Gemini Omni 1.2 Flash란 무엇인가?
빠른 답변: Gemini Omni 1.2 Flash는 Google에서 출시한, 널리 사용되는 비디오 생성 및 편집 모델입니다. 이 모델은 2026년 11월 5일에 공개되었습니다. 이 모델은 오리지널 사운드와 함께 3초에서 15초 길이의 클립을 생성하며, 720p 해상도 기준 초당 약 $0.07의 비용이 발생합니다. Interactions API를 통해 gemini-omni-1.2-flash 모델 ID로 구동됩니다. 2026년 12월 3일부터는 1.1 버전으로 전송되는 요청들이 이 새로운 모델로 자동 전환될 예정입니다.
Apidog에서 오늘 바로 사용해 보기
이 배포일은 비디오를 구현하고 있는 사용자에게 매우 중요한 이유가 됩니다. 기존의 1.1 코드는 여전히 잘 작동하지만, 한 달도 채 되지 않아 다른 모델에 의해 대체될 것입니다.
만약 이 모델 라인업에 익숙하지 않다면, Gemini Omni란 무엇인가 글부터 시작해 보세요. 1.1 버전의 세부 정보는 저희 Omni 1.1 Flash 글을 참고하십시오. 본 가이드는 오늘날 제품을 구축하는 사람들에게 1.2가 무엇을 제공하는지에 초점을 맞추고 있습니다.
Gemini Omni 1.2 Flash가 할 수 있는 것
Gemini Omni 1.2 Flash는 텍스트, 이미지, 비디오를 입력으로 받아 오디오가 포함된 비디오를 반환합니다. 단일 API를 통해 새로운 클립을 생성하고, 여러 차례에 걸쳐 클립을 편집하며, 클립을 확장할 수 있습니다. 사용자는 1초 단위로 지속 시간을 선택하고 요청마다 해상도를 설정할 수 있습니다.
공지에는 주목할 만한 다섯 가지 기능이 나열되어 있습니다:
- 참조 이미지 준수(Adherence to Reference Images). 캐릭터, 제품 및 스타일 이미지는 다양한 앵글에서도 얼굴, 의상, 포장재 및 브랜드 색상을 유지하도록 합니다. 최대 2명의 캐릭터에 대해 각 캐릭터당 최대 3개의 이미지 참조를 사용하여 총 6개의 참조 이미지를 사용할 수 있습니다.
- 일관성(Consistency). Google은 시작 프레임부터 끝 프레임까지의 캐릭터, 객체 및 배경이 더 잘 유지된다고 밝혔으며, 이는 초기 및 최종 키프레임 간 보간(interpolation)을 포함합니다.
- 다중 턴 편집(Multi-turn Editing). 처음부터 다시 시작할 필요 없이 다음 단계에서 제품 변경, 날씨 변화 또는 화면 비율 변경이 가능합니다.
- 음성(Voice). Google은 대화가 더 자연스럽고, 입술 동기화(lip sync)가 더 명확하며, 다중 화자 조건화(Multi-speaker conditioning)가 더욱 분명해졌다고 강조했습니다.
- 카메라 제어(Camera Control). 의도치 않은 갑작스러운 컷이 줄어든 FPV 비행 샷 및 대상 주변 회전 촬영이 가능합니다.
위에 언급된 품질 주장은 Google의 것입니다. 그들은 어떤 벤치마크(benchmark)도 공개하지 않았으므로, 이는 결과라기보다는 자체 테스트를 수행할 이유로 간주해야 합니다.
Gemini Omni 1.1 Flash 대비 변경 사항
사용자의 코드에 직접적인 영향을 미치는 세 가지 요소가 있습니다: 클립 길이, 가격 및 프롬프트 구문(syntax). 두 모델 모두 Interactions API에서 실행되므로, 전환은 단순히 모델 이름 문자열을 변경하고 재테스트하는 것만으로 충분합니다.
| Omni 1.1 Flash | Omni 1.2 Flash |
|---|
| 상태 | 이전 세대 | 광범위하게 사용 가능 |
| ... | | |
최대 15초의 제한은 예외 사항을 포함합니다. 시작 및 끝 프레임 간 보간(interpolation)은 여전히 3~10초로 제한되며, 더 긴 지속 시간을 요청할 경우 'invalid argument' 오류가 반환됩니다. 참조 비디오 역시 제한이 있습니다: 출력 3–10초는 최대 3개의 클립을 수용하며, 출력 11–15초는 단 1개만 수용합니다. 각 클립은 최대 3초 길이일 수 있습니다. 따라서, 하나의 슬라이더로 15초까지 선택할 수 있는 기능은 키프레임 모드를 손상시킬 수 있습니다.
