고칠수록 무너지던 AI 그림, 오픈AI Images 2.5가 Arena 1·2위

오픈AI 공식 X 계정이 한국 시각 9일 새벽 3시 41분에 올린 공지입니다. 생성이 빨라졌고, 참조 사진 속 인물을 더 자연스럽고 알아볼 수 있게 옮기고, 여러 번 편집해도 세부가 유지되며, 이미지 위에 코멘트를 달아 원하는 부분만 고칠 수 있다는 네 가지를 내세웠습니다. 발표문에는 사람들이 ChatGPT Images와 API의 GPT-Image 모델로 매주 30억 장 넘는 이미지를 만든다는 숫자가 먼저 나옵니다. 하루로 나누면 4억 2,800만 장, 1초에 5,000장 가까이 되는 양이고, 이번 업데이트는 이 생성 전체의 기본 모델을 교체했습니다.

고칠수록 무너지던 그림

이미지 생성 모델의 오래된 약점은 두 번째 요청부터 드러났습니다. 배경 하나만 바꿔 달라고 하면 인물의 얼굴이 달라지고, 글자를 고치면 구도가 흔들리고, 수정을 거듭할수록 화질이 뭉개지는 식이었습니다. 오픈AI는 Images 2.5가 요청한 부분만 고치고 나머지 세부는 그대로 두며, 피사체와 배경이 복잡할 때도 마찬가지라고 설명했습니다. 긴 대화에서 편집을 이어 가도 앞선 수정이 유지되고, 새 편집이 이미 해 둔 작업 위에 쌓이면서 화질이 떨어지지 않는다는 설명도 붙였습니다.

발표문에 실린 예시에서 강아지에게 스턴트맨 옷을 입혀 달라는 편집은 헬멧과 점프슈트만 새로 그렸고, 뒤편의 의자와 바닥의 그림자, 목줄은 원본 그대로 남겼습니다. 개발자 쪽 설명도 같은 방향입니다. 제품 사진에서 상품이나 배경, 문구 하나만 바꾸면서 피사체와 구도, 브랜드 표현은 지키는 작업, 전체를 새로 만들지 않고 필요한 부분만 고치는 작업이 오픈AI가 든 API 활용 예시였습니다.

글자가 많은 이미지도 손봤습니다. 오픈AI는 실제 정보를 담은 이미지의 내용이 더 정확해지고 투명 배경을 포함한 복잡한 레이아웃을 더 잘 다룬다고 밝혔고, 반복 편집 예시로 중국어 여행 안내 인포그래픽을 여러 차례 고치는 영상을 실었습니다. 브랜드 소재를 연작으로 만들거나 정해진 위계를 지킨 화면 시안, 정해진 구조에 맞춘 발표 자료를 만들 때 지시가 구체적일수록 결과가 흐트러지던 문제를 줄였다는 설명입니다.

5년 전과 비교하면 이미지 모델에 맡기는 일 자체가 달라졌습니다. 2021년 초 오픈AI의 첫 DALL·E 논문은 120억 파라미터 모델로 문장 하나에 그림 512장을 뽑은 뒤, 글과 그림이 얼마나 맞는지 재는 CLIP으로 순위를 매겨 가장 잘 맞는 것을 결과로 보였습니다. 많이 뽑아서 고르는 방식이었고, 이번 발표는 한 장을 여러 번 고쳐 나가는 과정에서 무엇이 남는지를 내세웠습니다.

Arena 세 부문 1~3위가 모두 오픈AI입니다

품질은 사람들이 두 모델의 결과를 나란히 보고 더 나은 쪽에 투표하는 Arena에서도 확인됐습니다. API로 나온 두 모델 GPT-Image-2.5 Sunburst와 Flare가 텍스트로 그림을 그리는 부문, 이미지 한 장을 고치는 부문, 여러 장을 섞어 고치는 부문에서 모두 1위와 2위에 올랐습니다. Arena는 발표 당일 순위표를 공개했습니다.

Arena 점수, 9월 8일 공개 기준(출처: Arena).

