무엇이 발표됐나
Nano Banana 2 Lite는 Google이 2026년 6월 30일 발표한 Gemini 계열 이미지 생성·편집 모델이다. API에서는 gemini-3.1-flash-lite-image라는 이름으로 제공된다.1
핵심 포지션은 분명하다. Nano Banana 제품군 안에서 가장 빠르고 비용 효율적인 이미지 모델이다. 고품질 결과물을 끝까지 다듬는 "최종 제작용" 모델이라기보다, 아이디어를 빠르게 많이 뽑고 비교하고 고르는 단계에 맞춰진 모델에 가깝다.2
Google은 이 모델을 Google AI Studio, Gemini API, Gemini Enterprise Agent Platform에서 사용할 수 있다고 밝혔다. 동시에 AI Mode in Search, Gemini 앱, NotebookLM, Google Photos, Stitch, Google Flow, Google Ads 같은 소비자·업무 제품에도 순차적으로 적용한다고 설명했다.1
핵심 성능
Nano Banana 2 Lite의 가장 중요한 숫자는 속도와 가격이다. 텍스트에서 이미지로 생성하는 작업은 약 4초 수준으로 제시됐고, 가격은 1K 해상도 이미지 기준 약 0.034달러로 안내됐다.1
이 조합은 실시간에 가까운 시안 생성, 대량 이미지 생산, 반복적인 디자인 탐색에 잘 맞는다. 예를 들어 광고 배너 후보를 수십 개 만들거나, 제품 상세 페이지용 콘셉트 이미지를 여러 스타일로 뽑아보거나, 앱 안에서 사용자 입력에 따라 즉시 이미지를 생성하는 흐름에 적합하다.
Google Cloud 블로그도 이 모델을 "비용과 속도"에 맞춘 모델로 설명한다. 특히 A/B 광고 시안, 소셜 앱 규모의 이미지 생성, 빠른 디자인 콘셉트 반복처럼 처리량이 많고 지연 시간이 짧아야 하는 워크플로를 주요 사용처로 든다.3
장점과 적합한 사용처
Nano Banana 2 Lite의 장점은 "생각이 식기 전에 결과를 본다"는 데 있다. 생성 시간이 길면 사용자는 한두 번 시도하고 멈추지만, 4초 안팎으로 결과가 나오면 같은 아이디어를 여러 방향으로 변형해볼 수 있다. 그래서 완성본 하나를 만드는 도구라기보다, 초안을 많이 만들고 빠르게 좁혀가는 도구로 보는 편이 자연스럽다.
대량 이미지 생성에도 잘 맞는다. 운영 예산을 크게 늘리지 않고 수많은 시각 자산을 만들어야 하는 팀, 예컨대 마케팅 팀이나 전자상거래 팀에는 비용 구조가 중요하다. 1K 이미지당 0.034달러라는 가격은 이런 반복 작업의 진입 장벽을 낮춘다.1
기능 면에서는 캐릭터 일관성, 프롬프트 준수, 이미지 안 텍스트 렌더링이 강조된다. Google은 Nano Banana 2 Lite가 속도를 우선하면서도 캐릭터의 정체성 유지와 읽을 수 있는 인이미지 텍스트 생성 능력을 갖췄다고 설명한다.1
기존 Nano Banana, 즉 gemini-2.5-flash-image를 쓰고 있던 개발자에게는 권장 대체 모델로 제시됐다. Google은 Nano Banana를 레거시 모델로 보고, 더 나은 품질·속도·비용을 위해 Nano Banana 2 Lite로 갈아타는 것을 권한다.1
Nano Banana 제품군 안에서의 위치
Nano Banana 2 Lite는 "빠른 반복"이 목표인 모델이다. 초저지연, 고처리량, 낮은 비용이 가장 중요한 경우에 맞다. 즉, 많은 후보를 빠르게 만들고 그중에서 좋은 것을 고르는 용도다.1
Nano Banana 2는 더 균형 잡힌 일반형 모델로 볼 수 있다. Google은 이를 품질과 비용, 지연 시간 사이의 균형을 제공하는 "generalist workhorse"에 가깝게 설명한다. Lite보다 더 무거운 작업을 맡기되, 여전히 실용적인 속도와 비용을 기대하는 위치다.4
