격 증명을 프롬프트나 브라우저 번들에 넣지 마세요. 이 글을 위해 해당 코드를 실행하지는 않았습니다.
import base64
from pathlib import Path
from google import genai
client = genai.Client()
interaction = client.interactions.create(
model="gemini-omni-1.2-flash",
input=(
"A blue ceramic cup on a neutral table. "
"One continuous slow camera push-in. "
"Soft room ambience, no speech, no text."
),
response_format={
"type": "video",
"resolution": "360p",
"duration": "5s",
"aspect_ratio": "16:9",
},
)
Path("omni-draft.mp4").write_bytes(
base64.b64decode(interaction.output_video.data)
)
print("interaction ID:", interaction.id)
이 API에서 duration은 게이트웨이 폼에서 복사한 정수가 아니라 "5s"와 같은 문자열이며, 생성 제어 항목은 response_format 아래에 위치합니다. 더 큰 파일의 경우 가이드는 URI를 통한 전달과 파일 준비 상태 처리를 설명합니다. 여러 차례의 편집에는 previous_interaction_id를 사용하며, store=false로 설정하면 후속 워크플로에 필요한 저장 상태가 사라집니다. 지연 시간 설정을 그대로 복사하기 전에 이러한 절충점을 검토하세요.
3. 해상도 전략: 초안을 먼저 만들고 선택적으로 업스케일링하기
Gemini API 가이드는 360p와 720p를 생성 등급으로, 1080p와 4K를 업스케일링된 출력으로 명확히 구분합니다. 따라서 4K 납품 옵션이 있다는 사실만으로 네이티브 4K 생성을 입증할 수는 없습니다. 출시 자료에서 가장 실용적인 워크플로는 탐색 단계와 납품 단계를 분리하는 것입니다. 프롬프트 반복 개선과 구도 확인에는 360p 또는 720p를 사용하세요. 영상이 수용 기준 체크리스트를 통과하면 더 높은 해상도로 직접 렌더링하거나, 선택한 원본을 문서화된 업스케일링 라우트로 보내세요.
이 전략은 낭비되는 고해상도 생성을 줄이지만, 측정해야 할 두 번째 작업을 추가합니다. 업스케일러는 기본 움직임을 바꾸거나 잘못된 구도를 고치지 않은 채 디테일을 더할 수 있습니다. 잘못된 라벨, 불안정한 얼굴, 잘못된 물체 움직임이 4K에서 올바르게 바뀐다고 보장하지는 못합니다.
작업 기록에 원본 해상도, 출력 해상도, 라우트, 길이와 토큰 사용량을 보관하세요. 동일한 원본, 크롭, 수용 기준을 사용해 네이티브 고해상도 출력과 업스케일링 출력을 비교하세요. Segmind의 외부 리뷰는 업스케일링으로 유용한 디테일을 얻었다고 보고하면서도, 이를 모든 네이티브 렌더링을 무료로 대체하는 수단이 아니라 비용이 발생하는 워크플로 단계로 다뤘습니다.
프로덕션에서는 두 가지 통과 기준을 정의하세요.
- 창작 기준: 피사체의 정체성, 구도, 움직임, 텍스트, 대화와 사운드가 제작 요구를 충족해야 합니다.
- 납품 기준: 크기, 길이, 코덱, 오디오 트랙, 권리와 파일 보관이 후속 단계의 요구 사항을 충족해야 합니다.
두 기준을 모두 통과한 영상만 최종 에셋 라이브러리에 넣어야 합니다.
Gemini API 가이드에 기반한 개념 워크플로입니다. 고해상도 납품은 업스케일링이며 움직임, 텍스트, 동일성 오류의 수정을 보장하지 않습니다.
