
ChatGPT 이미지 생성 기능이 완전히 달라졌다. 2026년 4월 21일 OpenAI가 공개한 GPT 이미지 2.0(gpt-image-2)은 단순히 이미지를 만드는 도구가 아니라, '생각하고' 결과물을 내놓는 AI다. 한국어 텍스트를 실제로 타이핑한 것처럼 렌더링하고, 한 번의 프롬프트로 최대 10장의 일관된 이미지를 만들며, 2K 해상도를 기본 지원한다. 기존 DALL-E와 무엇이 다른지, 실제 비교 테스트에서 어떤 결과가 나왔는지, 그리고 지금 바로 쓸 수 있는 방법까지 한 번에 정리한다.
GPT 이미지 2.0, 무엇이 달라졌나: 세대 교체의 의미

OpenAI는 이번 출시를 발표하면서 꽤 직접적인 비유를 썼다. DALL-E는 "동굴 벽화", 이전 이미지 생성 모델(ImageGen 1.0)은 "고대 예술", 그리고 이번 GPT 이미지 2.0은 "르네상스"다. 다소 과장처럼 들릴 수도 있지만, 실제 결과물을 보면 그 비유가 그냥 마케팅 문구만은 아니라는 생각이 든다.
핵심 차이는 아키텍처에 있다. DALL-E 3는 노이즈에서 이미지를 점진적으로 만들어내는 확산(Diffusion) 모델이었다. gpt-image-2는 오토리그레시브 방식(스스로 앞 결과를 참고하며 순차적으로 생성하는 방식)을 사용하는 것으로 업계에서는 보고 있다. OpenAI가 공식적으로 아키텍처를 밝히지는 않았지만, TechCrunch를 비롯한 여러 기술 매체들이 이 가능성을 유력하게 언급했다. GPT-4o와의 네이티브 통합이 된 것도 이번이 처음이다. 기존에는 ChatGPT에서 DALL-E를 "연결해서" 쓰는 구조였다면, 이제는 대화 맥락 안에서 이미지 생성이 자연스럽게 이어진다.
| 항목 | DALL-E 3 | gpt-image-2 |
|---|---|---|
| 아키텍처 | 확산(Diffusion) 모델 | 오토리그레시브 방식 (추정) |
| ChatGPT 통합 | 외부 도구로 연결 | 네이티브 통합 |
| 텍스트 렌더링 | 한계 많음 (오류 빈발) | 대폭 개선 (한국어 포함) |
| 동시 이미지 생성 | 단일 이미지 | 최대 8~10개 |
| 웹 검색 통합 | 없음 | Thinking 모드에서 지원 |
| 최대 해상도 | 최대 1792×1024px | 2K (API에서 4K 베타) |
| 비라틴계 텍스트 | 미흡 | 상당한 개선 |
숫자만 보면 "좀 좋아졌나보다" 싶을 수 있는데, 아래 기능들을 하나씩 살펴보면 체감 차이가 꽤 크다는 게 느껴진다.
핵심 기능 살펴보기: GPT 이미지 2.0이 실제로 할 수 있는 것
Thinking 모드: 이미지 만들기 전에 먼저 생각한다
GPT 이미지 2.0의 가장 큰 변화 중 하나는 "생각하는 과정"이 생겼다는 점이다. 프롬프트를 받으면 바로 픽셀을 찍어내는 게 아니라, 먼저 어떤 구성이 최적인지 단계별로 분석하고, 필요하면 웹 검색까지 한다. 그 다음 레이아웃을 설계하고, 생성 후에는 결과물도 스스로 검증하는 단계를 거친다.
Thinking 모드에서는 최대 8개의 이미지를 한 번에 일관되게 만들 수 있다. 예를 들어 "셀피 사진 기반으로 만화 3페이지를 그려줘"라고 하면, 캐릭터 외모를 유지하면서 연속된 스토리를 그려낸다. 이 기능은 ChatGPT Plus, Pro, Business 구독자에게만 제공된다.