문서에서는 프롬프트에 <FIRST_FRAME> 및 <IMAGE_REF_0>과 같은 제어 태그를 사용하지 않도록 경고합니다. Google은 이를 지원 중단된 것으로 간주하며 향후 모델에서도 지원되지 않을 것이라고 합니다. 대신, 각 입력의 역할을 자연어로 설명해야 합니다.
해상도별 Gemini Omni 1.2 Flash 가격
Omni는 출력 토큰(output token) 기준으로 비용을 책정하며, Google의 가격 페이지에서는 이를 초당 가격으로 환산합니다. 720p 영상 1초는 5,792 토큰에 해당합니다. 이는 출력 비용일 뿐이며, 입력 토큰(input token)은 추가적인 소액이 발생합니다.
| 해상도 | 초당 가격 | 5초 클립 | 15초 클립 |
|---|
| 360p | $0,023 | $0,12 | $0,35 |
| ... | | | |
Google이 권장하는 프로세스는 360p 또는 720p에서 스케치하고, 처음부터 다시 생성하기보다는 후속 편집(edits)을 통해 오류를 수정하며, 마지막 단계에서 1080p 또는 4K로 업스케일링하는 것입니다. 수치 또한 이를 확인시켜 줍니다. 360p로 제작된 15초 스케치 9개는 4K로 렌더링된 15초 분량의 비용과 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
예산에 대한 두 가지 주의사항이 있습니다. 이 모델에는 배치(Batch) 가격이 명시되어 있지 않습니다. 또한 저희는 유료 업스케일링을 실행한 적이 없으므로, 이를 기반으로 계획을 세우기 전에 완성된 스케치가 1080p 또는 4K에서 어떻게 비용 청구되는지 확인해야 합니다. 토큰 계산의 자세한 내용은 저희의 Omni 1.1 가격 분석을 참고하고 $12,00 가격으로 대체하십시오.
Gemini Omni 1.2 Flash를 어디서 호출할 수 있나요?
이 모델은 두 개의 API와 네 개의 Google 애플리케이션을 통해 접근할 수 있습니다. 개발자를 위한 경로는 다음과 같습니다:
- Gemini API. Google AI Studio의 API 키를 사용하여
POST https://generativelanguage.googleapis.com/v1beta/interactions로 사용합니다.
- Vertex AI Studio 및 Gemini Enterprise Agent Platform. Google Cloud 프로젝트와 액세스 토큰을 사용하여 글로벌 엔드포인트
interactions를 사용합니다. Google 확장 문서에서 요청 구조를 확인할 수 있습니다.
코딩이 필요 없는 애플리케이션 흐름:
- Flow: 여러 번의 장면 편집(multi-turn scene editing).
- Google Vids: Google 계정 또는 Workspace 구독을 통해 추가 비용 없이 15초 클립 생성.
- Gemini 앱: 15초 비디오로, 현재 Google AI Ultra 구독자에게 배포 중입니다.
- Google Ads: 비디오 캠페인.
최소화된 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 interaction 객체입니다. 비디오는 model_output 단계에 video/mp4 형식으로 포함됩니다. 기본적으로 data 필드 내에서 base64 형태로 반환됩니다. 4MB를 초과하는 모든 콘텐츠에는 `
클립을 편집하려면 previous_interaction_id와 새로운 프롬프트를 함께 전달해야 합니다. 수정하려는 클립에 대해 store를 false로 설정하지 마십시오. 그렇지 않으면 이후 상호작용이 차단됩니다. 비디오 확장 가이드에서는 상호작용을 연결하는 방법을 설명합니다. 만약 아직 공급업체를 결정하는 것을 고려 중이라면, Omni 1.2 Flash 대 Veo 글을 읽어보세요.
12월 3일 날짜 전환이 애플리케이션에 미치는 영향
2026년 12월 3일부터 Google은 gemini-omni-1.1-flash로 전송되는 모든 요청을 gemini-omni-1.2-flash로 전환하고, 1.2의 가격으로 청구할 것입니다. 오류 메시지는 발생하지 않습니다. 초당 720p 비용이 약 30% 저렴해지며, 다른 모델이 사용자의 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
여기서 위험은 조용한 변화이므로, 자체 스케줄에 따라 전환하는 것이 좋습니다:
- 지금 바로 모델 이름 체인을 변경하세요. Google의 일정을 상속받기보다 자신만의 테스트 날짜를 선택하십시오.