4. 지시를 정확하게 따르는 동영상을 위한 프롬프트 작성
외부 테스트는 보편적인 벤치마크 주장으로 쓰이기보다 무엇을 확인해야 하는지 보여 줄 때 프롬프트 설계에 특히 유용합니다. Segmind는 라벨이 있는 설명 영상, 키네틱 타이포그래피, 제공한 마지막 프레임을 활용한 차트 애니메이션, 스타일화된 모션 그래픽, 실제 촬영 영상에서 한 가지 사항만 바꾸는 편집에서 좋은 결과를 보고합니다. 같은 리뷰는 처음부터 생성하는 사실적인 인물, 숫자만으로 만드는 데이터 시각화, 일부 다단계 편집이나 브랜드 로고 편집에서는 더 약한 결과를 보고합니다.
견고한 Omni 프롬프트는 다음을 구분해야 합니다.
- 피사체와 눈에 보이는 정체성 요소
- 장면을 구성하는 순서대로의 동작과 전개
- 카메라 움직임과 고정되어야 할 요소
- 별도로 인용한 정확한 화면 텍스트
- 대사, 음악과 효과음
- 최종 상태. 라우트가 지원한다면 마지막 프레임 입력으로 고정하는 것이 좋습니다.
- 편집에 적용할 한 가지 변경 사항과 그대로 유지해야 할 모든 요소
예를 들면 다음과 같습니다.
Create a flat 2D motion-graphics explainer in 16:9.
Show the title 'HOW A PRODUCT VIDEO API WORKS' exactly as written.
First show one product photo, then three labelled route cards from left to right,
then connect the cards to one finished video frame.
Keep every label fixed after it appears. Use a locked-off camera.
Add a short, calm voiceover and a soft click for each route card.
End on the complete diagram. Do not add any other text or logos.
이 제작 지시는 제안된 테스트이며, 실제로 측정한 Omni 출력이 아닙니다. 수용 규칙은 “영화 같은”, “바이럴한” 등의 형용사보다 유용합니다. 모든 라벨이 정확히 일치하고, 순서가 올바르며, 카메라가 고정되어 있고, 오디오에는 요청한 신호음과 음성만 포함되어야 합니다.
5. 네이티브 오디오, 참조와 편집
공식 문서는 음성, 음악과 효과음 지원을 명시하며, Google의 출시 게시물은 더 자연스러운 대화, 더 명확한 립싱크, 여러 화자가 구별되는 상황을 강조합니다. Google Cloud 발표는 오디오 참조가 허용 목록 등록을 통해서만 제공된다는 점도 언급합니다. 따라서 오디오는 범용 동영상 폼의 체크박스 하나로 처리할 문제가 아니라, 별도의 기능 및 권한 확인이 필요한 항목입니다.
참조 일관성은 이 모델의 주요 주제 중 하나입니다. Google은 이미지 및 동영상 참조를 더 충실하게 따른다고 설명하며, 공식 모델 페이지도 참조 기반 생성을 지원합니다. 하지만 참조 지원이 정체성 유지를 보증하지는 않습니다. 영상 전체에서 얼굴, 의상, 제품 실루엣, 눈에 보이는 표식, 조명과 움직임을 검토하세요.
대화형 편집도 워크플로 개념이며, 반드시 하나의 보편적인 엔드포인트를 뜻하지는 않습니다. 출시 자료는 같은 영상 안에서 제품, 조명, 카메라 각도를 바꾸는 방식을 설명합니다. 공급사는 이를 동영상 편집, 상호작용 ID, 이전 작업 참조 또는 다른 요청 본문으로 구현할 수 있습니다. 가정을 데이터베이스에 저장하기 전에 계약을 확인하세요.
각 편집에 대해 다음을 기록하세요.
- 원본 동영상과 해당 권리
- 한 가지 변경을 지시하는 정확한 문구
- 그대로 유지되어야 할 요소
- 라우트와 모델 ID
- 반환된 작업 ID 또는 상호작용 ID
- 오디오 및 안전성 검토 결과
이렇게 하면 실패한 편집의 원인을 진단할 수 있고, 성공한 편집은 검토에 필요한 수준으로 재현할 수 있습니다.