한국어 텍스트 렌더링: 비라틴계 언어의 혁신
이전 AI 이미지 생성 모델들의 고질적인 약점이 텍스트 표현이었다. DALL-E가 "enchilada"를 "enchuita"로 쓰는 식의 오류는 너무 흔한 일이었다. 영어도 그 정도였는데 한국어는 말할 것도 없었다.
여기서 차이가 눈에 띈다. Engadget과 TechCrunch 모두 비라틴계 문자 처리에서 "significant gains(상당한 개선)"가 있다고 평가했다. 한국어, 일본어, 중국어, 힌디어, 벵갈어 등 비라틴계 언어의 시각적 특성이 대폭 개선됐다. "워", "렛", "힐" 같은 복잡한 자음모음 조합도 정확히 재현되는 수준이다. 식당 메뉴를 생성했을 때 "즉시 레스토랑에서 사용해도 눈치채지 못할 수준"이라는 평가가 나왔을 정도다.
텍스트투이미지 생성에서 한국어 표현의 정확도가 이 수준에 도달한 건 이번이 처음이라고 봐도 무방하다. 한국어가 들어가는 이미지 작업이라면 이 부분만으로도 기존 도구들과 차별화가 된다.
최대 10개 동시 생성: 잡지, 룩북, 만화도 한 번에
기존 AI 이미지 생성의 한계 중 하나가 "일관성"이었다. 같은 캐릭터를 여러 장 만들려고 하면 매번 조금씩 얼굴이 달라지는 문제가 있었다. gpt-image-2는 단일 프롬프트로 최대 10개의 이미지를 스타일과 캐릭터를 유지하면서 동시에 생성할 수 있다.
OpenAI의 공식 발표에서 구체적인 활용 예시로 제시한 것들이 인상적이다. 잡지 전체를 한 번에 레이아웃하고 이미지를 채우거나, 집 리모델링 계획을 방마다 시각화하거나, 반복 등장인물이 있는 만화 시리즈를 만드는 것이 가능하다고 밝혔다. ChatGPT이미지생성기능이 크리에이터들에게 실질적인 제작 도구가 될 수 있다는 가능성이 처음으로 현실화된 것이다.
2K~4K 해상도 + 다양한 종횡비
기본 해상도가 2K(최대 2048px)까지 올라갔고, API에서는 4K가 베타로 제공된다. Microsoft Azure Foundry에 동시 출시된 기업 버전에서는 이 4K 지원이 공식 명시되어 있다.
종횡비도 폭이 넓어졌다. 3:1 초광각부터 1:3 초세로까지 전 구간을 지원한다. 투명 PNG 생성도 가능해졌고, 인포그래픽이나 소형 UI 요소, 수학 증명 이미지처럼 정밀도가 요구되는 작업에서도 성능이 크게 개선됐다. 쌀 한 톨 크기에 텍스트를 새기는 극한의 마이크로 디테일 시연은 OpenAI 공식 영상에서 직접 보여주기도 했다.
실전 비교 테스트: GPT 이미지 2.0 vs Gemini Imagen

스펙만 보는 것과 실제 결과물을 비교하는 건 다른 얘기다. GPT 이미지 2.0과 Google의 Gemini Imagen 모델을 다양한 조건으로 직접 맞붙인 비교 테스트에서 확인된 결과들을 살펴봤다.
테스트 1, 2: 한국어 텍스트 밀도와 PPT 슬라이드
첫 번째 테스트는 책 양면에 한국어 본문을 빼곡하게 채운 이미지를 만드는 것이었다. GPT 이미지 2.0의 결과물을 보고 "책을 찍은 게 아닐까"라는 반응이 나왔다. 복잡한 한글 자음모음 조합이 정확하게 재현됐고, Gemini 쪽은 읽기 어려운 왜곡된 글자들이 섞여 있었다.
