구글 딥마인드, 제미나이에 ‘에이전틱’ 영상 이해 기능 도입

구글 딥마인드가 제미나이의 영상 분석 기능에 ‘에이전틱(agentic) 영상 이해’ 기능을 도입했다고 밝혔다. 이 기능은 영상 전체를 고정된 방식으로 처리하는 대신, 모델이 필요한 구간을 능동적으로 찾아가며 분석하도록 설계돼 토큰 사용량을 최대 88% 줄이고 비용을 최대 66% 절감할 수 있다고 회사는 설명했다. 정확도는 최대 7% 향상된다고 덧붙였다.

이번 기능은 제미나이 3.7 플래시, 3.6 플래시, 3.5 플래시-라이트에 적용되며, 구글 AI 스튜디오와 제미나이 엔터프라이즈 에이전트 플랫폼의 API를 통해 바로 사용할 수 있다. 영상 업로드와 유튜브 영상 분석에 지원되며, 별도의 추가 기능 요금은 없고 기존 제미나이 API 토큰 가격 체계를 따른다.

구글은 기존 영상 분석 방식이 초당 일정 프레임 수로 영상을 입력받는 ‘정적 처리’에 가까웠다면, 새 기능은 모델이 프레임과 음성, 자막을 함께 활용해 필요한 순간만 검색·확인하는 방식이라고 설명했다. 이를 통해 긴 강의나 강연, 장시간 녹화 영상처럼 분석 비용이 크게 늘어나는 콘텐츠에서 효율이 높아진다는 것이다. 회사는 서브초 단위 장면 검색, 이상 징후 탐지, 정밀한 수량 계산 같은 활용도 가능해진다고 밝혔다.

구글은 이 기능이 개발자가 직접 영상 구간을 반복 탐색하던 과정을 모델이 내부 도구를 활용해 수행하도록 해 개발 부담도 줄인다고 설명했다. 또 초기 접근 파트너들의 시험 결과 성능이 좋았다고 전했지만, 구체적인 외부 검증 수치는 공개하지 않았다.

구글은 이 기능을 제미나이 앱의 플래시와 플래시-라이트 모델에도 순차 적용할 예정이라고 밝혔다. 앞으로는 유튜브의 ‘Ask YouTube’ 기능에도 반영해 영상 화면에 근거한 답변 품질을 높인다는 계획이다.