Gemini Omni 1.2 Flash란 무엇인가요?
간단 요약: Gemini Omni 1.2 Flash는 Google이 출시한 일반 사용 가능(generally available) 비디오 생성 및 편집 모델로, 2026년 11월 5일에 공개되었습니다. 이 모델은 네이티브 오디오가 포함된 3초에서 15초 길이의 클립을 제작할 수 있으며, 720p 기준으로 초당 약 $0.07의 비용이 발생합니다. Interactions API를 통해 gemini-omni-1.2-flash 모델 ID로 실행됩니다. 2026년 12월 3일에는 1.1에 대한 요청들이 이 모델로 라우팅되기 시작할 예정입니다.
Apidog에서 오늘 사용해 보기
이 마지막 날짜 때문에 이미 비디오를 배포하고 있는 사용자에게 이 출시가 중요한 의미를 가집니다. 사용 중인 1.1 코드는 계속 작동하지만, 한 달도 안 되어 다른 모델로 대체될 것입니다.
만약 이 제품군에 익숙하지 않다면, Gemini Omni가 무엇인지부터 시작하세요. 1.1 출시 세부 정보는 Omni 1.1 Flash 게시물를 참조하세요. 이 가이드는 오늘 개발하는 사람들에게 1.2가 무엇을 의미하는지 다룹니다.
Gemini Omni 1.2 Flash의 기능
Gemini Omni 1.2 Flash는 텍스트, 이미지 및 비디오를 입력으로 받아 사운드가 포함된 비디오를 반환합니다. 단일 API를 통해 새로운 클립을 생성하고, 여러 단계에 걸쳐 클립을 편집하며, 이를 확장할 수 있습니다. 사용자는 1초 단위로 지속 시간을 선택하고 요청마다 해상도를 설정할 수 있습니다.
공지에는 알아두면 좋을 다섯 가지 기능이 나열되어 있습니다:
• 레퍼런스 준수성(Reference adherence). 캐릭터, 제품 및 스타일 이미지는 각도에 걸쳐 얼굴, 의상, 포장재 및 브랜드 색상이 유지되도록 돕습니다. 최대 2개의 캐릭터까지 각각 최대 3개씩, 총 최대 6개의 레퍼런스 이미지를 사용할 수 있습니다.
• 일관성(Consistency). Google에 따르면 첫 프레임부터 마지막까지 캐릭터, 사물 및 장면이 더 잘 유지되며, 여기에는 첫/마지막 키프레임 보간(keyframe interpolation)도 포함됩니다.
• 다중 턴 편집(Multi-turn editing). 처음부터 다시 시작할 필요 없이 후속 턴에서 제품을 교체하거나, 날씨를 변경하거나, 화면 비율을 변경할 수 있습니다.
• 음성(Speech). Google은 더 자연스러운 대화, 더 명확한 립싱크(lip-sync), 그리고 구별되는 다중 화자 조건화(multi-speaker conditioning)를 주장합니다.
• 카메라 제어(Camera control). 원치 않는 점프 컷(jump cut)이 적은 FPV 플라이스루 및 오비트 촬영이 가능합니다.
위에 언급된 품질 주장은 Google의 주장입니다. 벤치마크를 발표한 것이 아니므로, 결과를 아닌 테스트 이유로 간주해야 합니다.
Gemini Omni 1.2 Flash에서 변경된 사항
코드에 영향을 미치는 세 가지 사항이 있습니다: 클립 길이, 가격 및 프롬프트 구문(prompt syntax). 두 모델 모두 Interactions API에서 실행되므로, 전환은 모델 문자열 변경과 재테스트가 필요합니다.
| Omni 1.1 Flash | Omni 1.2 Flash |
|---|
| 상태 | 이전 세대 (Previous generation) | 일반적으로 사용 가능 (Generally available) |
| ... | | |
15초 상한에는 예외가 있습니다. 첫 프레임 및 마지막 프레임 보간은 3초에서 10초로 유지되며, 그 이상을 요청하면 유효하지 않은 인자 오류(invalid argument error)가 반환됩니다. 레퍼런스 비디오도 줄어듭니다: 310초 출력은 최대 3개의 클립을 사용하며, 1115초 출력은 1개를 사용합니다. 각 클립은 최대 3초까지 실행될 수 있습니다. 따라서 15초까지 가는 단일 지속 시간 슬라이더는 키프레임 모드를 방해할 수 있습니다.