3위는 세 부문 모두 직전 모델 GPT Image 2(medium)였고, 이 모델도 오픈AI 밖 최고 모델보다 50점, 22점, 40점 높았습니다. 이번 발표로 세 부문 1~3위를 모두 오픈AI 모델이 채웠습니다. 오픈AI 밖 1위는 부문마다 마이크로소프트의 MAI Image 2.6, xAI의 Grok Imagine Image 2.0, 바이트댄스의 Seedream-5.0 Pro로 갈렸고, 메타의 Muse Image는 7위·6위·5위, 구글의 Nano Banana 2는 9위·12위·6위였습니다.

한 달 전 순위표와 맞대 보면 경쟁의 속도가 보입니다. 8월 7일 xAI의 Imagine Image 2.0은 텍스트→이미지와 편집 두 순위표 모두 GPT Image 2 다음인 2위에 올랐고, 직전 모델은 텍스트→이미지 14위였습니다. 9월 8일 순위표에서 Grok Imagine Image 2.0(low)은 텍스트→이미지 5위, 단일 편집 4위였습니다.

상승 폭은 편집 쪽이 더 컸습니다. GPT Image 2보다 Sunburst와 Flare는 텍스트→이미지에서 40점과 18점, 단일 이미지 편집에서 59점과 30점, 다중 이미지 편집에서 81점과 47점 올랐습니다. 다중 편집의 상승 폭이 텍스트→이미지의 두 배를 넘었고, 오픈AI가 발표문에서 앞세운 부분 편집과 반복 수정이 투표 결과에서도 같은 쪽으로 나왔습니다.

점수 차를 맞대결 승률로 바꿔 보면 크기가 잡힙니다. Arena 점수를 체스 Elo처럼 읽으면 400점 차이에서 앞선 쪽의 기대 승률이 약 91%이고, 이 식으로 40점은 약 56%, 81점은 약 61.5%입니다. 다중 이미지 편집에서 Sunburst와 오픈AI 밖 최고 모델 사이 121점은 약 67%로, 투표 세 번 가운데 두 번꼴로 Sunburst가 이기는 차이입니다.

Flare와 Sunburst는 값이 같고 쓰는 토큰이 다릅니다

개발자용으로는 두 모델이 나왔습니다. Flare는 대부분의 서비스에 쓰라는 기본 모델로, 오픈AI는 GPT-Image-2보다 높은 품질을 50% 낮은 지연으로 낸다고 밝혔습니다. 크리에이터 콘텐츠와 상품 화면, 시각 검색, 빠른 시안, 대량 생성이 쓰임새로 꼽혔습니다. Sunburst는 생성 시간이 더 걸리는 대신 편집을 더 촘촘하게 제어하는 모델이고, 바로 쓸 캠페인 소재나 다듬은 제품 이미지에 쓰라고 권했습니다.

GPT-Image-2.5 Flare·Sunburst 공통, GPT-Image-2와 같은 가격입니다(출처: OpenAI 개발자 문서).

두 모델의 토큰 단가는 같고, 품질 설정은 low부터 max까지 다섯 단계입니다. 같은 품질 단계를 골라도 모델마다 이미지 한 장에 쓰는 토큰 수가 달라서 장당 비용은 달라집니다. 출력 단가가 이미지 입력의 3.75배라, 장당 출력 토큰이 조금만 늘어도 청구액이 그만큼 움직입니다.

먼저 써 본 고객사들의 말도 발표문에 실렸습니다. 범용 AI 에이전트 서비스 Manus의 평가팀은 자체 평가에서 Flare가 GPT-Image-2보다 2~4배 빠른 속도로 고품질 이미지를 냈다고 적었습니다. 오픈AI가 밝힌 지연 50% 감소는 속도로 2배에 해당하니, 고객사의 측정은 회사 발표와 같거나 그보다 컸습니다. 어도비는 여러 회사의 AI 모델과 자사 전문 도구를 한곳에 모은 Firefly에 GPT-Image-2.5를 추가했다고 밝혔고, 영상 생성 도구 Runway의 최고 크리에이티브 책임자는 이 모델이 창작자들이 Runway에서 일하는 방식에 그대로 들어맞는다고 적었습니다. 영상·광고 제작 도구를 만드는 Higgsfield AI는 편집 능력을 이렇게 평가했습니다.

