부분 수정(local edit): 이미지 전체를 다시 만들지 않고 지정한 영역이나 요소만 바꾸는 작업이다.
연속 편집 일관성(multi-turn consistency): 여러 번 수정해도 앞서 확정한 인물·상품·구도를 얼마나 유지하는지를 뜻한다.
참조 이미지(reference image): 인물, 상품, 의상, 화풍처럼 결과에 유지할 기준을 모델에 보여주는 입력 이미지다.
품질 설정(quality): 생성에 사용할 계산량과 세부 묘사 수준을 정하는 API 옵션이다. 높을수록 항상 내 작업에 더 유리한 것은 아니므로 시간과 비용을 함께 본다.
2. GPT Image 2.0과 2.5 비교
이전 글에서 GPT Image 2의 체감 변화로 텍스트 렌더링, 다국어, 색상, 실제 세계에 대한 시각 지식을 꼽았다. 이 부분은 2.5에서도 버려진 것이 아니다. 오히려 그 기반 위에서 잘 나온 첫 이미지를 얼마나 빠르고 덜 망가뜨리며 고칠 수 있느냐가 중요해졌다.
항목
GPT Image 2.0
GPT Image 2.5
실무에서 보는 지점
핵심 변화
텍스트·다국어·생성 품질의 큰 개선
속도·국소 편집·참조 대상 보존·연속 수정
처음 만들기보다 고쳐 쓰는 과정이 짧아졌는가
공식 속도 표현
비교 기준
Images 2.0 대비 지연 시간(latency) 최대 50% 감소
내 프롬프트와 해상도로 직접 측정
부분 수정
지원
바꾸지 말아야 할 영역의 보존을 더 강조
제품·인물·브랜드 요소가 함께 변하지 않는지 확인
연속 편집
대화형 편집 가능
앞선 수정을 유지하며 다음 변경을 쌓는 일관성 개선
2~3회가 아니라 5회 이상 수정했을 때도 검수
API 모델
gpt-image-2
Flare / Sunburst
속도 우선과 정밀도 우선을 분리해 운영
품질 설정(quality)
low / medium / high / auto
low / medium / high / xhigh / max / auto
최고 품질만 고정하지 말고 비용·시간과 함께 측정
투명 배경
미리보기(preview)
정식 지원
PNG 또는 WebP로 실제 투명도(alpha) 확인
개인적으로 이번 업데이트에서 가장 실용적인 변화는 ‘더 예쁜 한 장’보다 수정할 때 다른 곳까지 같이 바뀌는 문제를 줄이려는 방향이라고 본다. 블로그 썸네일에서 제목만 고치고 싶었는데 배경과 캐릭터까지 다시 그려지거나, 상품 색상만 바꿨는데 로고와 패키지 비율이 달라지는 일이 흔했기 때문이다.
전편의 프롬프트 원칙은 여전히 유효하다
목적, 레이아웃, 색상, 텍스트, 스타일을 구분해 적는 방식은 2.5에서도 그대로 쓸 수 있다. 다만 편집에서는 한 줄을 더 추가하자. 무엇을 바꿀지와 함께 무엇은 절대 바꾸지 말아야 할지를 분명하게 적어준다.
3. ChatGPT에서 새 기능 시작하기
ChatGPT Images 2.5는 무료(Free)를 포함한 모든 요금제(tier)의 ChatGPT, ChatGPT Work, Codex에 데스크톱(desktop)·모바일(mobile)·웹(web)으로 순차 배포된다. 공식 문서가 ‘순차 배포(rolling out)’라고 표현했으므로 발표 당일 모든 계정에서 같은 메뉴가 보인다는 뜻은 아니다.
기능
공식 사용 경로
알아둘 점
템플릿(Templates)
이미지(Images) → 템플릿(Templates) → 형식 선택 → 세부 내용 입력
ChatGPT Work에는 아직 제공되지 않음
@Sketch
모바일 메시지 입력창에서 @ → Sketch
대충 그린 배치에 스타일·재질·조명을 글로 덧붙이면 됨
댓글 편집
모바일에서 생성 이미지 전체화면 → 수정할 부분에 댓글
전체 재생성보다 수정 위치를 좁히기 쉬움
프롬프트 공유(Prompt Share)
생성 이미지 공유 시 프롬프트(prompt) 포함 선택
같은 프롬프트라도 결과는 달라질 수 있음
새 기능이 보이지 않는다면 먼저 앱과 브라우저를 최신 상태로 맞춰보는 게 좋다. 그래도 메뉴가 없다면 계정별 순차 배포를 기다려야 할 수 있다. ChatGPT Work에서 템플릿이 안 보이는 것은 현재 공식 제한이므로 오류로 볼 필요는 없다. 이미지 생성 한도 역시 이번 출시로 늘어난 것이 아니다.