문서에서는 또한 프롬프트 내의 <FIRST_FRAME> 및 <IMAGE_REF_0>과 같은 제어 태그(control tags)에 대해 경고합니다. Google은 이를 향후 모델에서 사용 중단(deprecated)되었으며 지원되지 않는다고 언급합니다. 대신 각 입력의 역할을 일반 언어로 설명해야 합니다.
Gemini Omni 1.2 Flash 해상도별 가격 책정
Omni는 출력 토큰(output token) 단위로 비용을 청구하며, Google의 가격 페이지에서 이를 초당 요율(per-second rates)로 변환합니다. 720p 영상 1초는 5,792개의 토큰입니다. 이 비용은 순수 출력 비용이며, 입력 토큰(input tokens)은 여기에 소량 추가됩니다.
| Resolution | Per second | 5-second clip | 15-second clip |
|---|
| 360p | $0.023 | $0.12 | $0.35 |
| ... | | | |
Google이 제안하는 워크플로우는 360p 또는 720p에서 초안을 작성하고, 새로운 생성(fresh generations)보다는 후속 편집(follow-up edits)으로 문제점을 수정하며, 마지막에 1080p 또는 4K로 옮기는 것입니다. 수치가 이를 뒷받침합니다. 360p로 제작한 15초 분량의 초안 9개는 15초 분량의 4K 렌더링 하나와 비용이 거의 비슷합니다.
A four-step flow showing a clip drafted at 360p, edited in follow-up turns, checked at 720p and finished at 1080p or 4K, with the per-second price of each step
예산 관련 주의사항 두 가지가 있습니다. 이 모델에 대한 배치(Batch) 가격 책정은 명시되어 있지 않습니다. 또한 유료 업스케일링을 진행하지 않았으므로, 계획을 세우기 전에 최종 초안이 1080p 또는 4K에서 어떻게 비용 청구되는지 확인해야 합니다. 토큰 계산에 대한 자세한 내용은 Omni 1.1 가격 분석을 참조하고 $12.00 요율로 대체하십시오.
Gemini Omni 1.2 Flash를 사용할 수 있는 곳
이 모델에 접근하는 방법은 두 개의 API와 네 개의 Google 앱을 통해 가능합니다. 개발자용 경로는 다음과 같습니다:
- Gemini API. Google AI Studio에서 얻은 API 키를 사용하여
POST https://generativelanguage.googleapis.com/v1beta/interactions를 사용합니다.
- Vertex AI Studio 및 Gemini Enterprise Agent Platform. Google Cloud 프로젝트와 액세스 토큰을 사용하여 전역
interactions 엔드포인트를 사용합니다. Google의 확장 기능 문서에 요청 형식이 나와 있습니다.
앱 경로는 코드가 필요하지 않습니다:
-
Flow: 다중 턴(multi-turn) 장면 편집.
-
Google Vids: Google 계정 또는 Workspace 구독을 통해 추가 비용 없이 15초 클립 사용 가능.
-
구글 광고(Google Ads): 비디오 캠페인.
최소한의 Gemini API 호출은 다음과 같습니다:
curl -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
-H "x-goog-[REDACTED CREDENTIAL] \
-H "Content-Type: application/json" \
...
