오픈AI(OpenAI)가 챗GPT 이미지 2.5(ChatGPT Images 2.5)를 공개했다. 새 모델은 참조 사진의 인물을 더 알아보기 쉽게 유지하고, 요청한 부분만 고치며, 이미지를 만드는 시간도 줄이는 데 초점을 맞췄다. 여기에 화면에 직접 그리는 스케치와 이미지 위에 남기는 댓글까지 더해, 한 번의 명령으로 그림을 뽑기보다 여러 차례 손보는 작업에 무게를 실었다. 해커뉴스(Hacker News)에서는 속도 향상을 반기는 경험담과 함께, 사진을 그럴듯하게 바꾸기 쉬워질수록 무엇을 믿어야 하느냐는 우려가 나왔다.
핵심 요약
- 오픈AI는 챗GPT 이미지 2.5가 이전 모델보다 자연스러운 조명과 질감을 만들고 참조 사진의 피사체를 더 잘 유지한다고 밝혔다.
- 이미지 생성 지연은 이미지 2.0 대비 최대 50% 줄었으며, 이는 여러 시안을 빠르게 비교하는 작업에 영향을 준다.
- 스케치, 템플릿, 이미지 위 댓글, 프롬프트 공유 기능은 이미지 생성과 수정 과정을 챗GPT 안에서 이어가도록 돕는다.
- API에는 빠른 작업을 위한 플레어와 더 정밀한 편집을 위한 선버스트가 제공돼 용도에 따라 모델을 고를 수 있다.
- 토론에서는 실제 작업의 속도 향상을 반기는 한편, 합성 사진의 작은 오류와 현실을 왜곡하는 이미지 활용을 경계했다.
주 30억 장의 이미지, 다음 과제는 수정 작업
오픈AI는 챗GPT 이미지와 API의 GPT-이미지 모델을 통해 매주 30억 장 넘는 이미지가 만들어진다고 밝혔다. 이번에 내놓은 챗GPT 이미지 2.5는 그 사용량을 바탕으로, 결과물 한 장의 품질뿐 아니라 만드는 도중 얼마나 편하게 고칠 수 있는지에 초점을 맞춘다. 회사가 앞세운 변화는 더 선명한 세부 묘사, 자연스러운 조명과 질감, 지시를 따르는 편집 능력, 빠른 생성이다. 이미지를 만든 뒤 원하는 모습에 가까워질 때까지 반복해서 다듬는 흐름이 발표의 중심에 있다.
속도 개선은 그 반복 작업에 직접 닿는다. 오픈AI는 이미지 2.5의 생성 지연 시간이 이미지 2.0보다 최대 50% 짧아졌다고 설명했다. 초안을 보고 지시를 바꾸고 다시 결과를 확인하는 과정에서는 한 번의 대기 시간보다 여러 번 쌓이는 대기 시간이 더 크게 느껴진다. 새 모델의 성능을 판단할 때도 첫 결과물의 인상과 함께 수정 과정이 얼마나 매끄러운지 살펴볼 필요가 있다.
참조 사진을 유지하고 필요한 곳만 고친다
오픈AI가 먼저 강조한 것은 참조 사진을 바탕으로 이미지를 바꿀 때의 충실도다. 익숙한 인물이나 장소를 다른 배경, 화풍, 구도로 옮기더라도 원래 대상을 알아볼 수 있게 하는 능력이 개선됐다는 설명이다. 얼굴이나 사물의 특징이 남아 있고 조명과 질감이 자연스러워야, 변형된 장면도 출발점인 사진과 연결된다. API로 같은 원본의 여러 변형을 만드는 팀에는 시안마다 원본의 특징이 유지되는지가 중요하다.
부분 편집에서도 같은 문제가 나타난다. 배경만 바꾸라고 했는데 인물의 얼굴까지 달라지거나, 문구 하나를 수정하는 동안 전체 구도가 흔들린다면 결과를 다시 손봐야 한다. 오픈AI는 이미지 2.5가 복잡한 피사체와 배경에서도 요청한 요소만 바꾸고 나머지 세부 사항은 유지하는 데 더 강해졌다고 밝혔다. 제품, 배경, 문구를 개별적으로 바꾸면서 주변의 피사체와 구도, 브랜드 표현을 지키는 작업을 API 활용 사례로 들었다.
이 변화는 ‘무엇을 만들어 줄 수 있나’만큼 ‘무엇을 건드리지 않을 수 있나’를 중요하게 만든다. 처음부터 매번 새 이미지를 뽑는 방식과 달리, 기존 결과물에서 한 부분을 지정해 바꾸는 방식은 수정 범위가 예측 가능해야 쓸 만하다. 오픈AI는 발표에 여러 이미지를 이어 붙인 영상으로 부분 편집의 변화를 보여줬다. 영상의 핵심도 화려한 장면 전환보다는 이전 이미지의 어떤 요소가 다음 이미지까지 남는지에 있다.
여러 번 고쳐도 앞선 지시를 잊지 않도록
대화가 길어지면 편집의 조건도 늘어난다. 사용자는 앞서 고친 색이나 형태를 그대로 둔 채 다음 요소를 바꾸고 싶을 수 있다. 오픈AI는 이미지 2.5가 여러 차례 편집하는 동안 구체적인 지시를 더 안정적으로 따르고, 이전 변경 사항을 유지하며, 시간이 지나도 이미지 품질이 떨어지지 않도록 개선됐다고 설명했다. 개발자에게는 목표한 부분만 수정하기 위해 이미지 전체를 다시 만들지 않아도 되는 작업 흐름과 연결된다.
복잡한 시각적 지시를 해석하는 능력도 개선 대상으로 제시됐다. 오픈AI에 따르면 현실 세계의 정보가 들어간 이미지에서 내용이 더 정확해졌고, 투명 배경을 포함한 복잡한 레이아웃도 더 잘 다룬다. 요청한 화풍을 반영하는 능력 역시 강화됐다는 설명이다. 이 항목들은 따로 떨어진 성능이라기보다, 여러 조건을 한꺼번에 담은 요청에서 어느 하나가 빠지거나 엉뚱하게 바뀌는 문제를 줄이려는 방향으로 읽힌다.
회사 측은 브랜드에 맞춘 연속 이미지, 정해진 정보 위계를 지켜야 하는 UI 시안, 구조가 지정된 발표용 그림을 예로 들었다. 이런 작업에서는 보기 좋은 이미지 한 장보다 시리즈 전체의 방향과 개별 요소가 일관되게 유지되는 편이 중요하다. 지시가 구체적일수록 처음 정한 구성에서 벗어나기 쉬운 만큼, 이미지 2.5의 개선점은 긴 요청을 받아들이는 능력과 수정 후에도 그 조건을 지키는 능력에 걸쳐 있다.
말 대신 그리고, 이미지 위에 의견을 남긴다
모델과 함께 공개된 스케치(Sketch)는 사용자가 챗GPT 안에서 직접 그림을 그려 최종 이미지의 참조로 쓰는 기능이다. 방의 배치나 옷의 윤곽처럼 말로 설명하기 번거로운 모양을 대강 그린 뒤, 원하는 화풍과 세부 조건을 글로 덧붙일 수 있다. 오픈AI는 전문적으로 그림을 그릴 필요 없이 생각한 결과물에 더 가까이 다가가는 방법이라고 소개했다. 챗GPT에서 ‘@Sketch’를 입력해 사용할 수 있다.
빈 화면에서 시작하기 어려운 사용자를 위해서는 템플릿이 추가됐다. 포스터나 상품 제작물처럼 자주 쓰는 형식을 먼저 고르고, 전달할 정보와 디자인 요소, 화풍을 넣어 결과를 조정하는 방식이다. 스케치가 머릿속 구도를 보여주는 도구라면 템플릿은 결과물의 형식을 먼저 정하는 출발점이다. 둘 다 긴 프롬프트(모델에 주는 지시문)를 처음부터 빈칸 없이 작성해야 하는 부담을 덜어준다.
완성된 이미지에는 댓글을 직접 달아 수정할 지점을 가리킬 수도 있다. 이미지 전체를 다시 설명하는 대신 특정 위치에 의견을 붙여, 어디를 바꾸려는지 더 분명히 전달하는 기능이다. 이미지를 공유할 때는 사용한 프롬프트를 함께 공개해 다른 사람이 자신의 사진과 조건을 넣어 같은 아이디어를 시도하도록 할 수 있다. 오픈AI가 제시한 예시는 자신의 1980년대 모습이 어땠을지 만들어 보는 프롬프트다.
API에서는 플레어와 선버스트로 나뉜다
개발자를 위한 이미지 API에는 두 모델이 들어간다. GPT-이미지-2.5 플레어(GPT-Image-2.5 Flare)는 품질과 편집, 속도 개선을 가져온 기본 선택지다. 오픈AI는 플레어가 GPT-이미지-2보다 이미지 품질을 높이면서 생성 지연 시간을 50% 줄였다고 설명했다. 제작자용 콘텐츠와 소셜 이미지부터 제품 경험, 시각 검색, 빠른 시안 제작, 대량 생성까지 폭넓은 용도를 제시했다.
GPT-이미지-2.5 선버스트(GPT-Image-2.5 Sunburst)는 생성 시간이 더 걸리는 대신 세밀한 작업에서 높은 정밀도를 제공하는 모델이다. 오픈AI는 여러 번 편집하면서도 통제력을 유지해야 하는 고급 시각 작업에 맞췄다고 밝혔다. 제작에 바로 쓰는 캠페인 이미지나 다듬어진 제품 사진이 제시된 사례다. 빠른 반복이 우선인지, 편집 과정의 세밀한 통제가 우선인지에 따라 두 모델의 역할을 구분한 셈이다.
초기 사용 고객들의 평가는 이 구분을 실제 작업에 연결한다. 한 고객은 플레어가 원본의 인물과 구도, 시각적 정체성을 유지하면서 의미 있는 수정을 해내는 점을 높이 평가했다. 어도비 파이어플라이(Adobe Firefly)는 새 모델을 도입하며 생성 속도와 반복 수정 중 해상도 유지에 주목했다. 매너스(Manus)는 자체 평가에서 플레어가 GPT-이미지-2보다 2~4배 빠르다고 밝혔고, 투명 배경 생성 개선을 브랜드 자산과 발표 자료, 웹사이트 작업에 유용한 변화로 꼽았다.
생성물 표시와 이용 범위
이미지를 실제처럼 만들고 편집할수록 생성물임을 알아볼 단서도 중요해진다. 오픈AI는 유해한 결과물을 막기 위해 프롬프트와 이미지를 검사하는 기존 안전장치를 이미지 2.5에도 적용한다고 밝혔다. 자사 도구로 만든 이미지를 식별하는 데 도움이 되도록 C2PA 메타데이터(콘텐츠의 생성·수정 이력을 담는 정보)와 보이지 않는 워터마크도 계속 사용한다. 모델의 안전성 평가와 접근 방식은 시스템 카드에 담았다고 안내했다.
챗GPT 이미지 2.5는 챗GPT, 챗GPT 워크(ChatGPT Work), 코덱스(Codex)의 모든 이용 등급에 데스크톱·모바일·웹으로 배포된다. 플레어와 선버스트는 API에서 사용할 수 있다. 일반 사용자는 스케치와 댓글 같은 기능으로 이미지를 손보는 방식의 변화를 체감하고, 개발자는 속도와 정밀도가 다른 두 모델을 작업에 맞춰 고르게 된다. 두 경로 모두 핵심은 새 이미지를 만드는 순간보다 그 뒤의 수정 과정을 얼마나 안정적으로 이어가느냐다.
커뮤니티 의견
한 사용자는 이미지 생성 작업에서 가장 크게 체감한 개선이 속도라고 했다. 그는 이전 모델로 API를 통해 약 5만 장을 만들 때 평균 대기 시간이 약 104초였는데, 새 모델에서는 이미지가 약 35~40초 만에 나온다고 전했다. 빠르게 시안을 반복하는 프로젝트라면 이 차이가 작업 흐름을 바꾼다는 설명이다. 답글에서는 참조 이미지의 파란 버튼을 더 정확히 재현하고, 인물의 외모를 유지하면서 자세를 바꾼 사례도 언급됐다.
반면 다른 사용자는 발표에 나온 사진 편집 사례가 실제로 하지 않은 일을 한 것처럼 꾸미기 쉽게 보여준다고 걱정했다. 함께 파티에 간 사진이나 정돈된 침대 사진을 만들어낼 수 있다는 점이 불편하다는 것이다. 답글에서는 사람들이 원래부터 이야기를 부풀려 왔다며 이를 새로운 문제로만 보지 않는 견해가 나왔다. 침대를 치우는 편이 사진을 찍고 올려 편집하는 것보다 쉽지 않겠느냐는 가벼운 반론도 있었다.