4. 직접 만들어볼 예시 6가지
이번에는 출시 자료와 커뮤니티에서 실제로 주목받은 사용법을, 바로 복사해 쓸 수 있는 형태로 바꿔본다.
처음부터 여섯 개를 모두 할 필요는 없다.
기존 이미지 하나를 부분 수정하는 1번 예제부터 해보면 2.0과의 차이를 가장 빨리 확인할 수 있다.
공식 비교 이미지를 먼저 보고 싶다면
OpenAI의 이미지 프롬프트 가이드에는 Flare와 Sunburst 결과가 나란히 실려 있다. 아래에는 이 글의 실습과 바로 연결되는 스케치 변환과 상품 연속 편집 사례를 인용했다. 이미지만 보면 지시 조건을 놓칠 수 있으므로, 이미지를 누르면 원문 프롬프트와 설정을 함께 확인할 수 있다.
새 이미지를 처음부터 만드는 것보다 기존 결과물의 한 부분만 고치는 작업이 2.5의 성격을 더 잘 보여준다.
이전 글의 대표 이미지를 올리고 제목만 바꿔보자.
첨부한 블로그 썸네일을 수정해줘.
[바꿀 부분]
- 중앙 제목의 "GPT Image 2"를 정확히 "GPT Image 2.5"로 변경
- 부제는 "더 빠르고, 더 정확한 이미지 편집"으로 변경
[반드시 유지할 부분]
- 기존 16:9 비율
- 배경색과 전체 레이아웃
- 캐릭터의 얼굴, 자세, 의상
- 글자 외의 아이콘과 장식 위치
- 워터마크가 있다면 원문 그대로
제목과 부제 외에는 새 요소를 추가하거나 다시 그리지 마.
성공 여부는 새 제목이 맞는지만 보면 안 된다. 캐릭터 얼굴, 배경 오브젝트, 색상, 여백, 작은 아이콘이 함께 변하지 않았는지 좌우로 놓고 비교한다. 이 검수가 2.5의 ‘정밀 편집’을 확인하는 핵심이다.
이 이미지를 편집해줘.
[바꿀 부분]
- 왼쪽 아래에 있는 작은 영문 문단만 완전히 제거
- 글자가 있던 자리는 주변과 같은 종이 질감의 배경으로 자연스럽게 채우기
[반드시 유지할 부분]
- "GPT Image 2.5" 제목과 한글 부제의 문구·위치·크기
- 오른쪽의 빨간 원, 파란 사각형, 검은 세로선
- 전체 색상, 여백, 종이 질감, 16:9 비율
지정한 영문 문단 외에는 새 글자나 장식을 추가하지 마.
ex) 추가 수정 결과
2단계. @Sketch로 쇼핑몰 모바일 화면 시안 만들기
The Verge 기자는 마우스로 그린 고양이 낙서를 실사 이미지로 바꾼 뒤, 이미지 위 댓글로 눈 색을 다시 수정했다. 개발자라면 같은 방법을 UI 아이디어에 적용해볼 수 있다. 완성된 Figma 시안이 아니라, 회의 중 나온 화면 배치를 빠르게 공유하는 용도다.
입력: 계곡을 그린 선화GPT Image 2.5 Flare 결과GPT Image 2.5 Sunburst 결과
@Sketch로 다음 배치를 대충 그린 뒤 이미지로 만들어줘.
용도: 패션 쇼핑몰 모바일 상품 상세 화면 시안
구성:
- 상단: 큰 상품 이미지 1장
- 중앙: 브랜드명, 상품명, 가격, 할인율
- 그 아래: 색상 선택 칩 4개와 사이즈 선택 버튼
- 하단 고정: "장바구니"와 "바로구매" 버튼
스타일:
- 390px 모바일 화면
- 여백이 넓고 차분한 패션 매거진 느낌
- 배경은 흰색, 강조색은 채도가 낮은 벽돌색
- 한국어 텍스트는 짧고 정확하게
스케치의 영역 순서와 크기 비율은 유지하되, 실제 서비스 화면처럼 정돈해줘.
결과가 나온 뒤에는 댓글 편집으로 “가격 영역만 조금 작게”, “바로구매 버튼만 벽돌색으로”처럼 위치를 짚어 수정해보면 된다. 다만 이 이미지는 실제 구현 코드가 아니다. UI 계층과 아이디어를 합의하는 시안으로 보고, 접근성·반응형·상태 처리는 별도로 설계해야 한다.
Sketch가 있다고 그림을 잘 그릴 필요는 없다. 대신 큰 영역의 비율, 시선이 먼저 가야 할 곳, 앞뒤 관계 정도는 표시해두자. HN에서도 구도·원근·동세 같은 기본 정보가 들어간 스케치일수록 원하는 결과를 만들기 쉽다는 의견이 나왔다. 쇼핑몰 화면이라면 상품 이미지와 구매 버튼의 상대적 크기만 잡아도 말로만 설명하는 것보다 의도가 분명해진다.
ex) @스케치 기능이 활성화 되는 모습
- 예전 그림판 같은 느낌도 든다.
