GPT Image 2와 Nano Banana Pro로 상품 이미지의 문자를 얼마나 정확하게 구현할 수 있을까? - 동일 프롬프트 실측 비교

EC(전자상거래) 이미지 자동 생성에서 가장 무서운 것은 이미지의 '퀄리티'가 아닙니다. 바로 가격이나 브랜드 이름 등의 문자입니다.

$49.99

이 $4.99로 잘못 납품된다면, 그것은 단순한 수정 문제가 아니라 사고에 가깝습니다. 문자가 정확하게 구현되었는지는 도입 여부를 결정하는 핵심 조건입니다.

이에 2026년 11월 11일, OpenAI의 GPT Image 2와 Google의 Nano Banana Pro(Gemini 3 Pro Image)를 대상으로 동일한 프롬프트 및 조건을 적용하여 총 3가지 시나리오 × 2개 모델 비교 테스트를 진행했습니다. 각 모델당 단 한 번만 이미지를 생성했으며, 재시도(re-roll)는 하지 않았습니다. 실패했던 요청 기록이나 발견된 결함 역시 그대로 게재합니다.

결론부터 말씀드리자면, 지정된 14가지 문자열은 두 모델 모두에서 모두 글자 하나 틀림없이 정확하게 구현되었습니다. 흐트러짐도, 임의로 추가된 문구도 없었습니다. 반면, 속도, 출력 형식, 실패 시 동작 방식에는 명확한 차이가 있었으며, 이는 실무적인 선택을 결정하는 기준이 됩니다.

두 모델은 제공사(벤더)와 프로토콜이 다르지만, Crazyrouter의 동일한 엔드포인트 하나로 호출할 수 있었기 때문에 비교 조건은 실질적으로 '모델 자체의 차이'에만 집중할 수 있었습니다. 모델 ID는 gpt-image-2와 nano-banana-pro이며, 진입점(엔트리 포인트)은 이렇습니다:

사용 가능한 모델 ID와 티어는 실행 전에 Crazyrouter의 모델 디렉토리에서 확인했습니다. 같은 계열에는 gpt-image-2.5-flare, gpt-image-2.5-sunburst, nano-banana-2.1 등도 나란히 존재하지만, 이번 기사에서는 비교 조건을 고정하기 위해 이 두 가지로 한정했습니다. 모델명은 업데이트가 빠르므로 테스트할 때는 반드시 당일 목록을 확인해 주십시오.

프롬프트에는 완성된 이미지를 보고 합격/불합격을 판별할 수 있는 문자열 제약 조건이 반드시 포함되었습니다. '그럴듯한 글자'로는 판단할 수 없습니다. 3가지 시나리오는 다음과 같습니다.

• 세일 히어로 이미지── 헤드라인・할인 배지・가격・취소선 처리된 원가・기간 배너의 5가지 세트 -
  핫소스 패키지 라벨── 브랜드명・플레이버명・내용량의 3가지 세트에 더해, '라벨에 나타나는 것은 이 단어뿐'이라는 금지 조항 -
  커피 상품 상세 카드── 헤드라인 + 3가지 특징 문구 + 극소형 규격 라인 (NET WT 300ml / SERVINGS: 2)의 6가지 세트

시나리오 3이 가장 난이도가 높았습니다. 작은 글자는 이미지 모델이 가장 쉽게 왜곡하는 부분이며, 이 크기에서의 완전 일치는 1년 전에는 기대하기 어려웠던 수준이었습니다.

시나리오 1 (세일 히어로 이미지)

BLACK FRIDAY SALE,
50% OFF,
$49.99,
취소선 처리된 $99.99,
NOV 24 - NOV 30 ONLY
의 5가지 세트 모두 두 모델에서 글자 하나 틀림없이 일치했습니다. 취소선의 위치도 정확합니다. 차이점은 연출입니다. GPT Image 2는 강한 대비와 질감이 느껴지는 타이포그래피로 '광고 같은 느낌'을 주었고, Nano Banana Pro는 충전 케이스를 열어 이어폰까지 그린 상품 이해도로 우위를 점했습니다.

시나리오 2 (패키지 라벨)

FIRE DROP,
SMOKY CHIPOTLE,
NET 250ml
이 두 모델 모두에서 정답이었으며, 라벨에 불필요한 문자(소위 '장식적인 가짜 문자')는 전혀 없었습니다. 이는 AI 패키지 이미지 제작 시 가장 흔하게 발생하는 실패 패턴이며, 이번 테스트에서 두 모델이 이 제약 조건을 지킨 것입니다.

