"필요한 장면 스스로 탐색"...구글, 제미나이 '에이전트 비디오 분석' 도입

구글, AI 기반 영상 분석의 새로운 장을 열다

구글이 최근 인공지능(AI) 기술을 활용한 새로운 영상 분석 기능을 공개하며, 영상 이해의 패러다임을 바꾸고 있습니다. 이번에 선보인 '에이전트 기반 비디오 이해(Agentic Video Understanding)' 기술은 AI가 영상의 특정 장면을 스스로 탐색하고 분석하는 방식을 채택하여, 비용과 정확도를 동시에 개선할 수 있는 혁신적인 방법입니다.

영상 분석의 새로운 접근

기존의 영상 분석 방식은 AI가 영상을 일정한 간격으로 처리하면서 모든 장면을 동일하게 분석하는 데 초점을 맞췄습니다. 이로 인해 긴 영상을 분석할 경우 높은 해상도와 프레임 수를 요구하게 되어 비용이 증가하고, 반대로 낮은 프레임 수를 설정할 경우 중요한 순간을 놓칠 위험이 커졌습니다. 하지만 구글의 새로운 기술은 AI 모델이 스스로 어떤 장면을 집중적으로 분석할지를 판단할 수 있도록 해, 필요한 부분만 선택적으로 확대하여 분석함으로써 이러한 문제를 해결합니다.

구글의 최신 AI 모델인 '제미나이 3.7 플래시' 및 그 이전 버전인 '제미나이 3.6 플래시', '제미나이 3.5 플래시-라이트'에 이 기술이 적용되어, 개발자들은 긴 영상을 최대 88% 더 적은 토큰으로 처리할 수 있게 되었습니다. 이는 경제적인 비용 절감은 물론이고, 분석의 정확도를 최대 7% 향상시키는 효과도 가져옵니다.

다양한 활용 가능성

에이전트 기반 비디오 이해 기술은 특히 긴 영상에서 강력한 성능을 발휘합니다. 사용법 안내 영상을 포함한 10분짜리 짧은 영상부터, 수 시간에 걸친 강의나 녹화 영상에서도 유용합니다. 이 기술을 통해 사용자는 특정 정보를 신속하게 찾아낼 수 있으며, 장면 전환이나 상태 변화를 서브초 단위로 검색하는 기능도 지원합니다. 예를 들어, 빠르게 움직이는 물체의 추적이나 특정 행동의 반복 여부를 분석하는 데에 이 기술이 큰 도움이 될 것입니다.

구글은 이러한 기능을 개발자뿐만 아니라 일반 사용자에게도 확대할 계획입니다. 향후 제미나이 앱과 유튜브의 '애스크 유튜브(Ask YouTube)' 기능에 이 기술을 적용하여, 사용자들이 영상 속 정보를 보다 정확하게 얻을 수 있도록 지원할 예정입니다.

향후 전망

구글의 에이전트 기반 비디오 이해 기능은 영상 분석의 효율성을 한층 높이며, 다양한 산업에서 활용될 가능성을 열어줍니다. AI가 스스로 필요한 장면을 탐색하고 분석하는 방식은 영화 제작, 교육 영상, 보안 감시 등 여러 분야에서 혁신을 가져올 것으로 기대됩니다. 특히 방대한 양의 영상 데이터를 보다 효과적으로 처리할 수 있는 기반이 마련됨으로써, 사용자의 시간과 비용을 절감하는 데 크게 기여할 것으로 보입니다. 구글의 이번 기술 발표는 영상 분석의 미래를 한층 밝게 하는 계기가 될 것입니다.