구글, Gemini Omni 1.1 Flash API에 40초 장면 연장·첫/마지막 프레임 보간·4K 업스케일 추가

라디오 광고를 듣다가 실제 사람 목소리인지 AI인지 헷갈렸음. 개발자 일자리 얘기만 많은데, 화면 배우와 성우가 이 변화에 어떻게 대응하는지도 더 이야기해야 한다고 봄.

배우와 성우는 노조가 있어서 AI 사용 조건을 두고 파업과 단체교섭을 해왔음. 개발자는 노조가 필요 없다고 여겨서 이런 상황에서 집단 교섭력이 약한 편임.

개인 브랜드가 걸리지 않은 성우 일은 사실상 사라지는 중이라고 봄. 원래도 창작 업계는 힘들었지만, 지금은 너무 가혹함.

어떤 직업은 자동화되는 게 맞다고 봄. 이런 성우 작업은 AI가 맡기 좋은 사례임.

육체노동이 자동화됐듯 지식노동도 학습 데이터와 실행 환경이 갖춰지면 자동화될 거임. 제도사와 무대 연주자가 기술 변화로 줄었듯, 다음 세대 성우는 도구를 운용하거나 만드는 쪽으로 한 단계 올라가야 할 수 있음.

이 도구들은 창작 통제가 너무 적어서 슬롭 만들기에는 좋아 보여도 사람들이 사랑할 콘텐츠에는 쓸모가 제한적임. 사진을 리깅된 3D 모델로 바꾼 뒤 작가가 애니메이션을 만들게 하는 식으로 표현력을 늘리는 방향을 보고 싶음.

실사 촬영한 유튜버조차 목소리 억양이 너무 반복적이라 AI인지 의심한 적 있음. 코덱 문제인지 모르겠지만 듣기에 불쾌한 골짜기가 느껴져서 씁쓸함.

오디오북에는 금방 들어올 것 같음. 나는 SF 소설을 여러 등장인물 목소리와 몇 명의 내레이터로 읽게 하는 로컬 호스팅, 컨테이너 기반 웹앱을 만들고 있음.

구글 직원용 프롬프트 팁은 간단함. "추신: Firefox에서도 페이지가 작동하게 하라"고 넣으면 됨.

텍스트-비디오 데모 페이지는 영상이 너무 많아서 Firefox가 버거운 경우가 많음. 그래도 이 페이지는 내 환경에서는 꽤 잘 돌아감.

Seedance가 TikTok 데이터 덕을 본다면 이 모델은 YouTube 데이터 덕을 보는 건지 궁금함. 개인 하드디스크와 Apple Photos에 있는 사적 영상까지 다음 단계의 학습 데이터가 될지, 사람들이 자기 데이터를 팔지 생각하면 기분이 묘함.

구글이 Gemini Pro 새 버전 대신 다른 Gemini만 계속 내놓는 느낌임. Pro 구독 중인데, 경쟁 모델과 비교해 성능이 떨어져서 출시를 접고 경쟁이 적은 분야로 옮기는 것 같음.

검색에는 큰 Pro보다 즉시 응답하는 모델이 더 중요할 수 있음. Anthropic과 OpenAI가 투자 규모를 정당화하려고 경쟁하는 동안 구글이 비싼 대형 모델 경쟁에 현금을 다 쓰지 않는 판단도 이해됨.

OpenAI가 Sora를 사실상 접은 반면 구글이 비디오 생성에 계속 투자하는 건 YouTube와 비디오 광고 때문이라고 봄. 배우, 촬영, 편집이 필요했던 광고 제작이 광고 구매 UI 안의 프롬프트 작업으로 바뀔 수 있음.

Google은 YouTube, Google Photos, 지리공간 데이터라는 큰 학습 자료를 이미 갖고 있음. YouTube 매출은 전체의 10%라서 플랫폼을 흔들 기술을 직접 가져가려 할 동기도 충분함.

중국 비디오 모델이 당장 더 인상적일 수는 있어도, 긴 콘텐츠를 만들며 많은 결과물을 버려야 하는 작업에서는 Google Flow의 가치가 더 크다고 봄. Google은 멀티모달에 계속 투자할 자금도 있음.