어제 HN 메인을 훑다가 Google 새 블로그가 눈에 들어왔다: Build with Gemini Omni 1.1 Flash. 91 포인트, 댓글 36개. Flash 시리즈 업데이트치고는 평범한讨论量이다—Flash는 원래 '개발자가 실제로 굴리는 모델', 순위표용 모델이 아니다.
그런데 이번엔 이름이 바뀌었다: Omni.
Omni 1.1 Flash, 구체적으로 뭐가 달라졌나
기능부터 정리하자. 공식 블로그가 제시한 범위는 네 가지 모달리티—텍스트, 이미지, 오디오, 비디오. 하나의 API로 입출력 모두 모달리티를 넘나든다. Google이 이걸 처음 시도한 건 아니다. 2.0 Flash도 멀티모달 입력은 처리했지만, 출력은 여전히 텍스트 위주였다. 1.1 Flash의 핵심은 '출력도 멀티모달로' 길을 완전히 연 데 있다. Imagen이나 TTS 엔드포인트로 갈아타지 않고도 이미지와 음성을 바로 생성할 수 있다.
공식 블로그 원문은 이렇게 적혀 있다:
"Gemini Omni 1.1 Flash is designed to help developers build applications that can process and generate content across multiple modalities — text, images, audio, and video — with a single API call."
파라미터 규모와 컨텍스트 윈도우 수치는 블로그에 명시돼 있지 않다. Google의 전통적 스타일이다—Flash 시리즈는 1.5부터 파라미터를 거의 공개하지 않고 '이전 세대보다 더 빠르고 싸졌다'만 강조한다. 개발자 피드백을 종합하면 1.1 Flash의 컨텍스트는 1M token 수준(2.0 Flash와 동일)으로 유지된 듯하지만, 실제 수치는 써드파티 벤치마크가 나와야 확인할 수 있다.
이전 세대 Flash 대비 변화점은 크게 세 가지다:
- 멀티모달 출력 네이티브화: 여러 모델을 조합할 필요 없이 단일 엔드포인트로 처리
- TTFT(Time To First Token) 최적화: 2.0 Flash 대비 추가로 깎였다고 공식 주장
- 오디오 처리 개선: 스트리밍 오디오 입력 레이턴시가 200ms 이하로 내려갔다는 평가
이 세 가지 모두 '개발자가 실제로 쓸 때 보는 지표'지, 벤치마크용 허수 지표가 아니다.
가격과 속도: Flash의 살길
Flash 시리즈의 진짜 강점은 '최강'이 아니라 '가성비'다. Gemini 2.0 Flash, Claude Haiku 4.5, GPT-4.1 mini의 API 단가를 나란히 놓아 봤다(백만 토큰당, USD).
| 모델 | 입력 | 출력 |
|---|---|---|
| Gemini 2.0 Flash | $0.10 | $0.40 |
| Gemini Omni 1.1 Flash | ~$0.08 (추정) | ~$0.32 (추정) |
| Claude Haiku 4.5 | $0.80 | $4.00 |
| GPT-4.1 mini | $0.40 | $1.60 |
1.1 Flash의 공식 가격은 블로그에 명시되지 않았다. 위 수치는 '20% 추가 인하'라는 시장 전망을 반영한 추정치이며, 실제 가격은 Google AI Studio 콘솔을 확인해야 한다.
가격만 놓고 보면 Flash가 여전히 압도적으로 싸다. Claude Haiku 4.5의 입력 단가는 Flash의 8~10배, GPT-4.1 mini도 4배 이상 비싸다. '요청량은 많지만 건당 가치는 낮은' 시나리오(챗봇, 콘텐츠 모더레이션, 대량 라벨링)에서 이 격차는 비즈니스 모델이 성립하느냐의 문제로 직결된다.
TTFT(첫 토큰 도달 시간) 쪽은 Google 자체 데이터상 1.1 Flash가 2.0 Flash 대비 약 30% 더 빠르다고 한다. 체감은 워크로드에 따라 다르다—스트리밍 오디오, 긴 프롬프트, 비디오 프레임 추출 모두 영향을 준다. 필자가 직접 2.0 Flash의 순수 텍스트 TTFT를 측정했을 때 대략 150~200ms였는데, 1.1 Flash가 정말 100ms 이하로 내려간다면 실시간 음성 대화 경험이 한 단계 더 올라갈 여지가 있다.
개발자 툴체인, 실제 사용감
툴체인 측면에서 Google은 계속 '두 다리 전략'을 고수해 왔다.
- Google AI Studio: 개인 개발자 대상, 무료 쿼터가 넉넉하고 몇 분 만에 데모 가능
- Vertex AI: 기업 대상, VPC, 프라이빗 배포, 감사 로그 모두 지원
1.1 Flash는 두 채널 모두에 올라왔다. AI Studio Playground에서 모델을 체크박스로 골라 멀티모달 출력을 바로 테스트할 수 있고, Vertex AI 측은 리전별 점진 오픈 중이다.
LangChain과 LlamaIndex 통합은 '준 공식' 수준이다—양쪽 다 Gemini ChatModel wrapper를 제공하며, 1.1 Flash는 Gemini 인터페이스 규약(gemini-omni-1.1-flash 경로)을 그대로 따른다. 이론상 모델 이름만 바꾸면 코드 수정 없이 붙일 수 있다. 다만 멀티모달 출력을 쓰는 Agent 체인에서各家 프레임워크는 아직适配 중이며, LangGraph 기준으로 이미지 생성 노드의 실패 재시도 처리는 직접 한 겹 감싸야 한다.