6. 토큰 요금은 ToAPIs 견적과 다릅니다
Google 출시 자료는 720p 동영상의 공급사 요금을 공개하고 이전 모델 대비 인하를 설명합니다. EvoLink 페이지는 자체 토큰 기반 계산기, 할인, 라우트별 요금을 제시합니다. Kingy AI는 토큰 가정을 바탕으로 720p의 초당 예상 비용을 산출하고, Shattered는 공개된 초당 요금을 중심으로 출시를 소개합니다. 이 수치들을 서로 바꿔 사용할 수는 없습니다.
2026년 11월 6일 검토한 Gemini API Standard 요금표는 텍스트·이미지·동영상 입력 토큰 100만 개당 미화 1.50달러, 사고 토큰을 포함한 텍스트 출력 토큰 100만 개당 미화 9.00달러, 동영상 출력 토큰 100만 개당 미화 12.00달러를 명시합니다. 이 모델에는 무료 등급이 없습니다. 이는 해당 플랫폼의 공급사 정가이며 ToAPIs 견적이 아닙니다.
같은 요금 페이지는 720p에서 초당 동영상 출력 토큰이 5,792개라고 명시합니다. 따라서 15초짜리 720p 영상의 동영상 출력 부분만 계산한 예시는 입력과 텍스트·사고 출력 요금이 더해지기 전 15 × 5,792 × 12 / 1,000,000 = USD 1.04256입니다. 이는 출시 소개의 반올림된 초당 약 미화 0.07달러라는 수치를 설명하지만, 모든 비용을 포함한 고정 요금으로 바꾸지는 않습니다. 요금, 토큰 규칙, 게이트웨이 가산 요금은 달라질 수 있습니다.
프로덕션 비용 모델은 다음 항목을 식별해야 합니다.
| 비용 항목 | 보관할 정보 |
|---|---|
| 공급사 또는 게이트웨이 | 정확한 공급사, 모델 ID와 날짜 |
| 과금 단위 | 초, 동영상 출력 토큰, 입력 토큰, 사고 토큰 또는 묶음 요금 |
| 해상도 배율 | 네이티브 출력인지 업스케일링 작업인지 |
| 입력 미디어 | 이미지, 원본 동영상과 해당 토큰 과금 규칙 |
| 재시도 및 거절 정책 | 안전성, 유효성 검증 또는 전송 실패에도 요금이 부과되는지 |
| 수용 수율 | 납품 체크리스트를 통과한 영상 수 대비 시도 횟수 |
가상의 토큰 요금제를 검토할 때는 경쟁사의 견적을 복사하지 말고 수식을 작성하세요.
raw generation cost = input tokens × input rate
+ video output tokens × video rate
+ thinking tokens × thinking rate
workflow cost = raw generation cost
+ accepted retries
+ storage, transfer and review time
cost per accepted clip = workflow cost / accepted clips
최신 카탈로그나 견적 엔드포인트에서 모델, SKU, 단위, 계정별 요율을 확인하기 전에는 ToAPIs 요금을 공개하지 마세요. 외부에서 측정한 지연 시간이나 비용이 다른 게이트웨이에도 적용된다고 주장해서도 안 됩니다.
2026년 11월 6일 확인한 공급사 정가의 설명도이며 ToAPIs 견적이 아닙니다. 예시의 USD 1.04256은 영상 출력만 포함하며 입력 및 텍스트·사고 출력 요금은 별도입니다.
7. 프로덕션 전에 수용 평가 세트 만들기
애플리케이션에서 이 모델을 활성화하기 전에 작고 반복 가능한 평가 세트를 실행하세요.
