AI 뉴스 목록
MarkTechPost2026. 09. 06.
Google, Gemini Flash에 에이전트형 비디오 이해(Agentic Video Understanding) 도입... 영상 토큰 최대 88% 절감
기사 3줄 요약
- 1Google은 Gemini Flash 모델에 Agentic Video Understanding 기능을 도입했다.
- 2기존에는 영상을 초당 1프레임(1 FPS)으로 통째로 입력받았지만, 이제는 질문에 필요한 장면만 스스로 탐색해 처리한다.
- 3이 방식으로 비디오 토큰 사용량을 최대 88% 줄여 비용과 지연 시간을 크게 낮출 수 있다.
초등학생도 이해하는 NEWS 설명
영상 AI를 책에 비유하면, 예전에는 책 전체를 한 글자도 빠짐없이 스캔했다면 이번 기능은 '답이 어디 있을까' 물어보고 그 부분만 펼쳐 읽는 방식이다.
질문과 관련된 장면을 AI가 스스로 찾고 판단한다는 점에서 '에이전트형(스스로 행동하는 방식)'이라고 부른다.
그래서 처리해야 할 비디오 토큰(영상을 읽는 조각)이 줄어들어 비용과 시간이 아껴진다.
인사이트 & 시사점
영상 AI가 '전체를 먼저 다 읽고 이해해야 한다'는 전제를 벗어나, 필요한 부분만 골라 처리하는 에이전트 방식으로 바뀌는 변화를 보여준다.
긴 영상 데이터를 다루는 실제 서비스에서 토큰 비용은 가장 큰 장벽인데, 이 기술이 그 비용을 크게 낮출 수 있어 영상 AI의 경제성과 실시간성을 바꿀 수 있다.
용어해설
Gemini Flash
Google 딥마인드가 만든 빠르고 경제적인 AI 모델 계열이다. 여러 형태의 입력을 처리할 수 있고, 이번 에이전트형 영상 이해 기능이 적용된 모델이다.
Agentic Video Understanding
AI가 영상 전체를 고정된 속도로 읽지 않고, 사용자 질문에 필요한 장면을 스스로 찾아 분석하는 기능이다. '에이전트형 영상 이해'라고 부르며 비디오 토큰을 최대 88%까지 줄여준다.
Video Tokens
영상을 AI가 처리할 수 있도록 변환한 정보 조각 단위이다. 토큰 수가 많을수록 연산 비용과 시간이 늘어나는데, 이번 기술은 필요한 구간만 골라 토큰 수를 크게 낮춘다.
공유하기