이미지 생성을 기다리는 것은 첫 번째 이미지만이 아닙니다. 구도를 바꾸거나, 제품의 색상을 수정하고, 표정을 조정하는 등 이러한 반복 작업이 짧아짐에 따라 제작 방식 자체도 변화합니다.
OpenAI가 11월 4일에 발표한 Images 2.6은 생성 속도뿐만 아니라 편집 제어 기능과 출력 형식을 확장한 업데이트입니다. API를 통해서는 GPT-Image-2.6 Flare / Sunburst가 제공됩니다.
본 기사는 공식 자료 정리와 OpenAI 공식 Image API로 직접 토큰을 측정하여 얻은 소수의 실측 데이터를 보충한 것입니다. '6초'라는 시간은 특정 조건에서의 공식 설명일 뿐, 모든 생성 시간을 보장하는 것은 아닙니다.
이 업데이트를 통해 빠르게 이미지를 생성하고, 필요한 부분을 수정하며, 용도에 맞는 형식으로 결과물을 받을 수 있게 되었습니다.
공식 블로그에 따르면, 이미지 생성 속도가 기존보다 50% 향상되었습니다. Flare 모델은 quality=low 설정으로 최단 약 6초의 생성이 가능하다고 합니다. 또한 GIF, API를 통한 image markup, SVG 출력, 그리고 새로운 complexity 파라미터가 추가되었습니다.
블로그에 언급된 '주당 40억 장'이라는 수치는 ChatGPT, Codex, API 전체에서 생성되는 이미지의 총량을 의미합니다. 이는 2.6 단독 사용 실적이나 한국에서의 인기를 나타내는 지표는 아닙니다.
| 모델 | 공식 설명 특징 | 선택 기준 예시 |
|---|
| Flare | 저품질 설정으로 고속 생성. 포스터나 상품 이미지 레이아웃 개선에 적합 | 러프한 시안, 여러 안 비교 |
| Sunburst | medium / high를 통해 고화질과 편집 일관성을 중시할 때 사용 | 인물/상품/브랜드의 세부 묘사를 유지해야 하는 제작 |
우측 열은 공식 특징을 바탕으로 추론한 활용 예시일 뿐, 화질 비교 실험에 근거한 것은 아닙니다. API 가이드에서도 문자의 배치, 캐릭터의 일관성, 엄격한 구도에는 한계가 있다고 명시하고 있습니다. 따라서 상품명이나 얼굴처럼 변해서는 안 되는 부분은 반드시 확인이 필요합니다.
quality: 묘사의 세밀함과 충실도complexity: 묘사 전에 요구 사항을 만족시키기 위해 얼마나 많은 계획(설계)을 거치는가
complexity는 low / medium / high로 설정할 수 있습니다. API 가이드에서는 생략 시 두 모델 모두 high로 기본 설정된다고 합니다. 높은 설정은 복잡한 배치나 사물 간의 관계에 유용하지만, 대기 시간이 길어지거나 의도치 않은 변경이 증가할 가능성도 있습니다.
공식 블로그에서 권장하는 사용법은 다음과 같습니다.
| 작업 | complexity | quality |
|---|
| 많은 편집 작업 | low | 필요한 결과물에 맞추기 위해 조정 |
| 다수의 요소 및 제약 조건 포함 상황 | medium / high를 비교하며 테스트 | 필요한 결과물에 맞추기 위해 조정 |
'배경만 변경'하는 경우에는 먼저 low 설정을 고려해 볼 수 있습니다. 반면, '상품과 설명문을 여러 개 배치'할 경우에는 계획 설정(complexity)도 비교해보는 식의 해석이 필요합니다. 고화질에서의 부분 편집과 복잡한 구도의 신규 생성을 동일한 설정으로 할 필요는 없습니다.
complexity 조정 자체에는 별도의 비용은 없지만, 전체 생성 과정이 무료가 되는 것은 아닙니다.
블로그에 나온 OpenArt의 예시는 회사원의 표정이나 움직임을 3열 x 2행, 총 6프레임의 스프라이트 시트로 그리라는 지시입니다. 주제 외에도 다음 사항들을 지정했습니다.
- 왼쪽에서 오른쪽, 위에서 아래로 읽는 순서와 동일한 프레임 크기
- 고정된 카메라, 같은 인물/복장/배경
- 점진적으로 진행되는 움직임과 6프레임에서 1프레임으로의 연결
- 테두리, 프레임 간 여백, 문자, 레이블을 그리지 말 것
이러한 구조를 한국어로 옮긴 템플릿입니다. 이는 공식 문서의 직역이라기보다는 검증되지 않은 재구성입니다.
부드럽게 루프하는 GIF용 스프라이트 시트를 생성한다.
주제: 작은 고양이 마스코트가 책상 앞에서 손을 흔든다.