Nano Banana Pro는 복잡하고 전문적인 작업을 위한 상위 모델이다. 속도보다 정확성, 제어력, 고난도 추론이 더 중요한 경우에 맞는다. 따라서 세 모델을 간단히 나누면 Lite는 빠른 초안, 2는 균형형 제작, Pro는 정밀한 전문 작업에 가깝다.1
한계와 주의할 점
Nano Banana 2 Lite가 빠르고 저렴하다고 해서 결과를 그대로 신뢰해도 된다는 뜻은 아니다. Google DeepMind 모델 페이지는 작은 얼굴, 정확한 철자, 이미지의 미세한 디테일에서 오류가 생길 수 있다고 밝힌다.2
데이터 기반 인포그래픽이나 도표도 검증이 필요하다. 모델이 현실 지식과 맥락을 활용할 수는 있지만, 복잡한 수치나 사실 관계를 잘못 해석할 가능성이 있다. 특히 차트, 주석이 있는 다이어그램, 통계 기반 시각 자료는 사람이 최종 확인해야 한다.2
번역과 현지화도 마찬가지다. 여러 언어의 텍스트를 이미지 안에 넣을 수 있지만, 철자, 문법, 문화적 뉘앙스, 관용 표현에서 어색함이 생길 수 있다. Simon Willison의 간단한 사용 사례에서도 이미지 속 문구 철자가 틀린 사례가 언급됐다.5
복잡한 편집에서는 부자연스러운 결과가 나올 수 있다. 마스크 편집, 큰 조명 변화, 여러 이미지를 섞는 작업은 시각적 아티팩트나 장면 간 불일치를 만들 수 있다.2
또 하나의 주의점은 실제를 왜곡하는 이미지 사용이다. Hacker News 토론에서는 부동산 사진을 AI로 과하게 보정하거나 없는 조명, 가구, 공간감을 만들어내는 문제에 대한 비판이 나왔다.6 이는 모델 자체의 성능 문제가 아니라 사용 방식의 문제지만, 빠르고 저렴한 생성 도구일수록 허위 표현을 대량으로 만들 위험도 커진다.
Gemini Omni Flash와 함께 쓰는 흐름
Nano Banana 2 Lite는 이미지 생성 단계에서 빠른 초안을 만들고, Gemini Omni Flash는 그 이미지를 영상으로 확장하는 식으로 함께 쓸 수 있다. Google은 두 모델을 연결해 이미지 생성과 영상 제작·편집을 이어붙이는 엔드투엔드 멀티미디어 워크플로를 제안한다.1
예를 들어 전자상거래 팀이 Nano Banana 2 Lite로 제품 광고 이미지를 여러 콘셉트로 빠르게 만든 뒤, 선택한 이미지를 Gemini Omni Flash에 참조 이미지로 넣어 짧은 제품 소개 영상으로 바꿀 수 있다. Google의 Omni Product Studio 데모도 정적 이미지를 시네마틱한 이커머스 영상으로 변환하는 흐름을 보여준다.4
요약
Nano Banana 2 Lite는 "가장 좋은 이미지 하나"보다 "많은 가능성을 빠르게 시험하는 과정"에 강한 모델이다. 약 4초의 텍스트-이미지 출력, 1K 이미지당 약 0.034달러 가격, gemini-3.1-flash-lite-image라는 API 모델명은 이 모델의 성격을 잘 보여준다.
기존 Nano Banana 사용자는 우선 대체 후보로 검토할 만하다. 다만 작은 얼굴, 철자, 세부 묘사, 데이터 정확성, 현지화, 복잡한 편집에서는 오류 가능성이 있으므로 최종 배포 전 검증 과정은 반드시 필요하다.
참고
1Google 공식 블로그 - Start building with Nano Banana 2 Lite and Gemini Omni Flash
2Google DeepMind 모델 페이지 - Nano Banana 2 Lite
4TechCrunch - Google introduces a faster, cheaper image generator with Nano Banana 2 Lite
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.