GPT Image 2가 왔다: 창업자가 지금 알아야 할 것, 지금 바꿔야 할 것 + 프롬프트 라이브러리

2026년 4월 21일, OpenAI는 소비자용 ChatGPT Images 2.0과 API용 gpt-image-2를 같은 날 공개했다. 모델 카드는 이걸 "state-of-the-art image generation model"이라고 소개한다.

그런데 나는 창업자 관점에서 이 릴리스를 이렇게 읽는다.

이번 업데이트는 "더 예쁜 그림"이 아니다. "재작업 비용이 줄어드는 그림"이다.

그래서 이 글은 모델 스펙 요약이 아니라, 1인 창업자·소규모 팀·컨텐츠 운영자가 지금 뭘 바꿔야 하는지를 기준으로 정리했다. 코드 예시와 표는 끝까지 다 넣었지만, 주제는 "의사결정"이다.

결론부터: 이 릴리스의 핵심은 세 가지다

1. 편집 정밀도가 올라갔다. 포토리얼, 한국어 타이포, 브로슈어·인포그래픽·만화 같은 "실제 제작 결과물"을 뽑아내는 데 유리해졌다.

2. 해상도 제약이 풀렸다. 기존의 고정 프리셋 3종이 아니라, 제약 조건 안에서 임의 해상도를 지정할 수 있다. 배너, 포스터, 브로슈어, 2K 실험 출력이 훨씬 자유롭다.

3. 입력 이미지가 기본적으로 고충실도 처리된다. input_fidelity 파라미터가 사실상 꺼진 상태. 편집 품질은 좋아지지만, 참조 이미지를 많이 쓰는 워크플로는 토큰 비용이 커질 수 있다.

그리고 하나 더 중요한 포인트:

gpt-image-2는 이미지 출력 중심 모델이다.

"이미지를 한국어로 설명해줘", "이미지 속 글자 추출해줘" 같은 작업은 gpt-image-2 단독이 아니라 Responses API의 비전 모델(gpt-5.4 등)로 처리하는 게 문서상 정합적이다. 이걸 헷갈리면 과금도, 출력 포맷도 꼬인다.

이름부터 정리하자: 제품과 모델은 다르다

먼저 층위를 분리해야 혼동이 없다.

• ChatGPT Images 2.0 = 소비자 제품 이름. 생각 모드, 만화 페이지, 인포그래픽, 한국어 브로슈어 같은 "완성된 제작 경험"을 보여준다.

• gpt-image-2 = 개발자용 모델 이름. 고품질 생성·편집 엔진.

실무적으로는 제품 경험 = 오케스트레이션 포함, API 모델 = 생성 엔진으로 이해하면 된다. 제품은 이미 여러 단계를 뒤에서 조합해 보여주는 것이고, API는 그 중 "그림 그리는 부분"이다.

버전 계보: 1 → 1.5 → 2, 무엇이 달라졌나

2025-04-23  GPT Image 1 API 공개
2025-12-16  ChatGPT 이미지 신버전 공개 / GPT Image 1.5 스냅샷
2026-04-21  ChatGPT Images 2.0 / GPT Image 2 스냅샷

OpenAI의 공식 프롬프팅 가이드는 이렇게 정리한다.

• gpt-image-2: 신규 빌드의 기본 선택지

• gpt-image-1.5: 마이그레이션 중 기존 검증 워크플로 유지용

• gpt-image-1: 레거시 호환용

즉, 지금 새로 붙인다면 2를 쓰는 게 문서상 정답이다. 하지만 1.5로 운영 중이라면 즉시 폐기보다 점진 이전이 합리적이다. 이유는 뒤에서 비용 얘기할 때 다시 나온다.

GPT Image 2 vs 1.5 핵심 차이

포맷, 엔드포인트, 가격: 창업자가 놓치기 쉬운 것들

어떤 API로 써야 하는가

간단히 정리한다.

