[태그:] 구글

안드로이드폰을 쓰다 보면 AI 비서는 자연스럽게 Gemini가 된다. 기본값이 그거니까. 그런데 솔직히, Gemini 하나로 다 해결되는 건 아니다. ChatGPT, Claude, Microsoft Copilot 같은 앱들이 플레이스토어에 버젓이 있고, 각자 잘하는 게 다르다. 목적에 따라 골라 쓰면 체감이 확실히 달라진다.

구글 Gemini, 안드로이드에서의 현재 위치

구글 어시스턴트가 구글 Gemini로 교체되는 건 기정사실이다. 구글이 현재 어시스턴트 기능을 Gemini로 통합하는 중이고, 기존 어시스턴트 사용자들은 앱 업데이트 또는 Gemini 앱 설치로 전환이 이뤄지고 있다. ‘헤이 구글’ 대신 이제는 Gemini가 응답한다. 안드로이드 생태계 안에서 AI 비서 자리를 사실상 Gemini가 독점하고 있는 셈이다.

기능도 이전 어시스턴트랑 비교가 안 된다. 대화가 훨씬 자연스럽고, 이전 맥락을 기억하면서 이어간다. 사진 속 건축물을 설명해 달라거나, 찍은 음식이 뭔지 물어보는 멀티모달 기능도 된다. 이메일 초안 작성, 문서 요약, 브레인스토밍까지. 구글 워크스페이스와 연동하면 시너지가 꽤 크다.

Gemini 주요 기능 정리

• 향상된 대화: 여러 턴에 걸친 대화에서 이전 내용을 기억하고 맥락을 유지한다. 단발성 검색이 아니라 주제를 파고들 때 유리하다.
• 멀티모달 처리: 사진을 올려서 “이 식물 이름이 뭐야?” 같은 질문이 된다. 텍스트만 주고받는 수준을 넘어선다.
• 생산성 기능: 이메일 초안, 회의록 요약, 아이디어 정리. 구글 워크스페이스 연동 시 훨씬 편해진다.
• 크리에이티브 작업: 짧은 글쓰기, 시나리오 구상, 이미지 생성. 혼자 다 해결하려는 올인원 성격이 강하다.

Gemini 외 선택지 — 앱으로 충분히 쓴다

시스템에서 기본 AI를 바꾸는 건 현재 안드로이드에서 제한적이다. 공식 설정에서 Gemini 이외의 앱을 기본 디지털 어시스턴트로 지정하기가 쉽지 않다. 그래도 앱 형태로는 얼마든지 활용 가능하다. 대표적인 세 가지가 있다.

• ChatGPT: 오픈AI 앱이 플레이스토어에 있다. 복잡한 코딩 질문이나 주제를 깊이 파고드는 데 강하다. 유료 구독(ChatGPT Plus) 시 최신 모델과 이미지 분석, 코드 실행 기능이 열린다. 무료도 쓸 만하긴 하다.
• Claude: Anthropic의 Claude는 긴 텍스트 처리에서 두드러진다. 논문 전체를 붙여 넣고 요약해 달라거나, 계약서를 분석하는 식의 작업에서 체감이 확실히 다르다. 안드로이드 앱으로 제공된다.
• Microsoft Copilot: GPT-4 기반에 DALL-E 3 이미지 생성까지 묶였다. 웹 검색 결합 답변이라 최신 정보 접근이 빠른 편이다. 마이크로소프트 365 사용자라면 워드, 엑셀 연동이 추가된다.

‘헤이 구글’ 한마디로 호출은 못 되지만, 홈 화면 위젯이나 단축키 설정으로 진입 속도를 줄이는 건 된다. 목적에 따라 앱을 달리 쓰는 게 결국 더 효율적이다.

