사람들이 정말 궁금한 건 "이미지 AI가 또 좋아졌나?"가 아닙니다. 내 광고 시안, 슬라이드, 상품 이미지, SNS 카드뉴스, 수정 지옥이 많은 크리에이티브 작업을 실제로 덜 귀찮게 해주느냐는 질문이 더 중요합니다.
그 점에서 ChatGPT Images 2.0은 분명한 변화입니다. 텍스트 렌더링, 다국어 처리, 이미지 편집, 다양한 비율, 그리고 일부 플랜에서의 'thinking' 모드까지 붙으면서 데모는 매우 강해졌습니다. 다만 시장 반응은 단순하지 않습니다. 인도에서는 가장 큰 사용 규모가 확인됐지만, 전 세계적으로는 다운로드와 사용량 증가가 기대만큼 폭발적이지 않았다는 데이터도 나왔습니다.1 이 차이가 오히려 중요한 힌트입니다. 화제성과 실무 대체력은 같은 것이 아니기 때문입니다.
먼저 물어야 할 질문: 무엇을 대체하려는가
이 도구를 평가할 때 "그림이 예쁜가"로 보면 거의 틀립니다. 더 정확한 질문은 "내가 지금 어떤 이미지 업무를 줄이려는가"입니다.
아이디어 발산용이면 기준이 낮습니다. 빠르게 콘셉트 몇 장 뽑고, 무드보드 만들고, 고객과 방향성을 맞추는 용도라면 ChatGPT Images 2.0은 이미 꽤 강합니다. 한 번의 프롬프트로 여러 비율과 스타일을 만들고, 후속 대화로 수정하는 흐름이 자연스럽기 때문입니다.23
반면, 텍스트가 많은 실전 산출물은 기준이 훨씬 높아집니다. 포스터, 메뉴, 제품 라벨, 인포그래픽, UI 목업처럼 "글자가 읽혀야 하는" 작업에서는 이번 업데이트가 특히 중요합니다. 여러 출처가 공통으로 짚는 핵심은 작은 글자와 비라틴 문자 처리 개선입니다. 한국어, 일본어, 중국어, 힌디어, 벵골어 같은 언어에서 이전 모델보다 훨씬 안정적이라는 평가가 반복됩니다.234
이게 왜 크냐면, 이전 세대 이미지 생성기는 여기서 늘 무너졌기 때문입니다. 보기엔 그럴듯하지만 납품 직전엔 결국 사람이 포토샵으로 글자를 다 갈아엎어야 했습니다. 이번엔 그 "마지막 20% 수작업"이 줄어들 가능성이 생긴 겁니다. 특히 인도에서 반응이 큰 배경도 여기와 연결됩니다. 힌디어·벵골어 같은 로컬 언어 텍스트와 자기표현형 이미지 수요가 맞물렸다는 해석이 가능합니다.1
진짜 달라진 지점과 여전히 남는 정리 작업
좋아진 점은 분명합니다. OpenAI는 4월 21일 ChatGPT Images 2.0과 API 모델 gpt-image-2를 공개했고, 복잡한 지시 수행, 텍스트 렌더링, 이미지 편집, 3:1~1:3 비율 지원, API 기준 최대 2K 출력 등을 내세웠습니다.34 블라인드 벤치마크인 Image Arena에서 큰 점수 차로 1위를 기록했다는 보도도 있었습니다.4
하지만 벤치마크 1위가 곧바로 "디자인 툴 대체"를 뜻하진 않습니다.
첫째, 수정은 강해졌지만 무한정 강하진 않습니다. 여러 번 편집할수록 결과가 정체되거나 맥락이 흐트러질 수 있다는 초기 사용자 관찰이 있습니다.5 즉, 한두 번의 수정 루프는 빨라졌지만, 클라이언트 피드백이 7차까지 가는 프로젝트라면 여전히 전통 툴이 유리할 수 있습니다.
둘째, 브랜드 일관성은 아직 별도 관리가 필요합니다. 색, 로고, 패키지 형태, 제품 디테일은 꽤 잘 따라오지만 "우리 브랜드의 정확한 규칙"까지 자동으로 지켜준다고 보긴 어렵습니다. 실무에서는 결국 레퍼런스 이미지, 금지 조건, 검수 체크리스트를 같이 운영해야 합니다.2
셋째, 정밀 도해나 물리적으로 엄격한 구조는 한계가 남습니다. OpenAI 측 설명을 요약한 자료들에 따르면 퍼즐, 복잡한 화살표 도표, 뒤집힌 면의 정확한 묘사, 반복 패턴 등은 아직 오류 가능성이 있습니다.3
즉, 이 도구는 "아무 이미지나 다 만드는 만능기"보다, 텍스트가 들어간 빠른 시안 제작과 초기-중간 수정 가속에 특히 강한 쪽에 가깝습니다.
30분이면 충분한 도입 판단 테스트
도입 여부는 리뷰보다 직접 테스트하는 게 빠릅니다. 30분만 쓰면 됩니다.
첫 번째 테스트는 텍스트가 들어간 결과물입니다. 예를 들어 "인스타용 4:5 신제품 홍보 이미지, 한국어 헤드라인 12자, 가격, CTA 버튼 포함" 같은 프롬프트를 넣어보세요. 글자가 읽히는지, 줄바꿈이 자연스러운지, 맞춤법이 깨지지 않는지가 핵심입니다.
두 번째는 다국어 자산입니다. 같은 디자인을 한국어와 영어, 가능하면 한국어와 힌디어처럼 다른 문자 체계로 각각 만들어 보세요. 이번 모델의 진짜 차별점은 여기서 드러납니다.13
세 번째는 기존 이미지 편집입니다. 현재 쓰는 제품 사진이나 배너 시안을 넣고 "배경만 바꾸고 제품은 유지", "헤드라인만 교체", "비율을 16:9에서 9:16으로 재구성"을 시켜보세요. 여기서 구도 보존이 무너지면, 생성은 좋아도 실무 대체력은 낮습니다.
마지막은 반복 수정 테스트입니다. 같은 작업을 3회 이상 이어가며 수정해 보세요. 속도는 빨라도 3차 수정부터 스타일이 흔들리면, 이건 메인 툴이 아니라 초안 툴입니다.
판단은 간단합니다.
텍스트 정확도와 수정 보존력이 충분하면 일부 마케팅 제작은 바로 옮겨도 됩니다.
첫 결과는 좋지만 마감본에서 손이 많이 가면 Canva, Figma, Photoshop과 병행하는 편이 낫습니다.
반복 수정에서 계속 무너지면, 아직은 "빠른 목업 도구"로 보는 게 맞습니다.
결국 지금 신경 써야 할 사람은 이미지 AI를 구경하는 사람이 아니라, 매주 비슷한 시안과 변형본을 많이 만드는 사람입니다. 인도에서의 큰 반응은 이 모델이 특히 다국어·자기표현 시장에서 강한 흡인력을 가질 수 있음을 보여줍니다.1 하지만 당신에게 더 중요한 기준은 한 나라의 인기보다, 내 워크플로우에서 검수 시간과 수정 횟수를 실제로 줄여주느냐입니다.
참고
1ChatGPT Images 2.0 is a hit in India, but not a big winner elsewhere, yet
2[GPT Image 2] ChatGPT Images 2.0 핵심 변화와 프롬프트 전략
3ChatGPT Image 2.0 공개 - 디자인 나침반
4What Is GPT Image 2? The Complete Breakdown: Features, Pricing, and Who Gets Access
5ChatGPT Images 2.0 Just Launched: OpenAI's First Image Model That Thinks Before It Draws
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.