응답은 id, status 및 steps 배열을 가진 상호작용(interaction) 객체입니다. 비디오는 model_output 단계에 video/mp4로 위치합니다. 기본적으로 이는 data 필드에 base64 형태로 도착합니다. 4MB가 넘는 파일의 경우 "delivery": "uri"를 설정한 다음, 파일이 ACTIVE 상태가 될 때까지 Files API를 폴링(poll)해야 합니다. 주의할 점은: 상호작용에 대한 나중에 이루어지는 GET 요청은 URI를 요청했더라도 인라인 base64를 반환한다는 것입니다. 따라서 생성 응답에서 URI를 저장해야 합니다. Omni 문서에는 Python, JavaScript, Java, Go 및 REST의 샘플이 있으며, 저희 Omni 1.1 API 가이드에서는 동일한 요청 흐름을 안내합니다.
클립을 편집하려면, 새로운 프롬프트와 함께 previous_interaction_id를 전달하십시오. 나중에 편집할 계획인 클립에 대해 store를 false로 설정하지 마십시오. 이는 후속 턴(turns)을 차단하기 때문입니다. 저희 확장 가이드에서 체이닝(chaining)에 대해 다루고 있습니다. 아직 제공업체를 선택 중이라면, Omni 1.2 Flash 또는 Veo를 읽어보십시오.
12월 3일 리라우팅이 귀하의 앱에 의미하는 바
2026년 12월 3일부터 Google은 gemini-omni-1.1-flash로 가는 모든 요청을 gemini-omni-1.2-flash로 라우팅하고 1.2 요율로 청구합니다. 오류가 발생하지 않습니다. 귀하의 720p 초당 비용이 약 30% 저렴해지며, 다른 모델이 기존 프롬프트에 응답하기 시작합니다.
A timeline with December 3, 2026 marked: before it the gemini-omni-1.1-flash string runs on 1.1 at about $0.10 per second at 720p, after it the same string routes to 1.2 at about $0.07
위험은 조용한 변화이므로, 자체 일정에 따라 진행하세요:
- 모델 문자열을 지금 변경하세요. Google의 일정을 상속받는 대신 자체 테스트 날짜를 선택하세요.
- 저장된 프롬프트를 다시 실행하세요. 특히 음성이나 브랜드 자산이 포함된 클립은 나란히 비교해 보세요.
- 비용 추정치를 업데이트하세요. 전환 후에는 하드코딩된 초당 $0.10은 잘못되었습니다.
- 모드별 지속 시간을 제한하세요. 일반 생성(plain generation)의 경우 15초, 키프레임(keyframes)의 경우 10초를 허용하세요.
- 제어 태그를 교체하세요. 여전히
<IMAGE_REF_0> 스타일 태그를 사용하는 프롬프트는 다시 작성하세요.
- 긴 클립에는 URI 전송을 사용하세요. 15초 분량의 출력물은 4MB 인라인 제한을 통과할 가능성이 더 높습니다.
해당 공지는 Gemini API 가격 페이지에 표시됩니다. 만약 Agent Platform을 통해 호출하는 경우, 해당 플랫폼의 모델 페이지에서 자체 일정을 확인하세요.
Gemini Omni 1.2 Flash가 여전히 잘못 처리하는 것들
Google은 세 가지 약점을 언급했습니다: 빠른 스포츠 액션, 급격한 스크립트 변경, 복잡한 물리학입니다. 제품이 이 중 어느 것에 의존한다면, 해당 프롬프트를 먼저 테스트하세요.
문서에는 하드 리미트(hard limits)가 추가되었습니다:
- 프롬프트 제어 불가. 시스템 지침(System instructions), 온도(temperature),
top_p, 중지 시퀀스(stop sequences), 부정 프롬프트 필드(negative prompt fields)는 지원되지 않습니다. 제외 사항을 프롬프트에 작성하세요.
- 지역 제한. 업로드된 비디오를 편집하거나 확장하는 기능은 EEA, 스위스 또는 영국에서는 사용할 수 없습니다.
- 추가만 가능(Append only). 확장은 클립의 끝에 추가합니다. 맨 앞에 붙이거나 중간을 변경할 수는 없습니다.
