구글은 최신 Gemini 모델에 에이전트형 비디오 이해 기능을 도입하여 토큰 사용량을 최대 88% 줄이면서 정확도를 최대 7% 향상시키는 동적 분석을 가능하게 했습니다. 이 기능으로 모델은 고정된 속도로 프레임을 처리하는 대신 특정 비디오 세그먼트를 적극적으로 검색하고 검사할 수 있습니다.
이 기능은 Google AI Studio 및 Gemini Enterprise Agent Platform의 Gemini API를 통해 사용할 수 있습니다. 주요 기능에는 1초 미만 순간 검색, 장문 대상 '건초 더미에서 바늘 찾기' 검색, 이상 감지, 동작 및 객체의 정확한 카운팅이 포함됩니다. 초기 액세스 파트너들은 강력한 성능을 보고했으며, Gemini 3.7 Flash가 정확도와 비용 효율성 측면에서 가장 우수한 결과를 달성했습니다.
구글은 향후 몇 달 내에 수억 명의 사용자를 위한 Gemini 앱에 이러한 개선을 rollout하고 YouTube의 'Ask YouTube' 기능을 지원할 계획입니다.