GPT-Image-2.5 Flare에서 가장 인상적이었던 점은 무엇을 바꾸지 말아야 하는지를 잘 이해한다는 것입니다.— 악술탄 알림쿨로프, Higgsfield AI 제품 책임자

그림판과 템플릿, 그리고 프롬프트 공유

ChatGPT에는 기능 네 가지가 들어왔습니다. 입력창에 @Sketch를 적으면 그림판이 열리고, 방 배치나 구상 중인 옷의 윤곽을 대충 그린 뒤 스타일과 세부를 글로 덧붙이면 완성된 이미지로 바꿔 줍니다. 템플릿은 포스터나 굿즈처럼 자주 만드는 형식을 골라 전할 정보와 디자인 요소만 채우게 하고, 코멘트 편집은 이미지 위의 특정 지점에 직접 메모를 달아 그 부분만 고치게 합니다.

네 번째 기능인 프롬프트 공유를 켜고 이미지를 보내면 그 이미지를 만든 프롬프트도 함께 가서, 받은 사람이 자기 사진과 내용을 넣어 같은 아이디어로 자기 버전을 만들 수 있습니다. 오픈AI가 발표문에서 예로 든 것은 80년대의 내 모습을 그려 주는 프롬프트였고, ChatGPT 안에 바로 써 볼 수 있는 링크도 걸었습니다.

1년 반 전에는 사정이 달랐습니다. 2025년 3월 GPT-4o 이미지 생성이 나온 주에 샘 올트먼 CEO는 사람들이 ChatGPT의 이미지를 좋아하는 모습이 즐겁지만 GPU가 녹고 있다고 썼고, 사용 한도를 잠시 걸며 무료 이용자는 곧 하루 3장으로 제한하겠다고 알렸습니다. 그때는 이미지가 퍼지자 사용 한도부터 걸었고, 이번에는 남이 만든 프롬프트를 받아 다시 만드는 기능을 처음부터 제품에 넣고 생성 지연도 최대 50% 줄였습니다.

진짜 같은 사진에 붙는 표식

저는 오픈AI 코리아와 협력사가 제공한 얼리 액세스로 공개 전에 Images 2.5를 미리 써 봤습니다. 첫 생성 품질도 좋아졌지만, 여러 번 고쳐도 인물과 구도, 앞서 고친 부분이 계속 유지되는 점이 더 크게 다가왔습니다. 실제 사진과 생성 이미지를 나란히 두면 어느 쪽이 AI로 만든 것인지 저도 자신 있게 가려내기 어려웠습니다.

오픈AI도 같은 지점을 위험으로 적었습니다. 9월 8일 공개한 시스템 카드는 Images 2.5가 Images 2.0보다 사실감이 높아져, 안전장치가 없다면 실존 인물과 장소, 사건을 다룬 정치적·성적 이미지 같은 딥페이크를 더 그럴듯하게 만들 수 있다고 적었습니다. 이런 이미지는 이용 정책 위반이고, 프롬프트 단계와 이미지 단계에서 막는다는 설명입니다.

위반을 유도하도록 만든 프롬프트로 잰 값이라 실제 이용에서 이런 요청이 나오는 빈도와는 다릅니다(출처: ChatGPT Images 2.5 시스템 카드).

위반 이미지가 그대로 나간 비율은 1.64%에서 1.09~1.41%로 낮아졌지만, 시스템 카드는 이 차이 가운데 통계적으로 유의한 것은 없다고 밝혔습니다. 항목별로 정치 분야는 Images 2.0의 1.06%가 Sunburst 0.35%, Flare 0.71%였고, 성적 이미지는 2.07%가 0.52%와 1.04%였습니다. 실존 인물을 꾸며 내거나 곤란하게 그린 이미지는 종교 인물, 탈옥 시도와 함께 기타 항목으로 묶였는데, 이 항목에서는 새 모델 기준 1.53~1.64%(Images 2.0은 2.08%)가 걸러지지 않았습니다.