- 텍스트 동영상 변환: 순서가 정해진 전개와 명시적인 오디오 신호를 갖춘 라벨형 설명 영상
- 이미지 동영상 변환: 필수 최종 상태가 지정된 제품의 첫 프레임
- 참조 기반 동영상 생성: 연속성 체크리스트를 적용해 여러 시점에서 보여 주는 하나의 피사체
- 동영상 편집: 실제 영상의 연기를 유지하면서 한 가지 요소만 변경
- 동영상 연장: 카메라 방향과 소리가 자연스럽게 이어져야 하는 샷
- 업스케일링: 수용 기준을 통과한 동일 초안을 네이티브 고해상도 렌더링과 비교
각 테스트에서 모델 ID, 라우트, 입력, 프롬프트, 지원되는 경우 시드, 해상도, 길이, 작업 ID, 대기 시간, 처리 시간, 출력 토큰 또는 과금 데이터, 오디오 결과와 수용 판정을 기록하세요. 가장 좋은 예시만 고르지 말고 실패 사례도 보관하세요.
외부 리뷰는 가설로 활용하세요. 예를 들어 Segmind의 20개 테스트 리뷰는 강점과 실패를 모두 명시한다는 점에서 유용하지만, 청구된 요금, 지연 시간과 공급사 동작은 Segmind 환경에 속합니다. 모든 Gemini Omni 1.2 Flash 연동을 대상으로 한 독립 벤치마크는 아닙니다.
8. 제공 여부와 연동 체크리스트
Google의 공식 모델 ID는 gemini-omni-1.2-flash이지만, 모델 ID만으로 게이트웨이가 이를 활성화했다는 뜻은 아닙니다. ToAPIs를 통해 연동하기 전에 모델 카탈로그, 현재 요금, 요청 문서를 확인하세요. 정확한 라우트, 계정 사용 권한, 요청 본문, 비동기 상태 모델, 결과 보관 기간과 과금 정책을 확인해야 합니다.
라우트가 없거나 견적을 확인할 수 없다면 기능을 비활성화한 채 유지하거나 출시 예정으로 표시하세요. 다른 Gemini 모델을 같은 마케팅 이름에 몰래 연결하지 마세요. 인증된 호출이 성공하고 반환된 미디어를 검토하기 전에는 실제 생성이 수행되었다고 보고하지 마세요.
출처와 업데이트 정책
- Google: Gemini Omni 1.2 Flash — 15초 동영상과 더 낮은 요금 — 2026년 11월 5일 공식 출시 발표.
- Google Cloud: Gemini Omni 1.2 Flash 정식 제공 — 정식 제공, 기업 활용 맥락과 출시 시점의 주장.
- Google Cloud 모델 문서 — 모델 ID, 기능, 제한과 출시 상태.
- Gemini API Omni 가이드 — Interactions API, 플랫폼별 참조 규칙, 업스케일링 해상도 등급과 편집 상태.
- Gemini API 요금 — Standard 토큰 요율과 동영상 토큰 환산. ToAPIs 견적이 아닌 공급사 요금.
- EvoLink Gemini Omni 1.2 Flash API 페이지 — 게이트웨이 라우트, 계산기와 공급사별 요금 제시 방식.
- Segmind: Gemini Omni 1.2 Flash 테스트 — 외부 테스트, 라우트 관찰, 프롬프트 작성과 과금된 워크플로의 맥락.
- Kingy AI: 사양, 벤치마크, 요금과 제공 여부 — 사양 및 요금에 대한 이차 자료. 독립적인 1.2 벤치마크는 아님.
- Shattered: Gemini Omni 1.2 Flash 정식 제공 — 출시 및 비용에 대한 이차 자료. 예측은 사실로 취급하지 않음.
이 가이드를 업데이트할 때는 변경된 모든 기능이나 요금에 대해 공급사, 모델 ID, 출처 URL과 검토일을 기록하세요. 공급사 요금, 게이트웨이 견적과 외부 테스트를 구분해 유지하세요. 이 가이드는 ToAPIs 제공 여부, 인증된 생성의 실행, 보편적인 벤치마크 또는 보장된 프로덕션 결과를 주장하지 않습니다.