- 언어. 영어는 완전히 지원됩니다. Google은 다른 언어들은 테스트되지 않았다고 언급했습니다.
- 출처(Provenance). 모든 출력물에는 감지할 수 없는 SynthID 워터마크가 포함됩니다.
Google 자체 페이지에서도 세 가지 부분에서 의견이 다르므로, 실제로 출시할 플랫폼에서 테스트하세요:
- 확장 길이(Extended length). Gemini API 문서는 총 30초라고 명시합니다. 반면, Agent Platform 문서는 최대 40초까지 가능하다고 합니다.
- 오디오(Audio). 공지에서는 오디오 신호(audio cues)를 참조 입력으로 언급하지만, Gemini API 문서는 오디오 입력을 지원하지 않는다고 나열합니다.
- 프로비저닝된 처리량(Provisioned Throughput). 공지에서는 엔터프라이즈 고객에게 제공된다고 하지만, Gemini API 문서는 이를 지원하지 않는다고 나열하므로, 엔터프라이즈 측에서만 기대해야 합니다.
Apidog CLI를 사용하여 코딩 에이전트가 테스트하도록 하세요
리라우트(reroute)는 계약 테스트(contract test)가 포착해야 하는 변경 유형입니다. 사용자의 코딩 에이전트는 Interactions API에 대해 해당 테스트를 작성하고 터미널에서 실행할 수 있으며, 사용자는 결과를 검토할 수 있습니다. Apidog CLI를 한 번 설정하세요:
npm install -g apidog-cli@latest
apidog auth login --with-token <YOUR_TOKEN>
apidog skill install
그런 다음 Claude Code, Codex 또는 Cursor에게 [REDACTED PROMPT]를 제공합니다.
Apidog 프로젝트에서 generativelanguage.googleapis.com의 POST /v1beta/interactions 엔드포인트를 생성하고 x-goog-api-key를 {{GEMINI_API_KEY}}로 전송하세요. 3초, 360p, delivery uri를 사용하여 gemini-omni-1.2-flash를 요청하는 테스트 케이스를 추가합니다. HTTP 200을 확인하고, 객체가 "interaction"이며, 상태가 "completed"이고, steps에 mime_type이 video/mp4인 video 타입의 model_output 항목과 uri가 포함되어 있는지 확인하세요. 실행한 후 실패한 내용을 요약하세요.
The agent reads each schema, validates its payload, writes the case and runs it:
bash
apidog cli-schema get endpoint-create
apidog cli-schema validate endpoint-create --file omni.json
apidog endpoint create --project --file omni.json
apidog test-case category --project
apidog cli-schema get test-case-create
apidog cli-schema validate test-case-create --file case.json
apidog test-case create --project --file case.json
apidog run --test-case --project -e
--env-var "GEMINI_API_KEY=$GEMINI_API_KEY"
--timeout-request 300000 -r cli,json
각 실행은 실제 비디오를 청구하며, 이 테스트 항목(fixture) 비용은 약 $0.07이므로 모든 커밋마다 실행하기보다는 야간에 예약하는 것이 좋습니다. 리라우트를 확인하려면 에이전트에게 1.1 모델 문자열을 사용하여 케이스를 복제하고 12월 3일 이전에 둘 다 실행하도록 요청하세요. 동일한 `apidog run` 라인에 `-r junit`을 사용하면, [Apidog CLI CI/CD 가이드](http://apidog.com/blog/apidog-cli-ci-cd-pipeline?utm_source=dev.to&utm_medium=wanda&utm_content=n8n-post-automation)에서 볼 수 있듯이 파이프라인에 통합되며, [Apidog CLI in Claude Code](http://apidog.com/blog/apidog-cli-in-claude-code?utm_source=dev.to&utm_medium=wanda&utm_content=n8n-post-automation)가 에이전트 설정을 다룹니다. Apidog Free는 최대 4명의 사용자를 지원합니다.
...