HN 댓글에서 지적된 현실적인 이슈들:
- 문서滞后: 공식 블로그는 capability만 설명하고 제약은 안 알려준다. 구체적인 rate limit, 동시성 상한은 직접 콘솔을 뒤져야 한다.
- 멀티모달 출력 불안정: 이미지 투 이미지 태스크에서 프롬프트 준수율이 순수 텍스트만큼 잘 안 나온다는 의견이 있었다. '프롬프트 엔지니어링은 여전히 필요한데, Google이 가이드를 안 줬다'는 불만.
- 네이밍 혼란: 2.0 Flash에서 Omni 1.1 Flash로 넘어오면서 버전 번호와 명명 규칙이 맞물리지 않는다. '내가 뭘 써야 하지?'가 가장 많이 나온 질문.
특히 마지막 불만은 사실과 맞닿아 있다. Google 모델 명명은 항상 '내부 코드네임 + 마케팅 네임' 두 체계가 병행해 왔고, 익숙하지 않은 개발자는 잘못 고르기 쉽다.
Omni라는 이름이 의미하는 것
멀티모달 모델을 Omni라고 부른 건 OpenAI의 GPT-4o 라인에 명확히 응답한 것이다. GPT-4o는 OpenAI가 '올모달 네이티브 모델'에 베팅한 핵심 제품이었으나, 이후 노선을 조정하면서 4o는 우선순위에서 밀려나고 GPT-5 시리즈가 그 자리를 대신했다.
Google이 이번에 Flash 시리즈를 Omni로 격상한 의미는 분명하다: '여러분이 접은 길을 내가 이어간다.' 차이점이 있다면 방향이다—Google은 플래그십(Pro)에서 내려오는 게 아니라 로우엔드(Flash)에서 올라가는 길을 택했다. 현명한 전략이다: 플래그십 모델은 벤치마크 싸움, 로우엔드 모델은 실전 침투. 멀티모달 네이티브의 진짜 구매자는 '실시간 음성, 비디오 이해, 크로스 모달 검색'을 만드는 중소 팀이다. 그들이 원하는 건 SOTA가 아니라 '싸고 충분한' 성능이다.
시장 포지셔닝 측면에서 Google의 멀티모달 API는 현재 세 층위로 나뉜다.
- Pro 시리즈: 능력 경쟁, GPT-5, Claude Sonnet 대비
- Flash 시리즈: 가성비 경쟁, GPT-4.1 mini, Claude Haiku 대비
- Nano / On-device: 온디바이스, 미래에는 Apple Intelligence 대비
Omni 1.1 Flash는 가운데 층을 지킨다. 이 층은 Anthropic과 OpenAI 모두 채워가는 중(Haiku 4.5, GPT-4.1 mini)이고, 단기간에 Google의 가격 우위를 따라잡기는 어렵다.
판단
Google 전체 멀티모달 로드맵 안에서 1.1 Flash의 위치는 본질적으로 '수비형 제품'이다—순위표를 노린 게 아니라 개발자 시장 기반을 지키려는 카드. Flash 시리즈의 진짜 사용자는 연구 기관이 아니라 제품을 만드는 소규모 팀, 1인 개발자, Agent 프레임워크의 하위 호출자다. '가장 싼 멀티모달 API'라는 라벨만 유지하면 Anthropic과 OpenAI 사이에서 존재감을 지킬 수 있다.
8월의 Claude 4.5, GPT-5 mini와 비교하면 1.1 Flash는 '하드 벤치마크 돌파'는 없다. 대신 두 가지 강점이 뚜렷하다: 가격의 단절 + 멀티모달 출력 네이티브화. '하루에 백만 건 단위로 호출하고, 요청당 audio/video가 들어가며, 콘텐츠를 직접 생성해야 하는' 시나리오라면 1.1 Flash는 지금 붙일 만하다. Google AI Studio의 무료 쿼타로 데모를 굴리기 충분하고, 실제 프로덕션 결정은 Vertex AI 계약을 잡고 진행하면 된다.
'고가치 저빈도' 시나리오—법률 문서 분석, 코드 심층 추론 같은—라면 Claude Sonnet이나 GPT-5를 쓰는 게 맞다. Flash의 저렴함엔 대가가 따른다. 복잡한 추론과 긴 planning 체인에서는 버티지 못한다.
아직 확정되지 않은 부분: 1.1 Flash의 실제 멀티모달 출력 품질. 공식 데모는 좋아 보여도 실제 환경에서 얼마나 안정적인지는 1~2주 정도 커뮤니티 피드백이 쌓여야 알 수 있다. 이미 2.0 Flash를 붙여 쓰고 있다면 staging에서 A/B 테스트부터 돌리고, 무리하게 전량 전환하지 말 것을 권한다.
참고 링크: