구글이 AI 모델이 영상 전체를 동일하게 처리하는 대신 분석 목적에 맞춰 필요한 장면을 스스로 찾아 정밀 분석하는 '에이전트 기반 비디오 이해' 기능을 제미나이 3.7·3.6 플래시와 3.5 플래시-라이트에 도입했다. 이 기능은 시각 프레임뿐 아니라 오디오와 자막을 함께 활용하며 필요하면 특정 구간을 더 높은 프레임 속도로 재분석하는 방식으로 작동한다. 표준 비디오 분석 벤치마크에서 분석 비용을 최대 66%, 토큰 소비량을 최대 88% 줄이면서도 정확도는 최대 7% 향상시킨 것으로 나타났다. 구글은 이 기능을 개발자용 API뿐 아니라 향후 제미나이 앱과 유튜브의 '애스크 유튜브' 기능에도 확대 적용할 계획이다.

• •구글이 제미나이 3.7·3.6 플래시 등에 필요한 장면만 스스로 탐색하는 '에이전트 기반 비디오 이해'를 도입했다.
• •분석 비용은 최대 66%, 토큰 소비량은 최대 88% 줄었고 정확도는 최대 7% 향상됐다.
• •시각 프레임 외 오디오·자막을 함께 활용하며 필요한 구간은 더 높은 프레임 속도로 재분석한다.
• •구글은 이 기능을 제미나이 앱과 유튜브 '애스크 유튜브'로 확대 적용할 계획이다.