• 단일 생성/편집이면 → Images API (v1/images/generations, v1/images/edits)

• 대화형·반복 편집이면 → Responses API + image_generation tool

• 이미지 읽고 텍스트로 답하는 작업이면 → 비전 가능한 메인라인 모델(gpt-5.4 등)

여기서 중요한 건, Responses API에서 이미지를 만들 때도 gpt-image-2를 model에 직접 넣지 않는다는 점이다. gpt-5.4 같은 메인라인 모델에 image_generation tool을 붙이는 방식이 공식 패턴이다.

지원 스펙 요약

가격: "2가 더 싸다"는 말은 반만 맞다

이게 창업자 입장에서 가장 조심해야 할 부분이다.

토큰 단가 표만 보면 gpt-image-2의 이미지 출력 단가가 1.5보다 약간 낮다. 그런데 대표 예시 단가에서는 low는 더 저렴하고, medium/high는 오히려 더 비싼 경우가 보인다.

결론: 운영 전 반드시 내 프롬프트 분포로 재측정해야 한다. "릴리스 노트에 더 싸다고 적혀 있다" → 이걸 믿고 예산 짜면 틀린다. 나는 스테이징 프로젝트에서 품질별·해상도별 샘플 50~100장을 돌려보고 실제 청구 로그를 확인한 다음 결정하라고 권한다.

문서 불일치, 구현 전에 한 번 체크

공식 문서들 사이에 작은 불일치가 있다. 이걸 모르면 구현 때 당황한다.

한계와 리스크: 창업자가 실제로 맞닥뜨릴 문제들

이 섹션이 사실 제일 중요하다. 모델이 좋아졌다고 말하는 건 쉽지만, 어디서 터지는가를 아는 게 운영 리스크 관리다.

1. 모델 자체의 한계

• 생성 시간: 복잡한 경우 최대 2분. UX 설계 시 로딩 처리 필수.

• 텍스트 정밀 배치: 많이 좋아졌지만, 작은 활자·정확한 좌표 배치·복잡한 UI 텍스트는 여전히 흔들린다.

• 반복 일관성: 캐릭터·브랜드 요소의 완전한 일관성은 어렵다. 웹툰 4컷, 브랜드 패밀리 자산에서 자주 깨진다.

• 레이아웃 정밀 제어: 포스터·패키지처럼 한 픽셀 단위 정렬이 중요한 자산은 "생성 + 수작업 마감"을 전제로 설계하는 게 실용적이다.

2. 한국어 이미지 분석의 진짜 한계

이건 별도로 강조해야 한다. OpenAI 비전 가이드는 비라틴 문자, 특히 한국어·일본어 이미지에서 최적 성능이 아닐 수 있다고 직접 경고한다. 작은 텍스트는 확대하거나 detail="original"을 써야 한다.

즉, 생성 쪽의 한글 렌더링이 좋아진 것과 분석 쪽의 한국어 OCR 한계는 별개 문제다. 한국어 영수증·카탈로그·간판 같은 걸 대량 처리하는 서비스라면 이건 그냥 "된다"로 전제하지 말고 실제 샘플로 검증해야 한다.

다른 취약점들:

• 회전된 글자

• 색·점선·파선이 섞인 차트

• 정교한 공간 추론

• 파노라마/어안 이미지

• 객체 정확 계수

• CAPTCHAs는 안전상 차단

• 의료 영상 판독 부적합

3. 정책·법률: 초상권과 브랜드

여기서 실수하면 법적 리스크로 직결된다.

OpenAI 이용정책이 금지하는 것:

• 동의 없는 얼굴 인식 데이터베이스 구축

• 공공장소 실시간 원격 생체인식

• 동의 없이 사실적 초상을 사용해 진위 혼란을 일으키는 행위

• 민감 특성 추론

서비스 약관상 금지:

• 시각 자료 기능을 사람 식별용으로 사용

• 명시적 동의와 필요한 권리 없이 타인의 초상 재현

마케팅용 인물 이미지, 실존 인물 스타일 전이, 합성 광고, virtual try-on 같은 건 권리 확보와 동의 문서화가 선행되어야 한다. 이건 "혹시 걸리면"이 아니라 "걸릴 수밖에 없는" 영역이다.