두 번째 테스트는 맥킨지, BCG, 베인 스타일의 정보 밀도가 높은 컨설팅 PPT 슬라이드였다. GPT 이미지 2.0에서 "전략 기획팀"이라는 소형 라벨까지 선명하게 출력됐다. 작은 글자에서도 타이핑한 것처럼 자연스러운 한글이 나왔다는 점이 인상적이다. 비교 대상은 같은 크기의 글자에서 픽셀이 깨지기 시작했고, "AI가 만든 것 같은 느낌"이 확연히 났다. 젠스파크 같은 이미지 기반 프레젠테이션 서비스들에 상당한 변화가 생길 것으로 보이는 결과였다.
테스트 3, 4: 만화 연속성과 스포츠 사진 저널리즘
망가 캐릭터 연속성 테스트에서는 둘 다 일관성을 어느 정도 유지했다. 다만 GPT 이미지 2.0이 할리우드 액션 영화풍의 이펙트를 더 다이나믹하게 표현했고, Gemini 쪽은 한국어 지시에도 불구하고 이펙트 부분에 일본어가 삽입되는 문제가 있었다. 만화라서 자동으로 일본어를 넣은 것으로 보이는데, 이건 꽤 치명적인 실수다.
스포츠 사진 저널리즘 테스트는 격차가 가장 컸다. LA 다저스 유니폼 착용 왼손타자, 1/2000초 고속 셔터, 배트 끝 모션 블러, 3:2 가로형이라는 구체적인 조건을 줬을 때 GPT 이미지 2.0에서는 흙먼지가 튀기는 장면, 모션 블러, 배경 아웃포커싱이 정확하게 재현됐다. 역동적인 장면을 실제로 캡처한 것처럼 느껴지는 수준이었다. Gemini는 스포티한 느낌이 부족했고, 이유를 알 수 없는 빛이 상단에 삽입됐다. 이 결과만으로도 스포츠 포토그래퍼나 스포츠 마케팅 팀이 기존 도구에서 gpt-image-2로 갈아타도 충분할 수준의 품질 차이다.
테스트 5, 6, 7: 룩북, 이탤릭 스타일, 쌀 한 톨 텍스트
패션 룩북 일관성 테스트에서 GPT 이미지 2.0은 첫 번째로 생성한 여성 얼굴 이미지를 기준으로 블레이저, 셔츠, 슬랙스, 스니커스, 악세서리까지 정확하게 표현한 8가지 룩을 만들어냈다. Gemini는 포즈가 바뀌고 얼굴도 다소 변형됐다.
이탤릭 글자 스타일의 한국어 전환 테스트도 흥미로웠다. 이탤릭 스타일로 만든 영어 포스터를 한국어로 바꿔달라고 했을 때, GPT 이미지 2.0은 영어의 기울기 스타일을 한국어에도 그대로 적용했다. "AI가 한 글자씩 직접 쓴 것 같은 느낌"이라는 표현이 나왔는데, 폰트가 고정되어 있는 게 아니라 스타일 자체를 이해하고 재현한다는 증거다. Gemini는 한국어로 전환하면서 곧바로 직립 글자로 바뀌었다. 한국어 폰트의 다양성 자체가 부족한 듯한 인상을 줬다.
비교 테스트 총평
7개 테스트 전반에서 GPT 이미지 2.0이 우세했으며, 특히 한국어 텍스트 정확도에서는 사실상 경쟁이 되지 않는 수준이었다. 한국어가 들어가는 이미지 작업이라면 현재로서는 gpt-image-2가 압도적인 선택지다.