- 상기 프롬프트로 직접 스케치 하지 않고, ai에게 직접 스케치 하여 이미지 생성 요청도 해보았다.
- 결과
3단계. 상품 사진을 투명 배경과 광고 시안으로 확장하기
공식 이미지 프롬프트 가이드에는 샴푸 제품 사진에서 배경을 제거하고, 같은 제품을 고속도로 광고판에 배치한 뒤, 다음 수정에서 눈 내리는 겨울 저녁으로 바꾸는 예제가 나온다. 쇼핑몰 상품 이미지를 다루는 입장에서는 꽤 실용적인 흐름이다.
첨부한 상품 사진에서 상품만 분리해줘.
[유지]
- 상품의 실제 비율과 실루엣
- 로고, 라벨, 패키지 글자
- 표면 재질과 색상
[변경]
- 배경을 완전히 투명하게 제거
- 바닥 그림자와 배경 소품 제거
- 상품 자체에는 새 장식이나 글자를 추가하지 않기
PNG 투명 배경으로 사용하기 좋은 깨끗한 상품 분리 이미지(product cutout) 형태로 만들어줘.
다음 대화에서는 “이 상품을 비 오는 서울 야간 버스 정류장 광고판에 배치해줘”처럼 장면을 확장할 수 있다. 중요한 점은 실제 상품의 상태를 과장하지 않는 것이다. 중고 거래나 상품 상세 페이지에서는 흠집·색상·재질을 바꾼 이미지가 소비자를 오해하게 만들 수 있으므로, 생성 이미지임을 표시하고 원본과 함께 검수해야 한다.
ex) 실제로 따라 해보자.
- 재작업 여부도 알아서 판단하여 재작업 하는 모습
- 배경 투명화 및 퀄리티 개선 완료
- 이 상품을 비 오는 서울 야간 버스 정류장 광고판에 배치해줘 결과
4단계. 같은 캐릭터로 6장 카드뉴스 만들기
첨부한 6장 카드뉴스처럼 같은 캐릭터, 팔레트, 제목 체계를 유지하면서 내용만 바꾸는 작업도 잘 맞는다.
한 번에 6장을 모두 요청하면 텍스트와 배치가 흔들릴 수 있다.
먼저 1장을 기준 시안으로 만든 뒤 한 장씩 이어가면 흔들림을 줄일 수 있다.
첨부한 1번 카드뉴스를 시각 기준으로 사용해 2번 페이지를 만들어줘.
[그대로 유지]
- 토끼, 초록 용, 회색 쥐의 얼굴과 의상
- 파스텔 팔레트와 나무 간판 스타일
- 정사각형 비율과 바깥 여백
- 제목의 크기와 숫자 위치
[이번 페이지 내용]
- 제목: "1. 무엇이 좋아졌을까?"
- 핵심 카드 4개: 더 선명한 디테일 / 더 빠른 생성 / 더 정확한 편집 / 더 쉬운 공유
- 하단 요약: "더 잘 그리고, 더 빨리 고치고, 더 쉽게 공유"
[검수]
- 한국어 오탈자 금지
- 같은 문장이 두 번 나오지 않기
- 새 캐릭터나 로고를 추가하지 않기
2번이 완성되면 그 이미지를 다음 입력으로 넘겨 3번을 만든다. 매 단계마다 캐릭터 얼굴, 의상, 제목 위치, 배경색을 확인한다. 수정이 누적될수록 작은 글자와 손, 소품이 조금씩 달라질 수 있으므로 최종 6장을 한 번에 다시 검수해야 한다.
ex) 커셉만 이해하기위해 간단히 시안을 만들어 보았어.
- 다음 2번 뉴스 생성요청
- 물론 퀄리티는 1장 1장 만드는게 좋고, 블로그를 쓰려고 예시를 만들다보니 저렇게 했지만, ... 다음 내용부터는 한방 프롬프트로 끝내보자.
첨부한 1번 표지와 2번 카드뉴스를 공동 시각 기준으로 사용해
3~6번 페이지를 한 번에 만들어줘.
[출력 방식 - 가장 중요]
정확히 4개의 서로 독립된 정사각형 이미지로 출력: 03, 04, 05, 06
네 장을 한 장의 2×2 그리드, 콜라주, 모음판, 긴 세로 이미지로 합치지 않기
각 이미지는 1:1 비율, 가능하면 1600×1600px
여러 독립 이미지를 한 번에 출력할 수 없다면 임의로 합치지 말고 03번 한 장만 만든 뒤 멈추기
결과 순서는 반드시 03 → 04 → 05 → 06
[공통 시각 기준]
첨부한 1·2번 이미지에 실제로 보이는 캐릭터 얼굴, 체형, 의상, 고유 소품을 그대로 유지
첨부 이미지의 배경색, 색상 팔레트, 그림 질감, 바깥 여백, 카드 모양을 그대로 유지
제목의 글꼴 느낌·크기·위치와 오른쪽 위 페이지 번호 위치를 그대로 유지
아래 설명과 첨부 이미지가 다르면 첨부 이미지의 실제 모습이 우선
장면에 맞춰 자세와 표정만 자연스럽게 바꾸고 캐릭터의 정체성은 바꾸지 않기
[03번 페이지]
오른쪽 위 페이지 번호: "03"
제목: "2. 어떻게 시작할까?"
핵심 카드 4개: "이미지 만들기" / "편집 버튼 누르기" / "바꿀 부분 적기" / "유지할 부분 적기"
하단 요약: "한 번에 한 가지씩 바꾸고 결과를 비교"
장면: 토끼는 프롬프트를 적고, 용은 편집할 영역을 가리키며, 쥐는 체크리스트를 확인
[04번 페이지]
오른쪽 위 페이지 번호: "04"
제목: "3. 어떤 기능을 써볼까?"
핵심 카드 4개: "@Sketch(스케치)" / "댓글 편집" / "템플릿" / "프롬프트 공유"
하단 요약: "메뉴는 계정과 기기에 따라 다를 수 있음"
장면: 세 캐릭터가 네 가지 기능 카드를 함께 살펴보는 모습
[05번 페이지]
오른쪽 위 페이지 번호: "05"
제목: "4. API 모델은 어떻게 고를까?"
큰 비교 카드 2개: "Flare(플레어) - 빠른 시안과 반복 생성" / "Sunburst(선버스트) - 정밀 편집과 최종 품질"
하단 요약: "같은 조건으로 비교한 뒤 선택"
장면: 하나의 입력 이미지가 두 가지 작업 흐름으로 나뉘고 세 캐릭터가 결과를 비교
승자, 우승, 최고, 가격, 성능 수치, 순위 표시는 넣지 않기
[06번 페이지]
오른쪽 위 페이지 번호: "06"
제목: "5. 마지막으로 무엇을 확인할까?"
핵심 카드 4개: "한글 오탈자" / "손과 표정" / "그림자와 반사" / "상품 정보"
하단 요약: "생성 완료보다 검수 완료가 중요"
장면: 세 캐릭터가 확대경과 체크 표시로 최종 결과를 함께 검수
[전체 검수]
지정한 문구 외에 다른 글자를 추가하지 않기
모든 한국어 철자와 띄어쓰기를 정확히 표시
같은 문장을 한 이미지 안에서 두 번 쓰지 않기
새 캐릭터, 공식 로고, 워터마크, 서명 추가 금지
캐릭터가 제목, 카드 문구, 페이지 번호를 가리지 않기
페이지 번호 03·04·05·06과 제목 앞 단계 번호 2·3·4·5를 서로 바꾸지 않기
이전 페이지의 문구를 다음 페이지에 복사하지 않기
- 나머지 한번에 모두 생성 결과
5단계. 개발자 작업 습관 포스터 만들기
Threads에서는 대화 기록과 인물 사진을 바탕으로 개인의 성향을 분석해 세로형 포스터로 만드는 긴 프롬프트가 공유됐다.
그대로 옮기기보다 근거 자료 제한, 화면 구성, 고정 요소, 금지 사항이라는 구조만 가져왔다.
주제와 문장, 시각 스타일, 출력 항목은 개발자 블로그 독자에게 맞게 새로 바꿨다.
첨부한 프로필 사진과 아래 작업 메모만 근거로
세로형 포스터 "나의 개발 작업 방식"을 그려줘.
[근거 메모]
- 새 기능은 공식 문서와 실제 실행 결과를 함께 확인한다.
- 반복 작업은 가능한 한 자동화하려고 한다.
- 초안을 빨리 만든 뒤 여러 번 고친다.
- 오류가 보이면 원인과 재현 절차를 먼저 기록한다.
- 결과물은 초급 개발자도 따라 할 수 있어야 한다.
[화면 구성]
- 상단: 제목 "나의 개발 작업 방식"
- 중앙: 첨부 사진의 얼굴형과 헤어스타일을 유지한 단순한 인물 일러스트
- 주변: 시작 습관 / 검증 방식 / 자주 막히는 지점 / 개선 루틴 카드 4개
- 하단: "요청 → 실행 → 검증 → 수정 → 기록" 흐름도
[시각 스타일]
- 크림색 모눈종이, 짙은 남색 펜 선, 민트색 형광펜 포인트
- 개발 노트처럼 정돈됐지만 손으로 그린 느낌
- 세로 4:5 비율, 모바일에서 읽기 쉬운 큰 글자
[반드시 지킬 규칙]
- 근거 메모에 없는 직업, 취미, 성격은 추측하지 않기
- 정보가 부족한 항목은 "확인 필요"로 표시
- 화면에 보이는 문장은 한국어로 작성
- 큰 핵심 문구는 정확히 4개만 사용
- 얼굴을 과하게 미화하거나 나이대를 바꾸지 않기
- 임의의 통계, 로고, 워터마크를 추가하지 않기
원문의 핵심 아이디어는 살렸지만 프롬프트를 그대로 복사하지 않았다.
특히 “대화 기록 전체를 알아서 분석해달라”는 요청은 무엇을 근거로 판단했는지 확인하기 어렵다. 위 예제처럼 사용자가 공개해도 되는 메모만 직접 적으면 개인정보 노출과 억지 추론을 함께 줄일 수 있다.
첫 결과가 나온 뒤에는 이미지 댓글로 “왼쪽 위 카드의 두 번째 문장만 더 짧게 바꾸고, 얼굴과 나머지 세 카드는 유지해줘”라고 요청해보자. 포스터 생성 자체보다 한 부분만 고쳤을 때 나머지가 얼마나 남는지가 2.5를 확인하기 좋은 기준이다.
ex)
- 나에 대한 context가 있어 이를 활용하여 포스터를 생성해 주었다.
6단계. 공식 공유 프롬프트로 1980년대 인물 사진 만들기
OpenAI가 출시 글에서 소개한 공유 예제는 짧다. 자신의 사진을 추가한 뒤 “내가 1980년대에 살았다면 어떤 모습이었을지 보여줘”라는 아이디어다. 프롬프트 공유(Prompt Share)가 왜 편한지 확인하기 좋은 예제다.
첨부한 내 사진의 얼굴 특징과 나이대는 유지하면서,
내가 1980년대 한국의 사진관에서 촬영했다면 어떤 모습이었을지 보여줘.
- 1980년대 스튜디오 인물 사진
- 당시의 헤어스타일과 의상
- 살짝 바랜 필름 색감
- 배경은 단순한 그라데이션 천
- 얼굴형, 눈·코·입의 위치는 원본과 가깝게 유지
- 피부를 과하게 보정하거나 나이를 바꾸지 않기
가족이나 지인의 사진을 쓸 때는 동의를 먼저 받는다.
공유 링크에 프롬프트를 포함하면 다른 사람이 같은 아이디어를 자기 사진으로 실행할 수 있지만, 같은 프롬프트가 같은 결과를 보장하지는 않는다.
ex) 블로그에서 실제 사람의 얼굴을 사용하기 어려워, 가상의 케릭터를 통해 실사화를 반대로 해보았다.
- 원본 이미지
- 생성 결과
5. 개발자용 API와 Flare·Sunburst A/B 테스트
지금부터의 내용은 API를 통해 실제 개발하시는 분들만 참고하시면 될 것 같다.
한 번 생성하거나 편집하는 기능만 필요하다면 이미지 API(Image API)가 단순하다.
대화 맥락 안에서 이미지를 여러 번 고치는 제품이라면 응답 API(Responses API)가 더 잘 맞는다.
Responses API를 쓰면 상위 대화 모델의 토큰(token) 비용과 이미지 생성 비용이 함께 발생할 수 있다는 점도 알아둬야 한다.
Responses API에서는 실제로 사용된 프롬프트도 확인하자
공식 문서에 따르면 이미지 생성 도구를 호출할 때 상위 모델이 입력 문장을 자동으로 다듬을 수 있다. 이때 이미지 생성 호출의 revised_prompt(수정된 프롬프트) 필드에서 실제로 다듬어진 문장을 확인할 수 있다. 원문 프롬프트만 저장하면 같은 결과가 나오지 않는 이유를 놓칠 수 있으므로, 운영 로그에는 원문과 수정된 프롬프트를 함께 남기는 것이 좋다.
action: "auto"는 생성과 편집을 모델이 고르며 기본값이다.
새 그림은 generate(생성), 기존 그림 수정은 edit(편집)로 의도를 고정할 수 있다.
이미지 두 장을 쓸 때는 “합쳐줘”보다 “첫 번째 이미지를 편집하되 두 번째 이미지의 가방만 추가해줘”처럼 입력별 역할을 적는 편이 명확하다.
모델 ID는 두 종류로 쓸 수 있다
gpt-image-2.5-flare처럼 날짜가 없는 ID는 최신 호환 버전을 가리킨다. 같은 결과를 오래 재현해야 하는 운영 환경이라면 gpt-image-2.5-flare-2026-09-08 또는 gpt-image-2.5-sunburst-2026-09-08처럼 날짜가 붙은 스냅샷(snapshot)을 검토해도 된다.
API 준비
Node.js 환경이라면 공식 소프트웨어 개발 도구(SDK)를 설치하고 API 키(API key)를 환경 변수로 설정한다. 키를 프런트엔드 코드나 Git 저장소에 넣지 말고 서버 환경 변수로 관리한다.
GPT Image 모델을 처음 쓰는 조직은 개발자 콘솔에서 조직 인증(Organization Verification)이 필요할 수 있다.
ChatGPT 유료 구독과 API 과금(billing)은 별도이므로, Plus나 Pro를 쓰고 있어도 API 호출 비용은 따로 계산된다.
같은 프롬프트로 Flare와 Sunburst 비교하기
모델만 바꾸고 나머지 조건을 고정해야 비교가 된다.
아래 예제는 같은 한국어 인포그래픽을 두 모델로 순서대로 만들고, 걸린 시간과 사용량(usage)을 함께 기록한다.
import OpenAI from "openai";
import fs from "node:fs";
import { performance } from "node:perf_hooks";
const client = new OpenAI();
const prompt = `
한국 개발자를 위한 16:9 에디토리얼 인포그래픽.
제목은 정확히 "GPT Image 2.5 비교".
왼쪽 카드: "Flare - 빠른 시안과 반복 생성"
오른쪽 카드: "Sunburst - 정밀 편집과 최종 품질"
배경은 짙은 네이비, 강조색은 민트와 앰버.
두 카드의 크기와 여백을 동일하게 유지.
추가 로고, 워터마크, 임의의 숫자는 넣지 않기.
`;
for (const model of [
"gpt-image-2.5-flare",
"gpt-image-2.5-sunburst",
]) {
const startedAt = performance.now();
const result = await client.images.generate({
model,
prompt,
size: "1536x1024",
quality: "medium",
output_format: "png",
});
const elapsedMs = Math.round(performance.now() - startedAt);
const imageBase64 = result.data?.[0]?.b64_json;
if (!imageBase64) {
throw new Error(`${model}: 이미지 데이터가 없습니다.`);
}
const bytes = Buffer.from(imageBase64, "base64");
fs.writeFileSync(`${model}.png`, bytes);
console.log({ model, elapsedMs, usage: result.usage ?? null });
}
결과를 ‘어느 쪽이 더 예쁜가’ 한 줄로 끝내지 말자. 아래 기준을 같은 순서로 기록하면 다음 프로젝트에서 모델을 고르기 쉬워진다.
검증 항목
확인 방법
판정
지연 시간(latency)
동일 환경에서 3~5회 실행한 중앙값(median) 비교
짧을수록 좋지만 편차 함께 기록
한글 정확도
제목·두 카드 문구의 오탈자와 중복 확인
문자 단위 통과(PASS)/부분 통과(PARTIAL)
레이아웃
좌우 카드 크기, 여백, 정렬
요구 항목별 체크
세부 품질
작은 선, 아이콘, 미세 글리프를 200% 확대
깨짐 여부 기록
비용
응답의 사용량(usage)과 과금 대시보드(billing dashboard) 대조
이미지 1장 총비용으로 비교
API 가격은 어떻게 달라졌나
2026년 9월 9일 공식 가격표(Pricing) 기준으로 2.5 두 모델의 토큰 단가(token rate)는 같다. 다만 같은 단가라고 해서 이미지 한 장의 최종 비용까지 같다는 뜻은 아니다. 모델과 품질(quality), 크기(size)에 따라 소비하는 토큰 수가 달라질 수 있고, 편집이라면 입력 이미지 토큰도 더해진다.
모델
텍스트 입력 / 캐시(Text input / cached)
이미지 입력 / 캐시(Image input / cached)
이미지 출력(Image output)
GPT Image 2
$2.50 / $0.625
$4 / $1
$15
GPT Image 2.5 Flare / Sunburst
$5 / $1.25
$8 / $2
$30
표의 금액은 모두 토큰 100만 개당 단가다. 실제 1장 비용은 공식 계산기(calculator)나 응답의 사용량으로 확인해야 한다.
발행 직전에는 가격 페이지를 다시 확인하자.
6. 커뮤니티의 실제 반응
출시후 얼마 안되 다양한 평가를 수집하진 못했지만, 그래도 무엇을 먼저 테스트해야 하는지는 꽤 잘 보인다.
긴 프롬프트에서는 문장보다 구조를 보자
Threads에 공유된 인물 분석 포스터 프롬프트는 상당히 길었지만, 실무적으로 유용한 부분은 수식어의 양이 아니었다.
무엇을 근거로 쓸지, 어떤 요소를 유지할지, 화면에 반드시 들어갈 항목은 무엇인지, 무엇을 지어내면 안 되는지가 구획별로 나뉘어 있었다. 5단계 예제는 이 구조만 참고하고 대상·구성·문장·스타일을 새로 설계했다.
프롬프트를 길게 쓰는 것 자체가 품질을 보장하지는 않는다.
특히 “나를 분석해줘”처럼 범위가 넓은 요청은 그럴듯하지만 근거 없는 문구를 만들 수 있다.
초급자라면 목적 → 입력 근거 → 화면 구성 → 유지 항목 → 금지 항목 → 검수 기준 여섯 칸만 채워도 충분하다.