어떤 기준으로 고를까

• 목적: 코딩 질문엔 ChatGPT, 긴 문서 처리엔 Claude, 이미지 생성까지 포함이면 Copilot, 구글 서비스 연동 우선이면 Gemini. 대체로 이렇게 나뉜다.
• 생태계: 구글 서비스를 주로 쓰면 Gemini, 마이크로소프트 오피스가 주력이면 Copilot이 자연스럽다. 억지로 어색한 연동을 만들 필요는 없다.
• 개인정보: 대화 내용이 학습 데이터로 쓰일 수 있다. 민감한 정보는 어떤 AI에도 넣지 않는 게 기본이다. 각 서비스의 데이터 처리 정책은 한 번쯤 확인해 두는 게 좋다.
• 비용: 무료 플랜만으로도 일상적인 쓸모는 충분하다. 단, 최신 모델이나 고급 기능은 유료 구독이 필요하다. ChatGPT Plus, Claude Pro, Copilot Pro 모두 월정액 형태다.
• 인터페이스: 아무리 기능이 좋아도 쓰기 불편하면 손이 안 간다. 음성 인식률, 반응 속도, UI 직관성도 실제로 중요한 요소다.

제대로 쓰는 5가지 방법

• 질문을 구체적으로: “날씨 알려줘” 대신 “내일 오전 10시 서울 강남구 날씨 어때?”처럼 맥락을 넣으면 답이 확 달라진다. 막연할수록 답도 막연해진다.
• 역할 지정: “지금부터 너는 마케팅 전문가야. 이 제품 광고 문구 3가지 제안해줘.”처럼 역할을 부여하면 전문성 있는 답변이 나온다. 차이가 꽤 크다.
• 대화를 이어서: 한 번에 모든 걸 넣으려 하지 말고, 대화를 이어가며 점진적으로 수정·추가하는 방식이 효과적이다. AI는 이전 대화를 기억한다.
• AI별 강점 활용: 간단한 검색은 Gemini, 코드 문제는 ChatGPT, 긴 문서 분석은 Claude. 하나에 다 몰아넣는 것보다 나눠 쓰는 게 낫다.
• 설정 다듬기: 언어 설정, 음성 인식, 알림 등 커스텀 옵션이 각 앱마다 있다. 귀찮아도 한 번 정돈해 두면 매일 쓸 때 편하다.

다음 수순은 — 선택권이 열릴까

Ars Technica 보도를 보면, 유럽이 구글에 안드로이드에서 다른 AI 어시스턴트에도 시스템 접근권을 열도록 압력을 넣는 방향으로 흘러가고 있다. 실현되면 Gemini가 독점하고 있는 ‘기본 AI 비서’ 자리를 ChatGPT나 Claude 같은 앱이 대신할 수도 있다.

지금 당장은 시스템 기본값을 바꾸는 데 한계가 있다. 그래도 앱 형태로 활용하는 것만으로도 충분히 쓸모 있다. 결국 중요한 건 내 사용 패턴에 맞는 AI를 찾는 것이다. 구글 생태계에 깊이 묶여 있으면 Gemini가 편하고, 문서 작업이 많으면 Claude, 코드 쓰는 시간이 길면 ChatGPT가 더 잘 맞는다. 하나만 고집할 이유가 없다.

자주 묻는 질문

• Q: 구글 어시스턴트가 Gemini로 완전히 대체되는 건가요?
  A: 맞다. 구글은 현재 어시스턴트 핵심 기능을 Gemini로 통합하는 중이다. 기존 어시스턴트 사용자는 Gemini 앱 설치 또는 업데이트를 통해 전환된다.
• Q: 다른 AI 앱을 기본 AI 비서로 설정할 수 있나요?
  A: 현재 안드로이드 시스템의 기본 디지털 어시스턴트 설정에서는 Gemini를 포함한 구글 관련 서비스만 선택 가능하다. 각 앱 내 자체 AI 기능을 활용하는 건 된다.
• Q: AI 비서를 쓰면 개인정보가 유출될 위험이 있나요?
  A: 대화 내용이 서비스 개선 목적으로 쓰일 수 있다. 민감한 정보는 입력하지 않는 게 좋고, 각 서비스의 개인정보처리방침을 확인하는 게 기본이다.