지금 바로 쓸 수 있는 방법: 요금제, 접근법, API
ChatGPT 이미지 생성 기능은 2026년 4월 21일부터 전체 ChatGPT 사용자를 대상으로 공개됐다. 다만 구독 플랜에 따라 접근할 수 있는 기능이 다르다.
| 구독 플랜 | 접근 가능 기능 |
|---|---|
| Free / Go | Instant 모드 (기본 이미지 생성) |
| Plus / Pro / Business | Thinking 모드 포함 (웹 검색 + 멀티 이미지 + 캐릭터 일관성) |
| API | gpt-image-2 또는 chatgpt-image-latest 모델명 사용 |
| 기업 (Azure) | Microsoft Azure Foundry를 통해 별도 제공, Azure SLA 적용 |
API로 사용하려는 개발자들을 위한 가격 정보도 공개됐다. 1024×1024 기준으로 품질 티어별로 다르다.
| 품질 티어 | 이미지당 가격 (1024×1024) |
|---|---|
| Low | $0.006 |
| Medium | $0.053 |
| High | $0.211 |
이미지 입력 토큰은 백만 토큰당 $8, 출력 토큰은 $30이다. 복잡도에 따라 생성 시간이 최대 2분까지 걸릴 수 있다. 한 가지 참고할 점은, 일부 개발자의 경우 API 사용을 위해 Organization Verification이 필요할 수 있다는 것이다. 그리고 선택 영역을 지정해서 편집할 때 지정한 범위를 벗어나는 경우가 간혹 발생하는 것이 현재 알려진 한계다.

앞으로의 전망: "이제는 진짜인지 묻게 되는 시대"
OpenAI는 이번 발표에서 꽤 묵직한 말을 남겼다.
"우리는 더 이상 이미지를 감상하기 위해 생성하지 않는다. 발견하고 항해하며, 발명하고 건설하며, 꿈꾸고 탐험하는 것, 아이디어를 현실로 만들기 위해 생성한다."
OpenAI, GPT 이미지 2.0 공식 발표
실용적인 관점에서 보면, 이미 파급 효과가 나타나고 있는 분야가 있다. 이미지 기반 프레젠테이션 서비스들(젠스파크 등)이 gpt-image-2를 통합하면 PPT 제작 방식 자체가 바뀔 수 있다. 비교 테스트에서 확인됐듯, 한국어 소형 라벨까지 선명하게 표현되는 수준이면 실무 도구로 충분하다. 마케팅 이미지, 소셜 미디어 콘텐츠, 인포그래픽 제작에도 기존 대비 작업 시간이 크게 단축될 것이다.
동시에 불편한 면도 생겼다. 비교 테스트를 진행한 측에서 "이제는 콘텐츠를 볼 때 '이게 진짜일까?'라는 생각이 먼저 드는 시대가 됐다"고 정리한 것처럼, 포토리얼리스틱 수준의 AI 생성 이미지가 일상화되면서 진위 판단의 기준 자체가 흔들리고 있다. 이미지 생성 AI가 동영상 생성 영역으로 확장되는 속도도 빠르다. gpt-image-2에서 보여준 품질 수준이 영상에도 적용된다면, 그건 또 다른 국면이 된다.
ChatGPT 이미지 생성 기능은 지금 바로 ChatGPT에서 무료로도 써볼 수 있다. 한국어 텍스트가 얼마나 정확하게 나오는지, Thinking 모드에서 연속 이미지가 어떻게 만들어지는지, 어떤 이미지생성프롬프트가 최고의 결과를 내는지 직접 테스트해보고 싶다면 지금이 좋은 시점이다. 어떤 결과가 나왔는지 댓글로 공유해주시면 다양한 사례를 같이 살펴볼 수 있을 것 같다.
'AI > GPT' 카테고리의 다른 글
| 챗GPT 프롬프트 작성법 5단계 (0) | 2026.06.13 |
|---|---|
| GPT 5.5가 뭐예요? 출시 당일 한눈에 정리 (0) | 2026.04.24 |
| 코덱스 컴퓨터 유즈, 실제 PC 조작까지 가능해진 AI (0) | 2026.04.18 |
| Codex CLI vs Codex 앱 차이점 총정리 | 어떤 걸 써야 할까? (0) | 2026.03.07 |
| ChatGPT 5.4 출시! 코딩부터 웹조작까지 5가지 신기능 (0) | 2026.03.06 |