Gemini 영상 이해 업데이트: 질문에 필요한 장면을 찾아 분석합니다

한 시간짜리 강의에서 특정 설명이 나온 구간만 찾아야 할 때가 있습니다. 시연 영상에서 버튼을 누른 순서를 정리해야 할 때도 마찬가지입니다. 구글이 2026년 9월 1일 발표한 Gemini의 영상 이해 업데이트는 이런 작업을 염두에 둔 변화입니다.

이 글은 무엇이 달라졌는지, 어떤 모델과 플랫폼에서 쓸 수 있는지, 발표된 절감 수치를 어떻게 읽어야 하는지를 정리한 것입니다. 근거는 Google 공식 발표이며 2026년 9월 15일에 다시 열어 확인했습니다.

이전과 달라진 점 한눈에 보기

핵심은 영상 전체를 한 번에 훑는 대신 질문에 필요한 구간을 골라 다시 살펴본다는 점입니다. 발표문에서 확인한 항목을 나란히 정리했습니다.

항목	이전	이후	확인 출처
영상을 보는 방식	영상 전체를 한 차례 처리	질문에 맞는 구간을 골라 다시 살펴봄	공식 발표
토큰 사용량	기존 처리 방식 기준	최대 88% 감소	공식 발표
분석 비용	기존 처리 방식 기준	최대 66% 절감	공식 발표
정확도	기존 처리 방식 기준	최대 7% 향상	공식 발표
기능 요금	해당 없음	추가 기능 요금 없이 표준 토큰 요금 적용	공식 발표
다루는 영상 길이	긴 영상일수록 처리 부담 증가	10분 가이드부터 90분 강연, 수 시간 녹화까지 처리 대상으로 언급	공식 발표

지원 모델과 이용 조건

발표 시점 기준으로 어떤 모델과 어떤 경로에서 쓸 수 있는지를 표로 옮겼습니다. 일반 앱과 API는 제공 범위가 다르므로 나눠서 보셔야 합니다. 발표 이후 제공 범위가 넓어졌을 수 있으니 실제 확인은 사용하는 화면에서 하시는 편이 정확합니다.

구분	발표문에 적힌 내용
대상 모델	Gemini 3.7 Flash, Gemini 3.6 Flash, Gemini 3.5 Flash-Lite
이용 경로	Gemini API를 쓰는 Google AI Studio와 Gemini Enterprise Agent Platform
지원 입력	직접 올린 영상과 YouTube 영상
요금	표준 Gemini API 토큰 요금, 추가 기능 요금 없음
후속 계획	Gemini 앱 전체 사용자와 YouTube의 Ask 기능으로 확대 예정

그래서 Gemini 앱에서 영상에 관해 질문할 수 있다는 사실만으로 이 처리 방식이 적용됐다고 보기는 어렵습니다. 발표 시점에서 앱 적용은 후속 계획으로 구분돼 있었습니다. 국내 이용 가능 여부와 지원 언어에 관한 별도 조건은 발표문에서 확인하지 못했으므로 미확인으로 남깁니다.

발표된 수치를 읽는 방법

토큰 최대 88% 감소와 비용 최대 66% 절감, 정확도 최대 7% 향상은 모두 발표문에 제시된 최대값입니다. 최대값은 가장 유리한 조건에서 나온 결과라고 보는 편이 안전합니다. 내 영상에서 같은 폭이 나오는지는 따로 재야 알 수 있습니다.

비교를 하려면 조건 세 가지를 고정해야 합니다. 같은 영상, 같은 질문, 같은 모델입니다. 셋 중 하나만 바뀌어도 숫자를 나란히 놓기 어려워집니다. 절감 폭보다 먼저 볼 것은 찾아 준 구간이 실제로 맞는지입니다. 구간이 틀리면 토큰을 아껴도 다시 확인하는 시간이 늘어납니다. 그래서 기록지에는 절감 폭과 함께 맞힌 구간 수를 나란히 적어 두는 편이 좋습니다.

업무에서 중요해지는 지점 두 가지

첫째는 교육과 매뉴얼 작업입니다. 신규 입사자용 시연 영상에서 설정 절차만 뽑아 문서로 옮기는 작업이 대표적입니다. 이때 화면으로 확인한 내용과 음성으로만 설명한 내용을 구분해 두면 문서의 신뢰도가 올라갑니다. 화면에 보이지 않는 설명은 나중에 캡처를 붙일 수 없어 확인 경로가 달라지기 때문입니다.

둘째는 회의와 강연 기록입니다. 긴 녹화에서 결정이 내려진 구간만 찾아 정리하면 후속 작업이 빨라집니다. 전체 요약보다 결정 구간의 시각 목록이 뒤에 오는 일에 더 쓸모가 있습니다. 녹취에서 화자와 시각을 살려 정리하는 요청문은 회의 녹취에서 화자와 시간 정보를 활용하는 법에 정리해 두었습니다.

