[AI 정보] Google I/O 2026 제작 현장에 투입된 Gemini 활용법

Google이 2026년 6월 1일 공개한 글은 Google I/O 2026을 단순히 AI 발표 무대로만 만든 것이 아니라, 행사 제작 과정 자체에 Gemini와 실험적 AI 도구를 적극 투입했다는 내용을 담고 있습니다. 🎬 핵심은 “AI로 무엇을 만들 수 있는가”를 말로 설명하는 대신, 실제 행사 영상·무대·프로토타입 제작 과정에서 AI를 사용했다는 점입니다.

 

Google은 I/O 2026이 모두에게 도움이 되는 AI를 보여주는 행사였고, 동시에 그 AI 도구들을 행사 제작에도 활용했다고 설명했습니다. Jellyfish 프리쇼, “TPU Training Day” 단편 영화, 여러 시각 콘텐츠와 프로토타입 작업이 사례로 제시됐습니다. 이 뉴스는 생성형 AI가 마케팅·이벤트·영상 제작의 보조 도구를 넘어 실제 제작 파이프라인에 들어가는 흐름을 보여줍니다.

 

📌 TPU Training Day가 보여준 제작 방식

 

Google 글에서 가장 눈에 띄는 사례는 “TPU Training Day”라는 짧은 영화입니다. Google은 Google AI Studio, 실험적 DeepMind 모델, Gemini Omni, Nano Banana 등을 활용했다고 밝혔습니다. 출발점은 아주 단순했습니다. 카드보드와 마커 같은 소박한 재료로 캐릭터를 만들고, 여기에 AI를 결합해 애니메이션과 영화적 표현을 확장할 수 있는지 실험한 것입니다.

 

제작 과정은 완전히 AI에게 맡기는 방식이 아니었습니다. 먼저 퍼펫과 간단한 3D 애니메이션으로 캐릭터 연기와 카메라 구도를 잡았습니다. 이후 Nano Banana로 스타일화된 첫 프레임을 만들고, Google AI Studio 안에서 커스텀 도구를 만들어 프레임 일관성을 대량으로 검토했습니다. 그 다음 Gemini Omni와 다른 실험 모델을 활용해 기본 애니메이션과 스타일 프레임을 결합했다고 설명했습니다. 🎨

 

🧠 중요한 포인트는 ‘대체’가 아니라 ‘혼합’입니다

 

이번 사례에서 주목할 점은 Google이 인간의 craft와 artistry를 중심에 두었다고 강조했다는 부분입니다. AI가 전체 영상을 자동 생성했다기보다, 감독과 제작진이 원하는 연기, 프레이밍, 톤을 먼저 만들고 AI가 반복 제작과 스타일 확장, 시각적 완성도를 돕는 구조에 가깝습니다. 이는 최근 생성형 AI 제작 논쟁에서 매우 중요한 관점입니다.

 

영상 제작 현장에서는 일관성이 특히 어렵습니다. 한 장면만 멋지게 만드는 것은 가능해도, 캐릭터와 질감, 조명, 움직임이 여러 컷에서 유지돼야 실제 결과물로 쓸 수 있습니다. Google이 프레임 일관성을 검토하기 위해 커스텀 도구를 만들었다고 밝힌 점은, 생성형 AI가 프로덕션에 들어가려면 모델 사용만큼이나 워크플로우와 검수 도구가 중요하다는 사실을 보여줍니다.

 

🚀 이벤트 제작과 마케팅 업무의 변화

 

Google I/O 같은 대형 행사는 발표 내용, 무대 연출, 영상, 웹 경험, 데모, 현장 체험이 복합적으로 연결됩니다. AI 도구가 여기에 들어오면 아이디어 스케치부터 시각 콘셉트, 프로토타입, 문구 실험, 영상 후반 작업까지 속도가 빨라질 수 있습니다. 특히 여러 버전을 빠르게 만들고 비교하는 과정에서 AI의 효과가 큽니다.

 

하지만 속도만 중요한 것은 아닙니다. 행사나 브랜드 콘텐츠에서는 메시지의 정확성, 톤, 저작권, 사람의 의도, 시청자의 신뢰가 모두 중요합니다. Google의 사례는 AI를 창작자의 대체재로 쓰기보다, 사람이 방향을 잡고 AI가 반복 작업과 실험을 도와주는 방식이 더 현실적이라는 점을 보여줍니다. ✨

 

📊 Gemini Omni와 Gemini 3.5 데모의 의미

 

Google은 별도 글에서 Gemini Omni와 Gemini 3.5의 여러 데모도 소개했습니다. 멀티모달 이해와 생성 능력이 강화될수록, 텍스트 프롬프트만으로 콘텐츠를 만드는 단계를 넘어 이미지, 영상, 음성, 인터페이스를 함께 다루는 제작 방식이 늘어납니다. 행사 제작처럼 다양한 미디어가 동시에 필요한 영역에서는 이런 멀티모달 능력이 특히 중요합니다.

 

즉, 앞으로의 생성형 AI 경쟁은 단일 이미지 생성 품질만으로 설명하기 어렵습니다. 실제 업무에서는 아이디어를 정리하고, 레퍼런스를 만들고, 움직임을 테스트하고, 일관성을 검수하고, 최종 결과물을 배포 가능한 형태로 만드는 전체 체인이 필요합니다. Google이 I/O 제작 사례를 공개한 이유도 이 지점을 보여주기 위한 것으로 해석할 수 있습니다.

 

🎯 앞으로 볼 관전 포인트

 

첫째, 생성형 AI가 전문 제작 현장에서 어느 단계까지 표준 도구가 될지 봐야 합니다. 콘셉트 아트와 초안 제작은 이미 빠르게 확산되고 있지만, 최종 영상과 브랜드 캠페인에 안정적으로 쓰려면 저작권, 출처, 일관성, 품질 검수 체계가 필요합니다.

 

둘째, AI 제작물 표시와 투명성 기준도 중요해질 것입니다. Google은 AI 도구 사용을 공개적으로 설명했습니다. 앞으로 기업과 미디어 제작자는 어떤 부분에 AI가 쓰였는지, 어떤 부분은 사람이 직접 만들었는지 더 명확히 설명해야 신뢰를 유지할 수 있습니다.

 

셋째, 크리에이터의 역할이 바뀔 가능성이 큽니다. 직접 모든 픽셀을 만드는 능력뿐 아니라, 좋은 프롬프트를 설계하고, AI 결과물을 선별하고, 브랜드 방향에 맞게 조율하며, 검수 도구를 구성하는 능력이 중요해질 수 있습니다. 앞으로의 제작자는 AI를 다루는 감독이자 편집자, 품질 관리자에 가까워질 수 있습니다. ✅

 

🔗 출처

 

Google Blog - How we used Gemini to build Google I/O 2026

Google Blog - 9 demos of Gemini Omni and Gemini 3.5 in action

 

정리하면, Google I/O 2026 제작 사례는 생성형 AI가 실무형 창작 파이프라인으로 들어가고 있음을 보여줍니다. 중요한 변화는 AI가 사람을 완전히 대체한다는 이야기가 아니라, 사람이 잡은 의도와 방향을 AI가 빠르게 확장하고 검토 가능한 형태로 만들어 준다는 점입니다. 창작 도구로서 AI의 다음 단계는 더 빠른 이미지 한 장이 아니라, 전체 제작 흐름을 연결하는 협업 시스템이 될 가능성이 높습니다. 🐛