창작 경험을 반기는 의견도 있었다. 한 사용자는 좋아하던 다섯 권짜리 소설의 장면과 장소를 AI 이미지 수백 장으로 재현하며 책 속 세계를 눈으로 보는 즐거움을 얻었다고 했다. 그다음 토론에서는 합성 파티 사진의 세부 묘사가 도마에 올랐다. 얼굴은 그럴듯해도 치아 형태나 컵을 쥔 손가락 같은 작은 부분이 어색하다며, 왜 그 이미지를 시연 사례로 골랐는지 묻는 의견이 나왔다.
모델 순위표를 근거로 성능 변화를 눈여겨보는 사용자도 있었다. 그가 인용한 LM 아레나(LM Arena)의 텍스트 기반 이미지 생성 순위에서는 선버스트가 1421점, 플레어가 1399점, GPT-이미지-2 미디엄이 1381점이었다. 그는 순위표의 한계를 인정하면서도 복잡한 이미지 지시를 다루는 능력을 시험해 볼 만하다고 봤다. 곧바로 다른 사용자들은 합성 파티 사진의 손가락 오류를 지적하며 높은 점수와 눈에 띄는 결함이 공존한다고 답했다.
시연 사례의 선택을 두고도 시각이 갈렸다. 한 사용자는 어항 장식, 머리 모양, 정리된 꽃, 친구들과의 사진처럼 ‘갖고 싶지만 아직 없는 것’을 상상하는 예시가 많고, 상품 라벨이나 웹사이트용 이미지처럼 그림 자체가 필요한 사례는 적다고 비판했다. 답글에서는 같은 장면을 제작 아이디어 탐색, 문신 시안 비교, 사진 복원, 친구와의 이야기 만들기로 볼 수도 있다는 반론이 나왔다. 다른 사용자는 과학 발표 자료에 쓸 태양 사진이라면 생성 이미지보다 구할 수 있는 실제 고해상도 사진을 쓰는 편이 낫다고 지적했다.
중고 거래 사진을 걱정하는 의견은 편집 성능의 다른 면을 짚었다. 한 사용자는 판매 물품의 상태를 실제보다 좋게 보이도록 손본 사진 때문에 원하는 물건을 찾기가 어려워졌다고 했다. 답글에서는 부동산 사진에 수영장이나 조경을 더하거나 배경을 바꾸는 식의 편집 사례가 거론됐다. 이미지에서 무엇을 바꾸지 않았는지가 중요해진다는 오픈AI의 기술적 설명과 달리, 보는 사람에게는 무엇이 바뀌었는지를 아는 일이 중요하다는 문제 제기다.
문신 시연을 두고는 AI로 만든 그림을 몸에 새기는 일이 어색하다는 반응과, 특정 시대의 시각적 유행을 담은 문신은 이미 존재한다는 반론이 이어졌다. 더 근본적인 비판을 제기한 사용자는 이미지로 아이디어를 시험하는 가치는 인정하면서도, 가짜 메뉴 사진이나 책 표지처럼 사람의 창작 과정을 대체하는 사용 방식은 받아들이기 어렵다고 했다. 다른 사용자는 시간과 비용을 아낄 수 있다는 이유로 그런 도구를 택하는 사람도 있다고 맞섰다. 마지막에는 합성 파티 사진이 데이트 앱 프로필 사진을 바꿀 것이라는 농담까지 나왔다.
살펴볼 점
챗GPT 이미지 2.5의 변화는 더 멋진 그림을 한 번에 만드는 데서, 원본의 특징을 유지하면서 원하는 곳만 여러 차례 고치는 데로 무게중심을 옮긴다. 빠른 생성과 스케치·댓글 기능이 결합하면 이미지 작업은 대화 속 수정 과정에 더 가까워진다. 그러나 같은 정밀도가 추억을 꾸미거나 판매 물품의 상태를 왜곡하는 데도 쓰일 수 있다. 앞으로는 편집이 얼마나 자연스러운지만큼, 무엇이 바뀌었는지 보는 사람이 알아볼 수 있는지도 지켜봐야 한다.
원본: Introducing ChatGPT Images 2.5
토론: Hacker News