출처: Ars Technica

텍스트 몇 줄 쳐넣으면 영상이 나온다. 1년 전만 해도 믿기 힘든 얘기였는데, 이제는 현실이다. OpenAI 소라(Sora)가 공개됐을 때 업계 반응이 충격 그 자체였고, 런웨이(Runway)는 그 사이에도 꾸준히 업데이트를 쌓아왔다. 거기다 구글까지 Vids를 들고 나오면서 선택지가 갑자기 세 개로 늘었다. 뭘 써야 할지 모르겠다면 정상이다. 각 툴이 실제로 뭘 잘하는지, 누구한테 맞는지 하나씩 짚어봤다.

세 툴, 정체부터 파악하자

어떤 목적으로 만들어진 툴인지 알면 선택이 반은 끝난다.

• 구글 Vids: 한마디로 ‘업무용’이다. 구글 독스, 시트, 슬라이드와 나란히 워크스페이스 생태계에 들어앉아 있다. 전문가급 퀄리티보다는 회의 자료, 사내 공지, 마케팅 브리핑 같은 걸 빠르게 만드는 데 초점을 맞췄다.
• 런웨이(Runway): 크리에이터와 아티스트 쪽이다. ‘전문가용’에 가까운데, 텍스트를 영상으로 바꾸는 것 외에 기존 영상 편집, 특정 부분만 움직이게 하기 같은 세밀한 제어가 가능하다. 실제 뮤직비디오나 단편 영화 제작에 쓰인 사례도 꽤 있다.
• 오픈AI 소라(Sora): 지금 시점의 ‘끝판왕’. 최대 1분짜리 영상을 생성하는데, 물리 법칙을 이해하는 것처럼 자연스러운 움직임과 시네마틱한 화질이 특징이다. 다만 아직 일반 공개가 아니다. 데모 단계라는 게 함정이다.

기능으로 보면 누가 앞서나

세 툴은 지향점이 다르니 강점도 다를 수밖에 없다.

구글 Vids의 핵심 무기는 두 가지다. 워크스페이스 연동과 템플릿 기반 제작. 구글 드라이브에 쌓아둔 문서나 이미지를 바로 불러다 쓸 수 있고, 스타일 템플릿을 고르면 톤앤매너가 자동으로 맞춰진다. AI가 내레이션 스크립트를 써주고, 아바타로 발표 영상까지 만드는 기능도 있다. 복잡한 편집 없이 그럴듯한 결과물이 필요한 사람한테는 딱 맞다.

런웨이는 창의적 자유도에서 확실히 다르다. Gen-2 텍스트-투-비디오는 기본이고, 이미지-투-비디오, 비디오-투-비디오 변환도 된다. ‘모션 브러시’로 영상 특정 부분만 콕 집어 움직임을 주거나, ‘인페인팅’으로 원치 않는 개체를 지우는 것도 가능하다. 이 두 기능만으로도 다른 툴과는 급이 다르다는 느낌이 온다. 아이디어를 정교하게 구현하고 싶은 창작자에게는 런웨이만 한 게 없다.

소라의 강점은 솔직히 압도적인 퀄리티 하나다. 공개된 데모들을 보면, 여러 캐릭터가 복잡하게 상호작용하는 장면이나 역동적인 카메라 워크도 거의 완벽하게 구현된다. ‘골든아워에 찍은 도쿄 거리’ 같은 감성적인 묘사도 영상에 고스란히 담긴다. 지금 다른 툴들이 따라잡기엔 격차가 꽤 크다.

내가 쓸 툴인지 확인하는 법

목적에 맞는 툴이 곧 좋은 툴이다.

