Google Gemini의 'anything-to-anything' AI, 피차이도 인정한 코딩 경쟁력

Google Gemini의 새로운 AI 모델이 요즘 난리다. The Verge 기사에 따르면, 이 모델은 ‘anything-to-anything’이라는 이름답게 텍스트, 이미지, 심지어 비디오까지 넘나들며 상상 이상의 결과물을 만들어낸다. 작년에 Google이 Gemini 광고에서 보여줬던 인형 움직이는 비디오가 실제 가능해진 셈인데, 이젠 비디오 속 인형에게 새로운 배경을 넣어주거나, 아예 다른 스타일의 비디오로 변환하는 것도 가능하다는 거다. 이건 거의 ‘딥페이크’ 수준의 비디오 생성 능력인데, AI가 미디어 콘텐츠 제작의 경계를 어디까지 확장할지 궁금해진다.

텍스트, 이미지, 비디오를 넘나드는 멀티모달의 힘

이 ‘anything-to-anything’ 모델의 핵심은 다양한 형태의 데이터를 동시에 이해하고 생성할 수 있는 멀티모달(multimodal) 능력이다. 단순히 텍스트를 보고 이미지를 만들거나, 이미지를 보고 텍스트를 생성하는 수준을 넘어섰다. 이제 비디오를 입력으로 받아 새로운 비디오를 만들거나, 이미지 속 대상을 동적으로 편집하는 것도 가능하다. 이는 AI가 현실 세계를 이해하고 상호작용하는 방식에 큰 변화를 가져올 수 있다. 예를 들어, 사용자가 원하는 비디오 콘텐츠를 훨씬 쉽게 만들거나, 기존 콘텐츠를 새로운 방식으로 재창조하는 일이 가능해지는 것이다.

피차이의 솔직한 고백: 코딩 AI는 좀 뒤처졌다?

흥미로운 건, 이렇게 강력한 모델을 내놓은 Google의 순다르 피차이 CEO가 최근 AI타임스 기사에서 자사의 코딩 AI 성능이 경쟁사에 비해 뒤처졌음을 솔직히 인정했다는 점이다. 그는 뉴욕타임스 팟캐스트 ‘하드 포크’에 출연해 Anthropic이나 OpenAI 같은 경쟁사들이 코딩 AI 분야에서 앞서나가는 이유를 ‘데이터 플라이휠(data flywheel)’ 부족으로 꼽았다. 코딩 데이터의 선순환 구조, 즉 개발자들이 AI를 사용하고 그 피드백이 다시 모델 개선으로 이어지는 생태계 구축이 미흡했다는 분석이다.

이는 AI 경쟁이 단순히 모델의 성능 지표 싸움이 아니라는 점을 시사한다. 결국 사용자가 많고, 그 사용 데이터가 다시 모델을 개선하는 데 쓰이는 ‘데이터 선순환’ 구조가 장기적인 경쟁력을 좌우한다는 의미다. Google이 ‘anything-to-anything’ 모델로 멀티모달의 최전선을 달리고 있지만, 개발자 생산성이라는 또 다른 중요한 전장에서는 아직 갈 길이 멀다고 스스로 인정하는 모습이다. AI 시대의 승패는 결국 누가 더 많은 개발자를 끌어모으고, 그들의 데이터를 효과적으로 활용하느냐에 달려있을지도 모른다.