Veo를 사용하여 동영상 연장하기

콘솔

1. Cloud de Confiance 콘솔에서 Agent Platform > Media Studio 페이지로 이동합니다.

   Media Studio

2. 동영상을 클릭합니다.

3. 태스크 메뉴에서 동영상 확장 소재를 선택합니다.

4. 모델 메뉴에서 표시된 옵션 중 하나를 선택합니다.

5. 입력 동영상 섹션에서 추가를 클릭합니다.

6. 프롬프트 상자에 생성할 동영상을 설명하는 텍스트 프롬프트를 입력합니다.

7. 선택사항: 다음 파라미터를 조정합니다.

   • 결과 수: 슬라이더를 조정하거나 1~4 사이의 값을 입력합니다.

   • 동영상 길이: 메뉴에서 동영상 길이를 선택합니다.

   • 출력 디렉터리: 찾아보기를 클릭하여 생성된 파일을 저장할 Cloud Storage 버킷을 만들거나 선택합니다.

8. 실행을 클릭합니다.

Python

설치

pip install --upgrade google-genai

자세한 내용은 SDK 참고 문서를 참고하세요.

Vertex AI에서 Google 생성형 AI SDK를 사용하도록 환경 변수를 설정합니다.

# Replace the `GOOGLE_CLOUD_PROJECT` and `GOOGLE_CLOUD_LOCATION` values
# with appropriate values for your project.
export GOOGLE_CLOUD_PROJECT=GOOGLE_CLOUD_PROJECT
export GOOGLE_CLOUD_LOCATION=global
export GOOGLE_GENAI_USE_ENTERPRISE=True

import time
from google import genai
from google.genai.types import GenerateVideosConfig, Video

client = genai.Client()

# TODO(developer): Update and un-comment below line
# output_gcs_uri = "gs://your-bucket/your-prefix"

operation = client.models.generate_videos(
    model="veo-3.1-generate-preview",
    prompt="a butterfly flies in and lands on the flower",
    video=Video(
        uri="gs://cloud-samples-data/generative-ai/video/flower.mp4",
        mime_type="video/mp4",
    ),
    config=GenerateVideosConfig(
        output_gcs_uri=output_gcs_uri,
    ),
)

while not operation.done:
    time.sleep(15)
    operation = client.operations.get(operation)
    print(operation)

if operation.response:
    print(operation.result.generated_videos[0].video.uri)

# Example response:
# gs://your-bucket/your-prefix

REST

Veo API에 대한 자세한 내용은 다음을 참고하세요.

• 메서드: endpoints.predict
• VideoGenerationModelInstance
• VideoGenerationModelParams
• VideoGenerationModelResult

1. 다음 명령어를 사용하여 동영상 생성 요청을 전송합니다. 이 요청은 장기 실행 작업을 시작하고 지정한 Cloud Storage 버킷에 출력을 저장합니다.

   요청 데이터를 사용하기 전에 다음을 바꿉니다.

   • PROJECT_ID: Cloud de Confiance by S3NS 프로젝트 ID를 나타내는 문자열
   • MODEL_ID: 사용할 모델 ID를 나타내는 문자열. 첫 번째 또는 마지막 동영상 프레임을 지정할 때는 다음 중 하나를 사용하세요.
     • Veo 2: veo-2.0-generate-001
     • Veo 3: veo-3.1-generate-001
     • Veo 3: veo-3.1-fast-generate-001
   • TEXT_PROMPT: 동영상 생성을 안내하는 데 사용되는 텍스트 프롬프트
   • PATH_TO_VIDEO: 확장하려는 Veo 동영상의 Cloud Storage 경로를 나타내는 문자열. 예를 들면 "gs://video-bucket/input/veo-video.mp4"입니다.
   • OUTPUT_STORAGE_URI: (선택사항) 출력 동영상을 저장할 Cloud Storage 버킷을 나타내는 문자열. 제공하지 않으면 응답으로 동영상 바이트가 반환됩니다. 예를 들면 "gs://video-bucket/output/"입니다.
   • RESPONSE_COUNT: 생성할 동영상 파일의 수. 허용되는 값의 범위는 1~4입니다.

   • 추가 선택적 파라미터

     사용 사례에 따라 다음 선택적 변수를 사용하세요. "parameters": {} 객체에 다음 파라미터 중 일부 또는 전부를 추가합니다.

     "parameters": {
       "aspectRatio": "ASPECT_RATIO",
       "negativePrompt": "NEGATIVE_PROMPT",
       "personGeneration": "PERSON_SAFETY_SETTING",
       // "resolution": RESOLUTION, // Veo 3 models only
       "sampleCount": RESPONSE_COUNT,
       "seed": SEED_NUMBER
     }

     • ASPECT_RATIO: (선택사항) 생성된 동영상의 가로세로 비율을 설명하는 문자열 값. 다음 값을 사용할 수 있습니다.
       • 가로 모드의 경우 "16:9"
       • 세로 모드의 경우 "9:16"

       기본값은 "16:9"입니다.

     • NEGATIVE_PROMPT: (선택사항) 모델이 생성하지 않도록 하려는 콘텐츠를 설명하는 문자열 값입니다.
     • PERSON_SAFETY_SETTING: (선택사항) 사람 또는 얼굴 생성의 안전 설정을 제어하는 문자열 값입니다. 다음 값을 사용할 수 있습니다.
       • "allow_adult": 성인 인물 및 얼굴만 생성합니다.
       • "disallow": 사람이나 얼굴을 생성하지 않습니다.