움직임: ① 정면 응시 ② 오른손 올리기 ③ 오른쪽으로 흔들기
...
예시와 API 사양은 분리해서 읽어야 합니다. 가이드에서는 output_format: "gif"를 지정하면 완성된 애니메이션이 반환된다고 설명합니다. 수동으로 프레임을 나누는 것이 필수적이라는 의미는 아닙니다.
생성과 편집 양쪽 엔드포인트가 모두 대응됩니다. frame_count는 216(기본값 9)이며, frame_duration_ms는 202000밀리초(기본값 200, 10밀리초 단위로 반올림)입니다. size는 각 프레임의 크기를 의미합니다.
다음은 공식 문서의 형식에 따른 예시입니다(본 기사의 실측은 동등한 Image API 호출로 진행되었으며, 이 curl 원라인 자체를 재실행한 기록은 아닙니다). OPENAI_API_KEY
설정 및 curl
・jq
・base64
이 필요합니다. GIF를 직접 출력하기 때문에, 프롬프트에서는 컷 분할(コマ割り) 대신 동작을 지정합니다.
set -euo pipefail
curl --fail --silent --show-error \
https://api.openai.com/v1/images/generations \
...
프레임 수나 치수에는 모델의 최대치와 요청 전체의 픽셀 예산이 적용됩니다. GIF는 스트리밍, 중간 이미지, 임의 출력 압축을 지원하지 않습니다. 이 예시가 6초 만에 반환되었다고 확인한 것은 아닙니다.
markup의 공식 예시는 빨간색 원으로 둘러싸인 꽃병을 파란색으로 수정하는 편집입니다. POST /v1/images/edits에 원본 이미지와 별도의 주석 레이어(annotation layer)를 전달합니다.
주석은 원본 이미지에 구워 넣지 않고, 동일한 크기의 투명 PNG로 만들어 markup을 통해 전송합니다. 대상은 첫 번째 입력 이미지이며, mask와의 병용은 불가능합니다. '무엇을 바꿀 것인가' 외에도 '무엇을 유지할 것인가', 심지어 '원형을 완성된 이미지에서 제거하는 것'까지 지시하는 예입니다. 텍스트만으로는 위치를 전달하기 어려운 수정에 사용할 수 있는 상황이 생각됩니다.
SVG는 생성 엔드포인트에서 output_format: "svg"와 n: 1을 지정합니다. 편집 엔드포인트의 SVG 출력은 지원하지 않습니다.
API는 참조 이미지를 만들고, 이를 기반으로 SVG를 생성합니다. 반환되는 것은 정적 벡터(static vector)이며, 스크립트, 외부 리소스, 임베디드 라스터 이미지(embedded raster image)는 지원하지 않습니다. 아이콘이나 일러스트의 경로 및 색상을 나중에 조정하고 싶은 제작에 적합해 보입니다.
여기부터는 활용 방안입니다. 한국어에서의 품질이나 각 서비스의 심사 통과는 미확인입니다.
마스코트: 얼굴이나 배색을 확인하며 손을 흔드는 짧은 GIF를 구상할 수 있습니다.
스티커/스탬프 소재: 표정 차이를 만들 수 있습니다. 납품처 사양은 별도로 확인해야 합니다.
EC 상품 이미지: Flare로 레이아웃 안을 비교하고, 세부 유지(細部維持)가 중요한 편집에서는 Sunburst도 비교해 볼 수 있습니다.
한국어 제품명이나 가격을 넣으려면 교정 과정을 공정에 포함하고 싶습니다. 공식 가이드에서도 글자의 명료성이나 배치에 한계가 있음을 언급하고 있습니다.
공식 요금표의 Standard 항목에서는 두 모델 모두 다음 단가를 가집니다. 장당(枚あたり)이 아니라, 100만 토큰당 미화 달러 가격입니다.
| 대상 | 단가 |
|---|
| 텍스트 입력 | $5 |
| ... | |
| 모델이나 품질 설정에 따라 소비되는 토큰 수는 다르며, 장당 비용은 고정되어 있지 않습니다. SVG는 참조 이미지 생성 외에도, SVG를 기술하는 모델의 토큰 요금이 추가로 발생한다고 가이드에 명시되어 있습니다. | |
2026년 11월 8일 (PST)에 동일한 프롬프트로 GPT Image 2.5 / 2.6(Flare / Sunburst)을 OpenAI 공식 POST /v1/images/generations에서 호출했습니다. 모델 ID는 gpt-image-2.5-flare이며, 그 외 내용은 공식 문서를 따릅니다. 샘플은 적으므로 참고 기록으로 읽어주십시오.
- 정지 이미지:
size=1024x1024,
n=1,
PNG,
quality=low / medium.
complexity는 생략(공식 기본값 high).
- 응답의
quality/
size는 지정한 대로였습니다 (예: low → low, 1024x1024 → 1024x1024).
