구글 제미나이, 사진 업로드하면 Veo 3로 8초짜리 음향 포함 영상 생성

멈춰 있는 사진 한 장을 움직이게 만들고 거기에 어울리는 소리까지 입히는 작업은 그동안 전문 영상 편집자들의 몫이었습니다. 이제 Google이 이 작업을 채팅창 하나로 끝낼 수 있게 만들었습니다.

Google은 자사 생성형 AI 서비스인 Gemini에 사진을 동영상으로 변환해 주는 photo-to-video 기능을 공식 출시했습니다. 지난 5월 공개했던 최첨단 비디오 생성 모델 Veo 3를 기반으로 작동합니다.

사진 한 장 올리면 사운드 포함 8초 영상 완성

사용법은 직관적입니다. Gemini 프롬프트 입력창의 도구 메뉴에서 Videos를 선택하고 원하는 사진을 업로드한 뒤, 장면의 움직임과 원하는 오디오에 대한 설명을 텍스트로 적으면 됩니다.

정지된 이미지는 최대 8초 길이의 움직이는 영상 클립으로 변환되며, 장면에 어울리는 소리까지 함께 생성됩니다. 일상적인 소품을 애니메이션처럼 움직이게 만들거나, 직접 그린 그림에 생명력을 불어넣고, 풍경 사진에 바람 소리와 움직임을 더하는 식의 활용이 가능합니다.

해당 기능은 일부 국가의 Google AI Pro 및 Ultra 구독자를 대상으로 순차 배포되기 시작했습니다. 일반 Gemini 웹과 앱뿐만 아니라 Google의 AI 영상 제작 도구인 Flow에서도 동일하게 이용할 수 있습니다.

Google에 따르면 Veo 3 출시 이후 지난 7주 동안 Gemini와 Flow를 통해 생성된 동영상 수는 이미 4000만 건을 넘어섰습니다. 지난주 150여 개국 Pro 구독자에게 Veo 3를 확대한 데 이어, 이번에 이미지 투 비디오 기능까지 빠르게 덧붙였습니다.

오남용 방지 대책도 포함됐습니다. Google은 시스템에 대한 강도 높은 레드팀 테스트를 거쳤으며, 생성된 모든 영상에는 AI 생성물임을 알리는 육안 표시 워터마크와 눈에 보이지 않는 디지털 워터마크인 SynthID가 함께 적용됩니다.

왜 중요한가

우리는 텍스트 투 비디오보다 이미지 투 비디오가 실무 창작 환경을 훨씬 빠르게 바꿀 것으로 봅니다.

글로만 영상을 묘사할 때는 원하는 피사체의 생김새나 구도를 고정하기 어려워 결과물이 복불복에 가까웠습니다. 반면 사진을 기준점으로 삼으면 캐릭터나 제품의 형태를 그대로 유지한 채 원하는 움직임만 이끌어낼 수 있습니다. 게다가 오디오까지 한 번에 뽑아주기 때문에 후반 사운드 작업 시간을 대폭 줄일 수 있습니다.

지금 바로 써볼 가치가 있는지는 사용자의 목적에 달려 있습니다. 소셜 미디어용 숏폼 콘텐츠를 제작하거나 콘셉트 아트를 시각화해야 하는 창작자라면 유료 구독료를 낼 만한 가치가 충분합니다. 다만 단순히 호기심에 한두 번 써보려는 일반 사용자에게는 Pro나 Ultra 요금제라는 진입 장벽이 여전히 높게 느껴질 수 있습니다.

업계 차원에서는 런웨이나 피카 같은 영상 생성 전문 스타트업들과의 경쟁 축을 단순 화질에서 작업 편의성과 오디오 통합으로 옮겨왔다는 점에서 Google의 선택이 영리해 보입니다. 다만 실사 사진만 있으면 누구나 8초짜리 움직이는 영상을 만들어낼 수 있는 만큼, SynthID 같은 워터마크 기술이 딥페이크나 명예훼손 같은 부작용을 얼마나 효과적으로 막아낼 수 있을지가 앞으로의 관건입니다.