가장 먼저 체감된 것은 속도
Reddit 토론에서는 “최소한 훨씬 빨라진 것은 느껴진다”는 반응이 가장 먼저 나왔다.
Hacker News에서는 AI UI 디자인 도구를 운영하며 GPT Image 2로 약 5만 장을 생성했다는 개발자가 자신의 환경에서 평균 약 104초 걸리던 작업이 2.5에서는 35~40초 정도로 줄었다고 적었다.
상당히 큰 차이지만 한 사용자의 특정 작업 유형(workload)에서 나온 결과다. 공식 수치로 일반화하면 안 된다. 대신 API를 많이 호출하는 서비스라면 생성 품질만큼 지연 시간을 직접 재볼 이유는 충분해 보인다.
커뮤니티 사례는 이렇게 직접 재현해보자
같은 UI 프롬프트를 GPT Image 2와 2.5에서 각각 3회 실행한다.
완료 시간의 평균보다 중앙값을 기록하고, 가장 빠른 한 번만 고르지 않는다.
참조 이미지의 색상·구도·작은 글자·인물 특징이 유지됐는지 같은 확대 비율로 비교한다.
결과 이미지는 타인의 게시물을 가져오지 않고 직접 만든 전·후 화면을 사용한다.
참조 이미지와 장면 수정은 좋아졌다는 반응
같은 HN 사용자는 게임풍 UI, 밈 사이트, 사이버펑크 라면 사이트 시안을 비교하면서 참조 이미지를 따르는 정도와 피부 질감이 GPT Image 2보다 나아졌다고 평가했다.
다른 사용자는 가구 배치를 미리 시각화하는 개인 인테리어 도구처럼 썼다고 적었다. Reddit에서도 장소 사진을 넣고 촬영 감독처럼 카메라 위치와 장면을 지시하는 작업은 꽤 잘한다고 평가한 댓글이 있었다.
이런 사례를 묶어보면 2.5는 아무것도 없는 상태에서 예술 작품을 한 장 만드는 것보다, 이미 가진 사진·상품·공간·캐릭터를 다른 상황으로 옮기고 조금씩 고치는 작업에서 장점이 잘 드러난다.
게임풍 에이전트 개발 UI. 작성자는 이전 모델이 놓치던 파란 버튼과 참조 구성을 2.5가 더 잘 반영했다고 평가했다.사이버펑크 라면 웹사이트. 어두운 화면의 뭉개짐은 줄었지만, 작은 청록색 선과 기호는 여전히 흐릿하다는 평가가 함께 나왔다.
반대로 Reddit에서는 “아직 차이를 잘 모르겠다”, “표정은 좋아졌지만 전체적으로는 작은 개선처럼 느껴진다”는 반응도 나왔다.
새 템플릿이 질문을 먼저 해야 하는 상황에서 질문 자체를 포스터에 넣어버렸다는 사례도 있었다. HN의 UI 테스트에서는 작은 장식 글리프가 흐리거나 선이 곧지 않은 부분이 지적됐다.
공식 데모의 손가락과 그림자를 두고도 긴 논쟁이 이어졌다. 일부는 명백한 오류로 봤고, 다른 사용자는 가려진 손가락이라 단정하기 어렵다고 반박했다. 여기서 중요한 건 누가 맞느냐보다 생성 완료와 검수 완료는 여전히 다르다는 점이다.
쇼핑몰에서는 ‘예쁜 결과’보다 사실성이 먼저다
HN에서는 의류 합성 이미지가 옷을 실제 체형에 맞게 다시 그리기 때문에 진짜 핏을 보여주는 가상 착용 결과로 쓰기 어렵다는 비판이 나왔다. 중고 상품 사진의 흠집이나 사용감을 지워 실제 상태보다 좋아 보이게 만드는 문제도 지적됐다.
따라서 의류·화장품·리빙 상품에는 스타일 참고용 이미지와 상품 사실을 보여주는 이미지를 구분해야 한다. 색상, 길이, 재질, 구성품, 하자 상태처럼 구매 결정에 영향을 주는 정보는 원본 사진과 상품 데이터에서 확인하고, AI 이미지는 배너·무드보드·연출 시안으로 제한해 사용하는 것이 안전하다.
7. 한계·오류·보안·비용
2.5라는 숫자 때문에 2.0의 실패 패턴이 모두 사라졌다고 기대하면 금방 실망할 수 있다.
아래 항목은 실제로 만들기 전에 체크해두자.
증상
먼저 볼 곳
다음 행동
Images 2.5 메뉴가 안 보임
앱 버전, 웹·모바일·데스크톱 환경, 순차 배포 상태
최신 버전으로 갱신하고 계정 배포를 기다린다.
Work에서 템플릿이 안 보임
현재 공식 제한
일반 Chat에서 시작하거나 구조화 프롬프트를 직접 사용한다.