• 구글 Vids가 맞는 사람:
  • 사내 보고나 프레젠테이션 영상을 정기적으로 만들어야 하는 직장인
  • 제품 소개나 서비스 안내 영상을 빠르게 뽑아야 하는 마케터
  • 영상 편집 툴 배울 시간이 없는 비전문가
• 런웨이가 맞는 사람:
  • SNS 숏폼에 올릴 독창적인 영상을 만들고 싶은 크리에이터
  • 자신의 작품에 영상 효과를 더하고 싶은 아티스트
  • AI 영상 기술의 가능성을 직접 실험해보고 싶은 영상 전문가
• 소라를 기다려야 하는 사람:
  • 단편 영화나 광고 제작을 준비 중인 영화감독, 프로덕션 (정식 출시 후)
  • AI 영상 기술 최전선을 직접 체험하고 싶은 얼리어답터 (현재는 대기만 가능)

지금 당장 쓸 수 있는 건 런웨이뿐이다

접근성과 비용. 현실적인 얘기다.

런웨이는 지금 바로 써볼 수 있다. 가입하면 무료로 일부 기능을 체험할 수 있고, 월 12달러부터 시작하는 유료 구독으로 본격 사용이 된다. 이미 수많은 유저를 확보한 만큼 서비스 안정성도 괜찮은 편이다.

구글 Vids는 구글 워크스페이스 유료 사용자 대상으로 점진적으로 풀릴 예정이다. Gemini for Workspace 유료 플랜에 포함될 가능성이 높다. 개인보다는 기업 단위 도입이 주가 될 것 같다. 정식 출시되면 구글 생태계의 규모를 등에 업고 빠르게 퍼질 잠재력은 충분하다.

소라는 현재 레드팀(보안·유해성 검증 전문가)과 일부 비주얼 아티스트, 영화 제작자에게만 제한적으로 열려 있다. 일반 사용자가 언제 쓸 수 있을지는 아직 모른다. 지금으로선 그냥 기다리는 것 외에 선택지가 없다. 그래도 소라가 보여준 비전 자체가 다른 툴들의 개발 방향에 영향을 주고 있다는 건 부정하기 어렵다.

플랫폼 싸움으로 번지고 있다

이 경쟁, 단순한 기능 대결이 아니다.

구글은 Vids를 워크스페이스에 묶어 ‘업무 생산성’ 생태계 안에서 승부를 보려 한다. 문서 작성부터 영상 제작까지 구글 안에서 다 해결하게 만드는 전략이다. 이미 수억 명이 쓰는 워크스페이스가 배경이라는 점에서 무시하기 어렵다.

런웨이는 어도비(Adobe) 전략과 비슷하다. 영상 전문가와 크리에이터를 위한 강력한 단일 툴을 제공하며 ‘창작 허브’로 자리잡으려 한다. 다른 창작 툴과의 연동성도 높이는 중이다.

오픈AI는 ChatGPT로 쌓은 AI 브랜드와 기술력을 바탕으로 시장의 ‘표준’을 제시하려 한다. 소라를 API 형태로 공개해 다른 서비스들이 소라 엔진을 가져다 쓰게 만드는 더 큰 그림을 그리고 있을 가능성이 크다.

결국 살 만한 건 지금은 하나, 나머지는 상황 봐서

업무나 마케팅용 영상을 빠르게 만들어야 한다면 구글 Vids를 기다렸다가 써라. 구글 생태계 연동은 다른 툴이 흉내 내기 힘든 강점이다. 독창적인 영상이 목표고 AI 창의성을 직접 탐구하고 싶다면 런웨이가 지금 시점에서 가장 현실적인 선택이다. 최고 퀄리티가 목표고 미래의 영상 제작 방식이 궁금하다면 소라 소식을 계속 체크하는 것 외에 방법이 없다. 소라가 대중화되는 순간 영상 업계 구도가 흔들릴 거라는 건 이미 업계 안팎의 공통된 시각이다.