- usage는 응답의
usage(
input_tokens_details/
output_tokens_details)
을 사용합니다.
고정 프롬프트:
A cute Japanese cat mascot with a round face and orange-and-white fur waves one paw, then returns to its starting pose. Fixed camera, plain pastel blue background, consistent character, simple clean illustration, seamless loop, no text, no logos.
텍스트 입력은 대략 55 토큰입니다. 환산액은 공식 단가(텍스트 입력 $5/M + 이미지 출력 $30/M)를 기준으로 계산된 것으로, 청구 명세서와는 다릅니다. 단가표상의 $/M은 2.5와 2.6에서 동일하므로, 동일 조건에서의 1장당 비용 차이는 주로 소비하는 이미지 출력 토큰의 차이에서 발생합니다.
| 지정 모델 | 품질 | 횟수 | 이미지 출력 토큰 | 공식 단가 환산액 / 회 | 실제 크기 |
|---|
2.5-flare | low | 2 | 196 | $0.006155 | 1024×1024 |
2.5-flare | medium | 1 | 439 | $0.013445 | 1024×1024 |
2.5-sunburst | low | 1 | 196 | $0.006155 | 1024×1024 |
2.5-sunburst | medium | 1 | 439 | $0.013445 | 1024×1024 |
2.6-flare | low | 2 | 824 | $0.024995 | 1024×1024 |
2.6-flare | medium | 1 | 1449 | $0.043745 | 1024×1024 |
2.6-sunburst | low | 1 | 824 | $0.024995 | 1024×1024 |
2.6-sunburst | medium | 1 | 1449 | $0.043745 | 1024×1024 |
동일 조건(1024×1024 / low)에서는, 2.5가 196 토큰, 2.6이 824 토큰을 사용했습니다. medium의 경우 2.5는 439, 2.6은 1449입니다. 이는 소수 샘플이며 모든 프롬프트 및 사이즈에 대한 요금표 대체재가 아닙니다.
-
1024×1024 GIF: 거부됨. 프레임 시트의 긴 변이 3840을 초과한다는 오류 발생 (예: 4096x2048). - 512×512 GIF: 4프레임 및 9프레임 모두 성공. 실제 크기는 512×512를 유지합니다. 출력 토큰은 4프레임에 555, 9프레임에 1172입니다. - 동일 사이즈 PNG와의 비율: 512의 PNG는 최소 픽셀 예산 미만이므로 거부되어, GIF와 PNG를 832×832로 맞추었습니다. GIF 4프레임 / PNG ≈1.40 (1017 / 727), GIF 9프레임 / PNG ≈3.05 (2214 / 727). 4프레임과 9프레임의 프레임당 평균은 비슷하며, 대략적으로 프레임 수에 비례합니다 (시트 과금에는 차이가 있을 수 있습니다). - : 2와 16은 성공했으며, frame_count는 17에서 거부되었습니다 (공식과 동일하게 2~16). - : 4프레임으로 성공했습니다. frame_duration_ms=2000
-
2.5의 GIF: 'GIF output is not enabled for the model 'gpt-image-2.5-flare'로 거부되었습니다. GIF 출력은 2.6 측 기능으로 다루는 것이 안전합니다.
공식 블로그에서 제공하는 범위는 ChatGPT, Codex의 모든 구독 계층, 데스크톱/모바일/웹, 전 세계를 대상으로 합니다. API에서는 두 모델을 모두 제공하며, '유료 플랜 한정'이라고 명시되어 있지는 않습니다.
API 가이드 개요와 다수의 샘플에는 아직 gpt-image-2.5-*가 남아 있습니다. 반면, 2.6 전용 섹션의 마크업(markup)에 있는 gpt-image-2.6-flare, 실제 예시, 요금표 모두 두 모델 ID를 확인할 수 있었습니다. 구형 샘플을 2.6 실행 결과로 간주하지 않도록 주의해야 합니다.
system card에는 GIF 특유의 움직임에 대한 안전 조치와 모든 위반을 감지할 수 없다는 내용도 설명되어 있습니다. 공개 전에는 정지 이미지뿐만 아니라 루프 전체를 확인하고 싶습니다.
구분해야 할 것은 모델, 묘사 품질(quality), 계획 정도(plan), 출력 형식의 네 가지입니다. 높은 설정을 모두 선택하기보다는 수정 범위와 필요한 결과물에 따라 설정을 결정하는 것이 이번 업데이트를 이해하는 핵심이라고 생각합니다.
이 글의 주제는 OpenAI의 2.6 업데이트 자체이지만, 구현 이야기까지 간략히 언급하자면, Flatkey에서도 GPT-Image-2.6 (Flare / Sunburst)을 호출할 수 있습니다. 2.6의 정지 이미지 생성을 시도할 때 사용할 수 있습니다.