시스템 카드에는 이미지 모델의 위험을 재는 낯선 방법도 실려 있습니다. 생물·사이버 위험 평가 문제를 주고 풀이 과정과 답을 이미지 안에 그려 넣게 한 뒤, 그림 속 최종 답만 채점했습니다. 두 모델 모두 준비 프레임워크의 생물 High와 사이버 High 기준을 넘지 않았지만, 오픈AI는 Images 2.0 때처럼 생물 분야에서는 High 수준 모델에 맞춘 완화책을 그대로 적용한다고 적었습니다.

만들어진 이미지를 가려내는 장치로는 두 가지를 씁니다. 파일에 생성 도구와 시각을 적는 업계 표준 메타데이터 C2PA, 그리고 구글 딥마인드가 만든 보이지 않는 워터마크 SynthID입니다. 시스템 카드는 SynthID를 ChatGPT와 Codex, API 전반에 넣어 메타데이터 방식을 보완한다고 적으면서, 출처 표시에 단일 해법은 없다는 문장도 함께 넣었습니다.

오픈AI 도움말은 두 장치의 약점을 더 구체적으로 적었습니다. C2PA 메타데이터는 플랫폼이나 편집 도구, 파일 변환을 거치며 지워질 수 있고, 워터마크도 압축이나 자르기, 잡음, 편집, 형식 변환을 거치면 약해질 수 있다는 설명입니다. openai.com/verify에 파일을 올리면 오픈AI의 표식이 있는지 확인할 수 있지만, 표식이 나오지 않았다고 오픈AI가 만들지 않은 이미지라고 단정할 수는 없다는 문장도 같은 문서에 있습니다.

구글이 만든 워터마크를 쓰는 회사는 오픈AI만이 아닙니다. 앤트로픽이 8월 설명한 클로드 텍스트 워터마크는 구글 딥마인드의 SynthID-Text를 바탕으로 한 방식이고, 구글은 자사 영상 모델 Omni 1.1로 만든 모든 영상에 SynthID를 넣습니다. 생성 AI 회사 세 곳이 출처 표시에 같은 회사의 기술을 쓰고 있으니, 메신저와 SNS를 거쳐 압축되고 잘린 이미지에서 SynthID가 얼마나 남는지는 세 회사 모두에 걸린 문제입니다.

아티클·7분 읽기AI클로드가 쓴 글에 보이지 않는 워터마크가 붙습니다, 번역과 교정만 맡겨도 남습니다앤트로픽이 8월 11일 클로드가 만든 텍스트에 보이지 않는 워터마크를 넣는다고 밝혔습니다. 모델 단계에서 넣어 전 세계 출력에 붙고, 코드와 번역·교정 결과물에도 남습니다. 원리와 품질 영향, 지우는 공격, 한국 사용자에게 생기는 문제를 정리했습니다.읽기

2.5 다음에 확인할 것

배포 대상이 무료 요금제를 포함한 모든 요금제라 한국 이용자도 ChatGPT에서 Images 2.5를 쓰게 되고, API로 이미지를 다루는 국내 개발사는 GPT-Image-2와 같은 가격에 Flare와 Sunburst 가운데 골라 쓸 수 있습니다. 오픈AI가 내건 속도와 편집 개선은 자체 발표 수치이고 Arena 점수는 사람들의 선호 투표라서, 수십 번 고치는 실제 작업에서도 같은 차이가 나는지는 이용자들이 직접 써 본 결과로 확인됩니다.

출처 표시 쪽에서는 압축과 자르기를 거친 이미지에서 SynthID가 얼마나 남는지에 대한 공개 측정이 아직 없습니다. 오픈AI는 유럽연합 집행위원회의 AI 생성 콘텐츠 투명성 실천 강령에 따른 약속에 맞춰 출처 표시를 텍스트까지 모든 형식으로 넓히는 것이 목표라고 도움말에 적었습니다.

읽어 주셔서 고맙습니다.

초이 드림