       기본값은 "allow_adult"입니다.

     • RESOLUTION: (선택사항) 생성된 동영상의 해상도를 제어하는 문자열 값입니다. Veo 3 모델에서만 지원됩니다. 다음 값을 사용할 수 있습니다.
       • "720p"
       • "1080p"
       • "4k" (Veo 3.1 프리뷰 모델만 해당)

       기본값은 "720p"입니다.

     • RESPONSE_COUNT: (선택사항) 생성할 동영상 수를 설명하는 정수 값. 허용되는 값의 범위는 1~4입니다.
     • SEED_NUMBER: (선택사항) 모델이 결정론적 동영상을 생성하는 데 사용하는 uint32 값. 다른 파라미터를 변경하지 않고 요청에 시드 수를 지정하면 모델에서 동일한 동영상을 생성합니다. 허용되는 값의 범위는 0~4294967295입니다.

   HTTP 메서드 및 URL:

   POST https://us-central1-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/us-central1/publishers/google/models/MODEL_ID:predictLongRunning

   JSON 요청 본문:

   {
     "instances": [
       {
         "prompt": "TEXT_PROMPT",
          "video": {
            "gcsUri": "PATH_TO_VIDEO",
            "mimeType": "video/mp4"
          }
       }
     ],
     "parameters": {
       "storageUri": "OUTPUT_STORAGE_URI",
       "sampleCount": RESPONSE_COUNT
     }
   }
   

   요청을 보내려면 다음 옵션 중 하나를 선택합니다.

   curl

   요청 본문을 request.json 파일에 저장하고 다음 명령어를 실행합니다.

   curl -X POST \
        -H "Authorization: Bearer $(gcloud auth print-access-token)" \
        -H "Content-Type: application/json; charset=utf-8" \
        -d @request.json \
        "https://us-central1-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/us-central1/publishers/google/models/MODEL_ID:predictLongRunning"

   PowerShell

   요청 본문을 request.json 파일에 저장하고 다음 명령어를 실행합니다.

   $cred = gcloud auth print-access-token
   $headers = @{ "Authorization" = "Bearer $cred" }
   
   Invoke-WebRequest `
       -Method POST `
       -Headers $headers `
       -ContentType: "application/json; charset=utf-8" `
       -InFile request.json `
       -Uri "https://us-central1-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/us-central1/publishers/google/models/MODEL_ID:predictLongRunning" | Select-Object -Expand Content

   이 요청은 고유한 작업 ID가 포함된 전체 작업 이름을 반환합니다. 이 전체 작업 이름을 사용하여 동영상 생성 요청 상태를 폴링합니다.
   {
     "name":
     "projects/PROJECT_ID/locations/us-central1/publishers/google/models/MODEL_ID/operations/a1b07c8e-7b5a-4aba-bb34-3e1ccb8afcc8"
   }
   

2. (선택사항) 동영상 생성 장기 실행 작업의 상태를 확인합니다.

   요청 데이터를 사용하기 전에 다음을 바꿉니다.

   • PROJECT_ID: Cloud de Confiance by S3NS 프로젝트 ID
   • MODEL_ID: 사용할 모델 ID
   • OPERATION_ID: 원래 동영상 생성 요청에 반환된 고유한 작업 ID

   HTTP 메서드 및 URL:

   POST https://us-central1-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/us-central1/publishers/google/models/MODEL_ID:fetchPredictOperation

   JSON 요청 본문:

   {
     "operationName": "projects/PROJECT_ID/locations/us-central1/publishers/google/models/MODEL_ID/operations/OPERATION_ID"
   }
   

   요청을 보내려면 다음 옵션 중 하나를 선택합니다.

   curl

   요청 본문을 request.json 파일에 저장하고 다음 명령어를 실행합니다.

   curl -X POST \
        -H "Authorization: Bearer $(gcloud auth print-access-token)" \
        -H "Content-Type: application/json; charset=utf-8" \
        -d @request.json \
        "https://us-central1-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/us-central1/publishers/google/models/MODEL_ID:fetchPredictOperation"

   PowerShell

   요청 본문을 request.json 파일에 저장하고 다음 명령어를 실행합니다.

   $cred = gcloud auth print-access-token
   $headers = @{ "Authorization" = "Bearer $cred" }
   
   Invoke-WebRequest `
       -Method POST `
       -Headers $headers `
       -ContentType: "application/json; charset=utf-8" `
       -InFile request.json `
       -Uri "https://us-central1-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/us-central1/publishers/google/models/MODEL_ID:fetchPredictOperation" | Select-Object -Expand Content

   이 요청은 작업이 아직 실행 중인지 또는 완료되었는지를 비롯하여 작업에 관한 정보를 반환합니다.

   응답

   {
     "name": "projects/PROJECT_ID/locations/us-central1/publishers/google/models/MODEL_ID/operations/OPERATION_ID",
     "done": true,
     "response": {
       "raiMediaFilteredCount": 0,
       "@type": "type.googleapis.com/cloud.ai.large_models.vision.GenerateVideoResponse",
       "videos": [
         {
           "gcsUri":"gs://BUCKET_NAME/TIMESTAMPED_FOLDER/sample_0.mp4",
           "mimeType": "video/mp4"
         }
       ]
     }
   }