구글, 영상 생성 모델 'Veo 2' 공개: 4K 해상도와 카메라 렌즈 제어 지원

지난 1년 동안 생성형 비디오의 가장 큰 한계는 명확했습니다. 몇 초짜리 짧은 클립에 그치거나, 카메라 앵글을 바꾸는 순간 손가락이 뭉개지고 배경이 녹아내리는 현상이었습니다.

구글이 이 한계를 정면으로 겨냥한 차세대 비디오 생성 모델 'Veo 2'를 공개했습니다. 이와 함께 이미지 생성 모델 'Imagen 3'의 최신 버전을 선보이고, 새로운 이미지 리믹스 실험 도구인 'Whisk'도 함께 발표했습니다.

인간 평가자들을 대상으로 진행된 블라인드 테스트에서 Veo 2와 Imagen 3 모두 주요 경쟁 모델들을 제치고 최고 수준의 성능을 기록했습니다.

영화 감독처럼 프롬프트로 카메라를 제어하다

Veo 2의 가장 돋보이는 변화는 최대 4K 해상도 지원과 몇 분에 달하는 긴 영상 생성 능력입니다.

해상도만 높아진 것이 아니라, 물리 법칙과 인체의 미세한 움직임, 표정 변화를 훨씬 정교하게 이해합니다. 이전 비디오 모델들에서 흔히 나타나던 불필요한 손가락이나 엉뚱한 물체가 튀어나오는 왜곡 현상도 크게 줄었습니다.

특히 시네마토그래피 언어를 직접 알아듣는다는 점이 강력합니다. 프롬프트에 '18mm 렌즈'를 입력하면 특유의 광각 왜곡과 시야각을 구현하고, '얕은 심도'를 요청하면 배경을 흐리게 날려 피사체를 돋보이게 만듭니다.

장면 한가운데를 가로지르는 로우앵글 트래킹 샷이나 현미경을 들여다보는 인물의 타이트한 클로즈업까지 연출자의 의도대로 제어할 수 있습니다. 생성된 모든 비디오에는 AI 제작물임을 식별할 수 있는 비가시성 워터마크 'SynthID'가 자동으로 포함됩니다.

현재 Veo 2는 구글 랩스의 VideoFX를 통해 대기자 명단을 받고 있으며, 내년에는 유튜브 쇼츠 등 다른 제품군으로 적용을 확대할 계획입니다.

한층 정교해진 Imagen 3와 이미지 리믹스 도구 Whisk

함께 업그레이드된 Imagen 3는 더 밝고 균형 잡힌 구도의 이미지를 만들어냅니다. 극사실주의 사진부터 인상주의, 추상화, 애니메이션 스타일에 이르기까지 폭넓은 화풍을 자연스럽게 묘사하며, 프롬프트 반영 능력도 개선되었습니다. 이 버전은 현재 전 세계 100여 개국의 ImageFX에 적용되었습니다.

미국에 먼저 출시된 신규 실험 도구 'Whisk'도 흥미롭습니다. 텍스트 프롬프트를 길게 고민할 필요 없이, 원하는 피사체와 배경, 스타일 이미지를 올리기만 하면 새로운 이미지로 합성해 줍니다.

내부적으로는 제미나이가 입력된 이미지를 분석해 정밀한 캡션을 작성하고, 이를 Imagen 3에 전달해 디지털 배지나 봉제 인형 같은 독창적인 결과물로 변환하는 방식입니다.

왜 중요한가

영상 제작자와 크리에이터 입장에서 Veo 2는 '운에 맡기던 생성'을 '계획된 연출'로 바꿔놓는 도구입니다. 렌즈 화각과 카메라 동선을 전문 용어로 직접 통제할 수 있게 되면서, 단순한 시각 효과 테스트를 넘어 실제 상용 프로젝트에 도입할 수 있는 실마리를 마련했습니다.

업계 전반으로 보면, 런웨이나 피카, 오픈AI의 소라가 주도하던 영상 AI 경쟁선에서 구글이 4K 해상도와 분 단위 길이 지원이라는 높은 기술적 기준점을 세웠습니다. 여기에 세계 최대 비디오 플랫폼인 유튜브 생태계와의 결합 잠재력까지 고려하면 파급력은 결코 작지 않습니다.

우리는 제미나이의 시각 인지와 Imagen 3를 연결해 프롬프트 장벽을 허문 Whisk 같은 파이프라인 설계가 대단히 영리하다고 봅니다. 다만 4K 해상도로 몇 분짜리 영상을 렌더링하는 데 드는 막대한 연산 비용과 대기 시간은 여전히 큰 숙제입니다. Veo 2가 대기자 명단 기반의 제한적 공개로 시작할 수밖에 없었던 이유이며, 이 비용 장벽을 얼마나 빠르게 낮추느냐가 향후 상용화의 핵심 관건이 될 것입니다.