AI 영상 생성 기술은 이제 막 궤도에 오른 단계다. 어떤 툴이 최종 승자가 될지는 아무도 모른다. 다만 이들의 경쟁 덕분에 1년 전엔 불가능했던 작업들이 지금은 월 12달러로도 된다. 자신의 목적에 맞는 툴을 골라서 써보면 된다.

출처: TechCrunch 보도

도쿄 뒷골목에서 메뉴판을 펼쳤는데 한자와 히라가나가 뒤섞여 있었다. 읽히는 글자라곤 없었다. 예전이라면 손짓 발짓으로 버텼겠지만, 이제는 카메라를 들이대면 1~2초 안에 한국어로 바뀐다. 비주얼 검색과 실시간 번역이 그냥 ‘있는 기능’에서 ‘없으면 불편한 기능’으로 자리 잡은 게 얼마 안 됐다.

비주얼 검색, 어떻게 작동하나

텍스트 검색과 근본적으로 다르다. 키보드를 칠 필요가 없다. 카메라로 찍으면 끝이다. AI가 이미지를 분석해 사물이 뭔지, 어디서 살 수 있는지, 어떤 의미인지까지 파악한다.

기술적으로는 네 가지가 합쳐진다.

• 이미지 인식 및 분류 — 강아지인지, 참나리인지, 에코백인지 구분한다.
• 텍스트 인식(OCR) — 이미지 속 글자를 뽑아서 번역하거나 검색에 쓴다.
• 콘텐츠 매칭 — 비슷하게 생긴 상품이나 관련 정보를 웹에서 연결한다.
• 상황 맥락 이해 — 사물 자체만 보지 않고, 그게 놓인 맥락까지 읽어낸다.

배경엔 딥러닝 기반 이미지 인식 모델이 있다. 수억 장의 시각 데이터를 학습해서 처음 보는 이미지도 기존 패턴과 연결해 의미를 붙인다. 정확도가 5년 전과는 비교가 안 된다. 분류하고, 맥락을 읽고, 연결하는 과정이 0.몇 초 안에 동시에 일어나는 것이 핵심이다.

구글 렌즈, 이만큼 왔다

처음 나왔을 때 주변 반응이 「오, 신기하다」였다면, 지금은 「아 이거 진짜 쓰네」다. 구글 렌즈를 켜고 카메라를 들이대면 이런 것들이 된다.

• 식물·동물 — 이름, 특징, 심지어 키우는 방법까지 나온다. 가끔 틀리긴 한다.
• 텍스트 — 외국어 간판을 실시간으로 번역하고, 책 문단을 찍으면 그대로 복사된다. 교과서 긴 공식을 일일이 타이핑했던 기억을 떠올리면 그 시간이 진짜 낭비였다 싶다.
• 상품 — 길에서 맘에 드는 신발을 봤을 때, 사진 한 장이면 비슷한 제품을 찾아준다. 온라인 최저가 확인에도 쓴다.
• 랜드마크 — 건물을 비추면 역사와 관련 정보가 바로 뜬다.
• 수학 문제 — 수식을 찍으면 풀이 과정까지 보여준다. 이건 좀 과한 것 같기도 한데, 학생들한테는 꽤 유용하다.

Engadget이 전한 바에 따르면, 구글은 최근 ‘서치 라이브(Search Live)’ 기능을 전 세계로 확대하고 있다. 카메라를 켜고 사물이나 장면에 비추면서 질문하면 바로 답이 온다. Gemini 3.1 Flash Live 모델 기반이고, 다국어를 기본 지원하며 기존 구글 렌즈보다 빠르고 안정적이라고 한다. 기존 렌즈를 오래 써봤다면 체감 차이가 얼마나 될지 궁금해진다.

이어폰 하나로 통역? 실시간 번역의 현재

말하면 상대방 언어로 바뀌고, 상대방 말은 내 귀에 번역돼서 들어온다. SF 영화 같지만 이미 스마트폰 안에 들어와 있다. 세 기술이 실시간으로 맞물리면서 가능하다.