- 저장된 프롬프트를 재실행하세요. 특히 음성이나 브랜드 자산이 포함된 클립들을 나란히 비교해 보세요.
- 비용 추정치를 업데이트하세요. 하드코딩된 초당 $0.10은 전환 후에는 모두 잘못됩니다.
- 모드별 길이 제한을 설정하세요. 일반 생성에 15초, 키프레임(keyframe)에 10초를 허용하십시오.
- 제어 태그를 대체하세요.
<IMAGE_REF_0>와 같은 형식의 태그를 사용하는 모든 프롬프트를 다시 작성해야 합니다.
- 긴 클립에는 URI 프로토콜을 사용하세요. 15초 분량의 결과물은 4MB 인라인 제한을 초과하기 쉽습니다.
이 공지사항은 Gemini API 가격 책정 페이지에 표시됩니다. Agent Platform을 통해 호출하는 경우, 해당 플랫폼의 모델 페이지에서 별도의 일정을 확인하십시오.
Gemini Omni 1.2 Flash가 여전히 미흡한 점들
Google은 세 가지 약점을 지적했습니다: 고속 스포츠 동작, 급격한 시나리오 변화, 복잡한 물리 현상입니다. 귀하의 제품이 이 중 어떤 요소에 의존한다면, 해당 프롬프트들을 먼저 테스트해 보십시오.
문서에는 다음과 같은 하드 리미트(hard limits)도 명시되어 있습니다:
- 프롬프트 제어 불가. System instruction, temperature,
top_p, stop sequence 및 negative prompt 필드는 지원되지 않습니다. 예외 사항은 프롬프트에 직접 작성해야 합니다.
- 지역별 차단. 업로드된 비디오의 편집 또는 확장은 EEA(유럽 경제 지역), 스위스 또는 영국에서는 사용할 수 없습니다.
- 추가 연결만 가능. 확장은 클립의 끝 부분에 추가하는 것만 가능합니다. 시작 부분에 삽입하거나 중간 부분을 변경할 수는 없습니다.
- 언어. 영어는 완벽하게 지원됩니다. Google은 다른 언어들은 아직 테스트되지 않았다고 언급했습니다.
- 출처(Source). 모든 출력물에는 육안으로 보이지 않는 SynthID 워터마크가 적용됩니다.
Google의 여러 페이지는 세 가지 지점에서 서로 모순되므로, 실제로 배포할 플랫폼에서 테스트해 보십시오:
- 확장 후 길이. Gemini API 문서는 총 30초라고 명시합니다. Agent Platform 문서는 최대 40초까지 가능하다고 합니다.
- 오디오(Audio). 공지사항은 오디오 신호(audio cue)를 참조 입력으로 언급하지만, Gemini API 문서는 오디오 입력을 지원하지 않는다고 나열하고 있습니다.
- 프로비저닝된 처리량 (Provisioned Throughput). 공지사항에서는 이 기능이 기업 고객에게 사용 가능하다고 하지만, Gemini API 문서는 이를 지원하지 않는다고 명시하므로, 기업 측면에서만 기대하는 것이 좋습니다.
Apidog CLI를 사용하여 코딩 에이전트로 테스트해 보세요
모델 리디렉션(model redirection)은 계약 테스트(contract test)가 감지해야 하는 변경 유형입니다. 사용자의 코딩 에이전트(coding agent)는 Interactions API용 테스트를 작성하고 터미널에서 실행할 수 있으며, 사용자는 결과를 검토합니다. Apidog CLI를 한 번 설치하세요:
npm install -g apidog-cli@latest
apidog auth login --with-token <YOUR_TOKEN>
apidog skill install
그런 다음 Claude Code, Codex 또는 Cursor에 단일 프롬프트를 전달합니다:
In Apidog project <id>, create an endpoint for POST /v1beta/interactions on
generativelanguage.googleapis.com, sending x-goog-api-key from {{GEMINI_API_KEY}}.
Add a test case that requests gemini-omni-1.2-flash at 3s, 360p, delivery uri.
...
에이전트는 각 스키마를 읽고, 페이로드(payload)를 검증하며, 테스트 케이스를 작성하고 이를 실행합니다:
