구글, Gemini API에 동영상 모델 Veo 2 출시 및 Live API 프리뷰 공개

AI 개발자들에게 깊이 있는 추론 능력과 실시간 음성 상호작용의 낮은 지연 시간은 늘 양자택일의 문제였습니다.

구글은 올해 Cloud Next 행사에서 이 두 가지 축을 모두 겨냥한 Gemini API 주요 업데이트를 공개했습니다.

Flash 모델까지 스스로 생각하기 시작한다

구글은 지난주 답변 전에 미리 추론하는 생각하는 모델인 Gemini 2.5 Pro를 Google AI Studio와 Vertex AI를 통해 공개했습니다. 웹 애플리케이션 제작과 에이전트 기반 코딩에 특화된 모델입니다.

여기에 이어 구글은 빠르고 저렴한 주력 모델인 Gemini 2.5 Flash에도 곧 생각하는 기능이 도입될 예정이라고 밝혔습니다.

모든 Gemini 라인업에 적응형 추론 기능을 적용하겠다는 구글의 전략이 구체화되는 모습입니다. 100만 토큰의 입력 컨텍스트 창과 결합되면서, 개발자들은 방대한 코드베이스 전체를 분석하거나 멀티 에이전트 시스템을 지연 시간과 비용 부담 없이 운영할 수 있게 됩니다.

영상 모델 Veo 2 상용화와 Live API 프리뷰 전환

두뇌 역할을 하는 언어 모델 외에 멀티미디어 기능도 함께 보강되었습니다.

고화질 비디오 생성 모델인 Veo 2가 Gemini API에서 상용 단계에 진입해 정식 지원을 시작했습니다. 텍스트와 이미지 프롬프트를 모두 지원하며 복잡한 물리 법칙 시뮬레이션과 카메라 구도 제어가 가능합니다.

대화형 게임을 개발하는 Wolf Games는 Veo 2를 도입한 후 시각 작업 수정 과정을 60% 이상 줄이고 제작 기간을 크게 단축했다고 밝혔습니다.

지난해 12월 실험 버전으로 나왔던 Live API도 프리뷰 단계로 올라섰습니다. 오디오, 비디오, 텍스트 스트리밍을 낮은 지연 시간으로 처리할 수 있으며 호출 한도 역시 대폭 늘어났습니다. 검색과 코드 실행, 함수 호출 도구와 결합되어 Gemini 2.0 Flash 기반의 실시간 에이전트 개발이 한층 쉬워졌습니다.

왜 중요한가

개발자와 제품 기획자 입장에서 이번 변화의 핵심은 실시간 스트리밍 대화와 100만 토큰 추론, 영상 생성을 하나의 API 플랫폼 안에서 해결할 수 있게 되었다는 점입니다. Live API의 호출 제한이 풀리고 Veo 2가 안정화 단계에 들어선 만큼, 인터랙티브 서비스나 실시간 AI 비서를 준비 중이라면 지금 바로 AI Studio에서 테스트해 볼 가치가 충분합니다.

업계 관점에서는 모델 단품의 벤치마크 경쟁을 넘어 엔드투엔드 멀티모달 인프라 구축으로 경쟁의 판을 넓히고 있습니다. 다른 경쟁사들이 영상 생성이나 음성 대화를 독립된 앱 위주로 선보일 때, 구글은 이를 모두 개발자용 API로 묶어 빠르게 생태계를 잠식하려는 모습입니다.

우리는 구글이 가벼운 Flash 모델에 추론 기능을 얹기로 한 결정이 매우 영리하다고 봅니다. 플래그십인 Pro가 복잡한 작업을 맡고 Flash가 대규모 트래픽을 처리하는 구조에서, Flash의 추론 기능은 에이전트 시장에서 막강한 가성비를 만들어낼 수 있습니다. 다만 실시간 영상과 음성 스트리밍을 실제 운영 환경에 올렸을 때 누적되는 비용과 네트워크 지연 시간을 어떻게 최적화할지는 개발팀에게 여전히 현실적인 과제로 남을 것으로 보입니다.