1. 음성 인식 — 말을 텍스트로 변환한다.
2. 기계 번역 — 그 텍스트를 상대 언어로 바꾼다.
3. 음성 합성 — 번역된 텍스트를 자연스러운 목소리로 내보낸다.

구글 ‘라이브 트랜슬레이트(Live Translate)’는 iOS까지 확대 적용됐다. 독일·이탈리아·스페인·일본·영국 등에서 안드로이드와 iOS 모두 쓸 수 있고, 현재 70개 이상 언어를 지원한다. 어떤 이어폰과도 연동된다는 점도 실용적이다. 70개라는 숫자가 인상적인 건, ‘지원은 하는데 어색하다’에서 ‘그냥 쓸 만하다’로 넘어온 언어가 늘었다는 뜻이기도 하다.

해외 출장에서 클라이언트와 실시간으로 대화가 오가는 장면을 상상해보면 이 기술이 가져올 변화의 크기가 느껴진다. 딜레이가 얼마나 느껴지는지는 직접 써봐야 알겠지만, 솔직히 여기서 감이 갈린다. 자연스럽게 돌아가면 판이 바뀌는 거고, 딜레이가 눈에 띄면 아직 반 발짝이다.

실생활에서 이렇게 쓰면 된다

• 해외여행 — 메뉴판, 기차표, 안내판을 카메라로 찍으면 바로 번역된다. 현지인과 대화할 땐 실시간 번역 이어폰. 굳이 앱을 열고 타이핑할 이유가 없다.
• 공부 — 교과서나 참고서 페이지를 찍으면 관련 설명이 나온다. 모르는 식물이나 곤충을 발견했을 때 즉석 정보 탐색도 된다.
• 쇼핑 — 진열대에서 맘에 드는 물건이 있으면 사진을 찍어 비슷한 제품이나 구매처를 찾는다. 최저가 비교 용도로도 쓴다.
• 박물관·미술관 — 전시물 설명이 외국어일 때 카메라로 찍으면 번역된다. 현지 가이드와 대화할 때도 실시간 번역이 대화의 깊이를 다르게 만든다.

편리함보다 더 큰 얘기가 있다. 언어 때문에, 글을 모른다는 이유 때문에 정보에서 배제되던 경우가 줄어든다. 정보 접근성을 바꾸는 기술이다. 이건 작은 변화가 아니다.

데이터 문제, 짚고 넘어가야 한다

카메라로 찍은 이미지와 음성 데이터는 서버로 올라가서 처리된다. 여기서 발생하는 개인정보 이슈는 무시하기 어렵다. AI 기업들이 비식별화와 보안 강화를 내세우지만, 어떤 데이터가 어떻게 쓰이는지 사용자가 직접 확인하고 동의 여부를 결정하는 게 맞다.

「AI가 알아서 잘 처리하겠지」는 조금 위험한 태도다. 설정 화면에서 데이터 공유 항목을 한 번씩 들여다보는 습관을 들이는 게 좋다. 번거롭더라도.

다음 수순은 AR 글라스

스마트폰 화면에서 벗어나는 게 다음 단계다. 증강현실(AR) 글라스에 이 기능이 탑재되면, 눈앞에 보이는 모든 것이 실시간으로 번역되고 정보가 겹쳐 보이는 장면이 현실이 된다. 상용화까지는 시간이 더 필요하지만, 방향은 명확하다.

스마트폰이 지금의 역할을 하듯, 10년 후엔 웨어러블이 그 자리를 대신할 가능성이 있다. 비주얼 검색과 실시간 번역은 결국 ‘세상을 읽는 방법’을 바꾸는 기술이다. 텍스트를 치는 시대에서 보고 듣는 것만으로 정보를 얻는 시대로. 그 전환이 이미 절반쯤 진행됐다.

출처: Engadget