브랜드/저작권 예방 패턴: OpenAI 공식 프롬프팅 예시는 상품 컨셉에 아예 Original design only / No trademarks / No watermarks / No logos를 제약으로 넣는다. 이건 취향이 아니라 권리 충돌을 줄이는 가장 실용적인 패턴이다. 유명 브랜드 룩앤필을 그대로 모사하는 대신, 브랜드 속성은 유지하되 결과물은 오리지널로 요구하는 편이 안전하다.

4. 데이터·투명성: API와 ChatGPT는 다르다

• API: OpenAI는 기본적으로 고객 API 데이터를 훈련에 사용하지 않는다.

• 개인용 ChatGPT: "모두를 위해 모델 개선" 설정이 켜져 있으면 업로드한 파일·대화가 성능 개선에 활용될 수 있다.

• Enterprise/Team/Education: 기본적으로 학습에 사용되지 않는다.

또 ChatGPT 이미지에 대해서는 C2PA 메타데이터 관련 도움말이 있다. 공개 배포 이미지의 출처 투명성이 중요한 도메인이라면 C2PA 보존 여부를 검수 항목에 넣자.

실전 프롬프트 라이브러리

바로 쓸 수 있게 정리했다. 생성·편집·인페인팅·스타일 전이는 gpt-image-2, 이미지→텍스트·Q&A·접근성은 비전 모델(gpt-5.4, gpt-4.1-mini 등) 기준이다.

이미지 생성

이미지 편집

인페인팅 (마스크 기반)

스타일 전이

이미지→텍스트 (비전 모델 사용)

멀티모달 Q&A

접근성

개발자 워크플로

출처 안내: 아래 프롬프트는 대부분 OpenAI 공식 프롬프팅 가이드, 이미지 생성 가이드, 비전 가이드, 그리고 제품 릴리스 페이지의 공개 예시를 한국어 실무 상황에 맞게 응용한 것이다. 일부(인페인팅 I2/I3, 스타일 전이 S3, OCR T3, 차트 해석 Q2, 접근성 A1/A2 등)는 공식 문서의 한계·규칙·입력 규격을 근거로 하되 프롬프트 문장 자체는 블로그에서 창작했다. 설정값(quality, size, detail 등)은 모두 공식 문서 권장 범위를 따른다.

개발자 구현 예시

핵심 선택은 단순하다. 한 번 생성/한 번 편집은 Images API, 대화형·반복은 Responses API, 이미지 설명·Q&A·접근성은 비전 모델.

1. 텍스트→이미지 생성 (최소 예시)

gpt-image-2는 기본적으로 base64 이미지를 반환한다. png/jpeg/webp 지원. JPEG는 지연시간에 민감할 때 유리하다.

from openai import OpenAI
import base64

client = OpenAI()

result = client.images.generate(
    model="gpt-image-2",
    prompt=(
        "서울 근교 한옥 스테이 런칭 포스터를 만들어줘. "
        "고급스러운 한국어 타이포그래피, 잔잔한 자연광, "
        "전통 목재 질감, 현대적 편집 디자인."
    ),
    size="1024x1536",
    quality="high",
    output_format="png"
)

image_bytes = base64.b64decode(result.data[0].b64_json)
with open("hanok_poster.png", "wb") as f:
    f.write(image_bytes)

2. 편집/인페인팅

마스크는 알파 채널이 있어야 하고, 원본과 같은 크기여야 한다. gpt-image-2는 투명 배경을 현재 지원하지 않으니 투명성을 기대하는 파이프라인은 분리하는 게 안전하다.

from openai import OpenAI
import base64

client = OpenAI()

result = client.images.edit(
    model="gpt-image-2",
    image=[open("room.png", "rb")],
    mask=open("mask.png", "rb"),
    prompt=(
        "마스크된 영역에만 작은 원목 테이블과 머그컵을 추가해줘. "
        "원래 방의 조명, 카메라 각도, 바닥 그림자, 주변 오브젝트는 유지해."
    ),
    size="1536x1024",
    quality="high",
    output_format="png"
)

image_bytes = base64.b64decode(result.data[0].b64_json)
with open("room_edit.png", "wb") as f:
    f.write(image_bytes)