한 부분만 고쳤는데 전체가 달라짐
변경 항목과 유지 항목을 나눴는지
바꿀 항목(Change only)과 유지 항목(Preserve)을 분리하고 한 번에 한 요소만 수정한다.
여러 번 고치니 작은 글자·질감이 무너짐
몇 번째 edit부터 생겼는지
잘 나온 이전 버전으로 돌아가 수정 횟수를 줄인다.
API가 느리거나 비용이 큼
모델(model), 품질(quality), 크기(size), 사용량(usage)
Flare+medium으로 기준을 만들고 필요한 작업만 Sunburst로 올린다.
투명 배경이 흰색처럼 보임
PNG/WebP와 알파 채널(alpha channel)
편집기에서 투명 배경 격자(checkerboard)와 알파 값을 직접 확인한다.
실제 정보가 들어간 이미지가 틀림
날짜, 수치, 지도, 도표, 번역
원문과 대조하고 중요한 데이터는 HTML/SVG로 다시 만든다.
사람 사진과 상품 이미지는 더 조심해야 한다
OpenAI의 시스템 카드(System Card)는 2.5의 현실감 향상이 악용될 경우 실제 사람·장소·사건을 더 그럴듯하게 꾸민 딥페이크(deepfake) 위험으로 이어질 수 있다고 설명한다.
OpenAI는 프롬프트와 입·출력 이미지(input/output image)를 검사하는 안전 장치를 두고, C2PA 메타데이터(metadata)와 보이지 않는 워터마크(invisible watermarking)를 계속 사용한다고 밝혔다.
그렇다고 서비스에 올리는 사람이 할 일이 없어지는 것은 아니다. 고객 얼굴, 미성년자 사진, 사내 미공개 상품, 계약상 외부 반출이 금지된 이미지부터 올리지 않는 것이 기본이다.
상품 사진을 광고 시안으로 바꿀 때는 실제 색상·재질·구성품을 오해하게 만들지 않았는지도 확인한다.
정확한 다이어그램은 이미지 한 장으로 끝내지 않는다
전편에서도 기술 다이어그램과 인포그래픽 예제를 다뤘다. 2.5가 복잡한 레이아웃과 실제 정보 표현을 개선했더라도, 생성 결과를 그대로 시스템 명세나 운영 문서로 쓰는 것은 위험하다.
서비스 이름, 화살표 방향, 숫자, 단위, 날짜를 원문과 대조하고, 정확성이 중요한 도표는 Mermaid·SVG·HTML 같은 구조화된 형식으로 다시 만들자.
8. 어떤 작업부터 해보면 좋을까?
GPT Image 2.0을 이미 잘 쓰고 있다면 프롬프트를 전부 다시 배울 필요는 없다.
이전 글의 목적·레이아웃·색상·텍스트·스타일 구조를 그대로 가져오고, 편집 프롬프트에 바꿀 부분과 유지할 부분을 나눠 적으면 된다.
일반 사용자
기존 사진이나 썸네일에서 한 요소만 바꾸는 실습부터 시작한다.
기획·디자인 협업
@Sketch로 배치 아이디어를 만들고 댓글 편집으로 위치를 좁혀본다.
개발자
Flare + medium(중간 품질)을 기준으로 지연 시간·사용량·품질을 기록한 뒤 필요한 작업만 Sunburst로 올린다.
한 줄 정리: GPT Image 2.5의 핵심은 첫 이미지를 더 화려하게 만드는 데서 끝나지 않고, 잘 나온 결과를 더 빠르고 덜 망가뜨리며 고쳐가는 데 있다.
Q1. GPT Image 2.5는 무료인가?
ChatGPT에서는 무료(Free)를 포함한 모든 요금제에 순차 배포된다. 다만 이미지 생성 한도는 이번 출시로 바뀌지 않았고 계정·요금제(plan)별 차이가 있다. API는 ChatGPT 구독과 별도로 사용량에 따라 과금된다.
Q2. Flare와 Sunburst 중 무엇을 써야 하나?
빠른 시안과 반복 생성은 Flare부터, 정밀 편집과 최종 품질이 중요한 작업은 Sunburst부터 시험해보면 된다. 같은 프롬프트, 크기(size), 품질(quality)로 비교한 뒤 실제 결과와 비용을 보고 정하는 것이 가장 정확하다.
Q3. 이제 이미지 안의 한글을 그대로 믿어도 될까?
아니다. 이전보다 좋아졌더라도 긴 문장, 작은 글자, 표, 번역, 숫자는 여전히 확인해야 한다. 특히 발행용 인포그래픽은 확대해서 오탈자와 중복을 보고 원문 데이터와 대조한다.
결국 이번 업데이트도 모든 이미지를 한 번에 완성해주는 마법에 가깝다기보다, 이미지를 만드는 사람과 모델이 주고받는 수정 횟수를 줄여주는 도구에 가깝다.