참고로, 이 시나리오에서 Nano Banana Pro 측의 첫 요청은 전송 도중에 끊겼습니다(IncompleteRead, 연결 계층의 실패였으며 모델 자체의 거부는 아닙니다). 재시도 후 성공했습니다. 이는 작업 관리(Job Management) 시 '요청 실패'와 '이미지 미생성'을 구분하여 처리해야 한다는 실질적인 데이터가 됩니다.

시나리오 3 (상품 상세 카드)

매우 작은 규격선이 포함된 6세트가 두 모델 모두에서 정답이었습니다. 숫자, 콜론(:), 슬래시(/)까지 일치했습니다. 하지만 유일한 실제 결함도 여기에 있습니다: Nano Banana Pro 버전의 오른쪽 하단 가장자리에 점 형태의 노이즈 아티팩트(noise artifact)가 남아 있어, 납품 전 크롭(trimming)하거나 재생성해야 합니다. 반면 GPT Image 2 버전은 아티팩트가 없지만, 제목이 화면의 절반 가까이를 차지하는 답답한 레이아웃이라 정보 카드로서의 정리도는 Nano 쪽이 우수했습니다.

실패하지 않았다는 것이 선택 이유가 되지는 않는다

문자 정확도에서 차이가 나지 않았기 때문에, 실무적인 판단 기준은 다음 4가지로 넘어갑니다.

• 속도: 측정된 요청 기준으로 Nano Banana Pro는 18.421.0초, GPT Image 2는 75.5124.6초입니다. 단일 이미지에서 4배 이상 차이가 나며, 배치 생성(batch generation)에서는 이 차이가 곧 처리량(throughput)이 됩니다.
• 출력 형식: GPT Image 2는 PNG(약 1.01.4MB), Nano Banana Pro는 JPEG(약 0.40.6MB)입니다. 투명 배경이 필요하다면 선택지는 한쪽뿐입니다.
• 실패 유형: 연결 관련 끊김은 재시도(retry)로 해결되지만, 콘텐츠 정책에 의한 거부는 재시도가 할당량(quota)만 소모하게 합니다. 이 둘을 분리하여 처리할 가치가 있습니다.
• 타임아웃: 1장에 2분 가까이 걸리는 경우가 있으므로, 기본 HTTP 타임아웃으로는 실패합니다. 180초 이상으로 늘리거나, Nano Banana Pro의 비동기 모드(asyncGenerateContent로 작업 ID를 받아 폴링(polling)하는 방식)를 사용하는 것이 안전합니다.

기능적인 비대칭성도 명확합니다. GPT Image 2는 마스크(mask)를 이용한 부분 편집(픽셀을 유지하면서 특정 영역만 변경)과 최대 16장의 참조 이미지에 대응합니다. Nano Banana Pro는 참조 이미지를 parts에 넣어 자연어로 지시하는 대화형 편집이 강점입니다.

• 다량의 초안 생성, 속도 중시 → Nano Banana Pro(재시도 및 상태 관리가 필수)
• 질감이 있는 타이포, PNG, 단일 이미지의 정확도 중시 → GPT Image 2(타임아웃 연장 필요)
• 정밀한 부분 편집 → GPT Image 2의 마스크(mask), 대략적인 의미 편집 → Nano Banana Pro의 대화형
• 실무에서는 **병용(併用)**이 가장 유력합니다: Nano로 대량 초안 생성 → 좋은 구도만 GPT Image 2로 마무리. 전환은 모델 이름 하나입니다.

본고의 검증에서는 두 모델 모두 동일한 게이트웨이에서 하나의 키로 호출할 수 있었으며, 프로토콜 차이는 요청 바디(request body)의 형태에만 있었습니다.

본 결과는 1회 생성, 영어만 사용, 1024x1024 해상도, 하루 동안의 결과입니다. 일본어를 포함한 CJK 문자, 더 작은 글자, 참조 이미지를 이용한 편집, 2K/4K 출력을 검증하지 않았으므로, 14/14의 결과를 그대로 외삽(extrapolation)하지 않습니다. 일본어 문자열에 대한 재실측은 별도의 검증 글로 작성하고 싶습니다.

• Crazyrouter 모델 디렉토리(실행 전에 모델 ID와 티어(tier)를 확인한 페이지)
• Crazyrouter API 문서(Images / Gemini 각 프로토콜의 엔드포인트 정의)