구글의 화려한 제미나이 시연 영상 논란: 실시간 영상 아닌 정지 이미지 편집

구글이 야심 차게 공개한 차세대 멀티모달 AI 모델 제미나이(Gemini)가 데뷔 직후 예상치 못한 논란에 휩싸였습니다. 공개 하루 만에 100만 회가 넘는 조회 수를 기록하며 대중을 경탄하게 만들었던 시연 영상이 사실상 고도로 연출된 가짜였다는 사실이 드러났기 때문입니다.

논란의 중심에 선 영상은 'Hands-on with Gemini'라는 제목의 시연이었습니다. 영상 속 제미나이는 사람이 스케치북에 오리를 그리는 과정을 실시간으로 지켜보며 말을 걸고, 손동작만 보고 가위바위보를 알아맞히며, 컵 속에 숨긴 공의 위치를 추적하는 등 보고 듣고 말하는 완벽한 실시간 AI의 모습을 보여줬습니다.

실시간 영상 인식 대신 정지 화면과 텍스트 프롬프트 사용

하지만 블룸버그의 파미 올슨(Parmy Olson) 기자가 의문을 제기하고 테크크런치가 이를 집중 보도하면서 실체가 드러났습니다. 영상에 나온 매끄러운 실시간 상호작용은 현시점의 제미나이가 실제로 보여준 동작이 아니었습니다.

구글의 공식 개발자 블로그에 공개된 실제 테스트 방식에 따르면, 제미나이는 실시간 카메라 영상을 보고 반응한 것이 아니라 영상에서 캡처한 '정지 이미지 프레임'을 텍스트 프롬프트와 함께 입력받았습니다.

영상 속 연출과 실제 프롬프트 사이의 괴리도 상당했습니다. 영상에서는 사람이 아무 말 없이 손으로 세 가지 동작을 취하자 제미나이가 즉시 가위바위보 게임임을 알아챕니다. 하지만 실제로는 가위, 바위, 보 사진 세 장을 한 번에 보여주면서 "내가 뭘 하고 있다고 생각하니? 힌트: 게임이야"라는 유도 질문을 텍스트로 던져야만 했습니다.

행성 그림 메모의 순서를 맞히는 장면도 마찬가지였습니다. 영상에서는 "이 순서가 맞니?"라고 단순하게 물었지만, 실제 프롬프트에는 "태양으로부터의 거리를 고려하고 이유를 설명하라"는 명확한 힌트가 적혀 있었습니다. 심지어 컵 속 공 찾기 테스트는 사전에 자연어로 규칙을 학습시키는 과정까지 거쳤습니다. 영상에서 구동된 모델이 당장 배포된 제미나이 프로인지, 내년에 나올 최상위 울트라 모델인지조차 밝히지 않았습니다.

구글의 해명과 신뢰성 논란

논란이 커지자 구글 딥마인드의 리서치 부사장 오리올 빈얄스(Oriol Vinyals)는 소셜 미디어를 통해 진화에 나섰습니다. 그는 해당 영상이 제미나이로 구축할 수 있는 미래의 사용자 경험이 "어떤 모습일 수 있는지"를 보여주기 위한 것이었으며, 개발자들에게 영감을 주기 위해 제작되었다고 해명했습니다. 구글 대변인 역시 모델의 실제 출력값을 바탕으로 지연 시간을 줄이고 답변을 축약 편집했을 뿐이라고 주장했습니다.

하지만 영상 제목에 실제 사용을 뜻하는 'Hands-on'을 붙여놓고, 현실과 동떨어진 방식으로 조작된 상호작용을 그대로 내보낸 점에 대해 업계의 비판은 가라앉지 않고 있습니다.

왜 중요한가

우리는 이번 사태가 오픈AI를 빠르게 따라잡아야 한다는 구글의 조급함이 낳은 자책골이라고 봅니다. 정지된 스케치 이미지나 힌트가 포함된 프롬프트로 복합적인 시각 추론을 해내는 것 자체만으로도 제미나이의 기술적 성취는 충분히 주목받을 만했습니다. 그러나 이를 마치 인간과 실시간으로 교감하는 완벽한 에이전트처럼 포장하면서, 스스로 기술적 진보의 빛을 바래게 만들었습니다.

개발자와 일반 사용자 입장에서 제미나이 프로는 지금 당장 써볼 가치가 없는 모델은 아닙니다. 다만 영상 속 환상을 기대하고 접근했다가는 큰 실망을 겪을 수밖에 없습니다. 현재로서는 실시간 음성 비서가 아니라 정교하게 짜인 텍스트 프롬프트와 단일 이미지를 조합해 작업하는 정적인 도구로 바라보는 것이 현실적입니다.

산업 전체로 보면 구글이라는 빅테크의 신뢰도에 치명적인 흠집이 났습니다. 오픈AI의 GPT-4V는 느리고 투박할지언정 작동 한계를 있는 그대로 드러내며 신뢰를 쌓아왔습니다. 앞으로 구글이 내놓을 혁신적인 AI 데모마다 이용자들은 환호 대신 의구심부터 품게 될 가능성이 커졌습니다.