시연 영상 한 개로 시험하는 순서

기능이 도움이 되는지 판단하려면 짧은 영상 한 개와 질문 한 개로 시작하는 편이 빠릅니다. 아래는 예시용으로 만든 중립 영상 정보 메모입니다.

[영상 정보 메모]
제목: 사내 결재 시스템 설정 시연
길이: 12분 40초
촬영: 화면 녹화, 음성 해설 포함
등장 인물: 화면에 사람 얼굴 없음
목표 구간: 설정을 저장하는 과정
필요한 정보: 단계별 시각과 버튼 이름
구분 필요: 화면에 보이는 내용과 음성 설명
공유 범위: 사내 교육용, 외부 공유 없음
작성자: 담당자A
검수자: 담당자B

요청문에는 찾을 대상과 출력 형식, 확인할 수 없을 때의 표기 규칙을 함께 적습니다. 규칙이 있어야 결과를 검토할 기준이 생깁니다.

이 영상에서 설정을 저장하는 과정을 찾아 주세요.
각 단계의 시작 시각과 종료 시각을 분과 초 단위로 적어 주세요.
단계마다 화면에 보이는 버튼 이름을 그대로 옮겨 주세요.
화면으로 확인한 내용과 음성으로만 설명한 내용을 열로 나눠 주세요.
저장 버튼이 보이는 장면과 저장 완료 안내가 나오는 장면은 다른 단계로 나눠 주세요.
확인할 수 없는 단계는 확인 필요라고 적어 주세요.
표 외의 설명 문장은 쓰지 마세요.

아래는 이 요청문을 바탕으로 직접 구성한 기대 결과입니다. 실제 API를 호출해 얻은 결과가 아니라, 무엇을 맞다고 볼지 미리 정해 둔 채점 기준입니다.

단계	시작과 종료	화면에서 확인	음성으로만 설명
설정 화면 열기	시각이 분과 초로 적혀 있음	메뉴 이름이 그대로 옮겨져 있음	해당 없음
항목 값 변경	시각이 분과 초로 적혀 있음	입력란 이름이 적혀 있음	권장 값 안내가 있으면 이 열에 표기
저장 버튼 누르기	시각이 분과 초로 적혀 있음	버튼 이름이 그대로 옮겨져 있음	해당 없음
저장 완료 확인	앞 단계와 다른 시각	완료 안내 문구가 적혀 있음	해당 없음
확인 불가 구간	시각 대신 확인 필요	확인 필요	확인 필요

받은 표를 검토할 때는 각 시각으로 이동해 버튼 이름과 순서를 대조합니다. 저장 버튼 장면과 완료 안내 장면을 나눠 요청해 두면 어긋난 지점을 찾기 쉬워집니다. 결과를 업무에 넣기 전 확인 순서는 AI 답변의 숫자와 출처를 확인하는 3단계와 같은 방식으로 적용할 수 있습니다.

쓰기 전에 확인할 점

• 짧은 영상 한 개와 질문 한 개로 범위를 좁혀 시작합니다.
• 같은 영상, 같은 질문, 같은 모델로 조건을 고정해 비교합니다.
• 맞힌 구간과 놓친 구간, 응답 시간, 실제 사용 비용을 함께 기록합니다.
• 화면 확인과 음성 설명을 열로 나눠 받아 근거를 구분합니다.
• 영상에 등장하는 사람과 내부 자료의 이용 범위를 먼저 확인합니다.
• 사내 영상을 외부 API로 보낼 수 있는지 조직 규정으로 확인합니다.

자주 묻는 질문

YouTube 영상 주소만 넣어도 분석이 되나요

발표문은 지원 입력으로 직접 올린 영상과 YouTube 영상을 함께 적었습니다. 다만 이용 경로는 Gemini API를 쓰는 Google AI Studio와 Gemini Enterprise Agent Platform으로 안내됐습니다. 일반 앱에서의 적용은 후속 계획으로 구분돼 있으므로 경로를 나눠 보셔야 합니다.

비용이 최대 66% 줄어든다고 계산해도 되나요

발표문에 적힌 값은 최대값입니다. 영상 길이와 질문 형태, 선택한 모델에 따라 폭이 달라집니다. 예산을 잡을 때는 실제 영상 한두 개로 사용량을 재 본 뒤 평균을 쓰는 편이 안전합니다.

긴 영상도 한 번에 처리할 수 있나요

발표문은 10분 가이드부터 90분 강연, 수 시간 녹화까지를 처리 대상으로 언급했습니다. 다만 최대 길이 제한이 숫자로 적혀 있지는 않았습니다. 실제 한도는 사용하는 모델의 API 문서에서 확인하시는 편이 정확합니다.

자료 확인일은 2026년 9월 15일입니다. 공식 발표를 다시 열어 대상 모델과 이용 경로, 요금 조건, 절감 수치를 확인했습니다. 이 글에서는 API 호출이나 벤치마크 재현을 수행하지 않았습니다.