3. Responses API 멀티턴 편집

이 경로의 장점은 "처음 만든 이미지의 시각 언어를 다음 출력으로 이어가는 것"이다. 품질이 기대와 다를 때는 자동 생성되는 revised_prompt를 로깅해 디버깅하자.

from openai import OpenAI
import base64

client = OpenAI()

# 1차 생성
r1 = client.responses.create(
    model="gpt-5.4",
    input="서울 근교 한옥 스테이용 세로 브로슈어 표지 이미지를 만들어줘.",
    tools=[{
        "type": "image_generation",
        "quality": "high",
        "size": "1024x1536"
    }]
)

call1 = next(o for o in r1.output if o.type == "image_generation_call")

img1 = base64.b64decode(call1.result)
with open("brochure_cover.png", "wb") as f:
    f.write(img1)

# 2차 후속: 같은 톤 유지, 정사각형 소셜 포스트로 전환
r2 = client.responses.create(
    model="gpt-5.4",
    input=[
        {
            "role": "user",
            "content": [{
                "type": "input_text",
                "text": "같은 브랜드 톤과 타이포 인상을 유지한 채, 인스타그램용 정사각형 버전으로 바꿔줘."
            }]
        },
        {
            "type": "image_generation_call",
            "id": call1.id
        }
    ],
    tools=[{
        "type": "image_generation",
        "quality": "high",
        "size": "1024x1024"
    }]
)

call2 = next(o for o in r2.output if o.type == "image_generation_call")
img2 = base64.b64decode(call2.result)
with open("brochure_square.png", "wb") as f:
    f.write(img2)

4. 이미지→텍스트 / 접근성 / Q&A

이건 gpt-image-2가 아니라 비전 가능한 메인라인 모델을 쓴다. 작은 글자·조밀한 UI·OCR 성격 작업에서는 detail="original"이 더 안전하다. 한국어 텍스트 분석은 여전히 완벽하지 않으니 출력 스키마에 "불확실성" 필드를 넣자.

from openai import OpenAI

client = OpenAI()

response = client.responses.create(
    model="gpt-5.4",
    input=[{
        "role": "user",
        "content": [
            {
                "type": "input_text",
                "text": (
                    "이 이미지를 한국어로 분석해줘. "
                    "1) alt text 1문장 "
                    "2) 장문 설명 5문장 "
                    "3) OCR 텍스트 목록 "
                    "4) 불확실한 부분 목록 "
                    "형식으로 답해."
                )
            },
            {
                "type": "input_image",
                "image_url": "data:image/jpeg;base64,BASE64_IMAGE_HERE",
                "detail": "original"
            }
        ]
    }]
)

print(response.output_text)

마무리: 창업자 체크리스트

이 릴리스를 보고 내 서비스에 뭘 바꿀지, 여섯 줄로 정리한다.

1. 신규 구축이면 gpt-image-2를 기본값으로. 운영 중인 1.5는 점진 이전.

2. 이미지 생성과 이미지 분석을 분리 설계하자. 전자는 gpt-image-2, 후자는 gpt-5.4 비전 경로.

3. 비용은 반드시 내 프롬프트 분포로 재측정. "싸졌다"는 설명만 믿고 예산 짜면 틀린다.

4. 레이아웃 민감 자산은 "생성 + 수작업 마감" 전제로. 포스터·패키지·UI는 아직 한 번에 안 끝난다.

5. 초상·브랜드·저작권 프롬프트 방어선을 기본값으로. Original design only / No trademarks 패턴은 취향이 아니라 리스크 관리다.

6. 스테이징에서 기능·과금·출력 일관성을 함께 검증하고 배포. 문서 간 작은 불일치가 실제로 존재한다.

가장 안전한 운영 패턴은 이렇게 요약된다.

생성은 gpt-image-2, 분석은 비전 모델, 멀티턴은 Responses API, 레이아웃 민감 최종 자산은 사람 검수 고정.

이 정도 원칙만 지키면 이번 릴리스는 "재시도 비용이 줄어드는 모델"이 맞다. 그리고 1인 창업자에게 재시도 비용이 줄어든다는 건, 결국 다른 데 쓸 시간이 늘어난다는 뜻이다. 그게 이 릴리스의 진짜 가치다.