GPT Image 2.5 리뷰

9월 8일 OpenAI는 Images 2.0이 나온 지 다섯 달 만에 ChatGPT Images 2.5를 출시했습니다. ChatGPT에서는 모든 사용자의 이미지 모델이 되었습니다. API에서는 두 가지 모델로 제공됩니다. 빠른 기본 모델인 GPT-Image-2.5 Flare와, 더 정밀한 작업을 위해 시간이 더 걸리는 GPT-Image-2.5 Sunburst입니다.

OpenAI에 따르면 이제 사람들은 OpenAI의 도구로 일주일에 30억 장이 넘는 이미지를 만듭니다. 무엇이 바뀌었는지, 이 모델이 무엇을 잘하는지, 어디서 아직 실수하는지, 비용은 얼마인지, 이 모델을 쓰려는 브랜드에게 어떤 의미인지 살펴봅니다.

달라진 점

핵심 주장은 더 선명한 디테일, 더 자연스러운 빛과 질감, 그리고 더 빠른 결과입니다. 대기 시간은 Images 2.0보다 최대 50퍼센트 줄었습니다. OpenAI는 또 이 모델이 참조 사진 속 대상을 더 알아보기 쉽게 유지하고, 여러 차례에 걸친 편집 지시를 더 안정적으로 따르므로 앞서 한 변경이 더는 무너지지 않는다고 말합니다.

ChatGPT에는 모델을 둘러싼 도구가 추가되었습니다. Sketch는 대충 그린 그림을 완성된 그림으로 바꿉니다. 템플릿을 쓰면 빈 프롬프트 대신 정해진 구조에서 포스터나 제품 사진을 시작할 수 있고, 이미지에 직접 코멘트를 달아 편집 방향을 지시할 수도 있습니다.

기반의 상당 부분은 4월 GPT Image 2와 함께 마련되었습니다. TechCrunch는 이 모델이 텍스트에서 “놀라울 만큼 좋다”고 평가했으며, 실제로 써도 될 만큼 그럴듯한 식당 메뉴를 예로 들었습니다. OpenAI는 일본어, 한국어, 힌디어, 벵골어 같은 문자의 렌더링이 개선되었다고 강조했습니다. 생각하는 단계도 추가되었습니다. 모델이 웹을 검색하고, 하나의 프롬프트로 여러 장의 이미지를 만들고, 자신의 결과물을 스스로 확인할 수 있습니다.

품질, 텍스트, 편집

블라인드 투표에서는 1위입니다. 사람들이 익명의 이미지 두 장을 비교해 더 나은 쪽을 고르는 Arena의 텍스트 투 이미지 순위에서, 10월 7일 기준 Sunburst가 1위, Flare가 2위에 올랐습니다. GPT Image 2보다 앞섰고, Grok Imagine, Microsoft의 MAI-Image-2.6, Google의 Nano Banana 2.1보다는 확연히 앞섰습니다. 이런 투표는 사람들이 한눈에 무엇을 선호하는지를 측정할 뿐 이미지가 브랜드에 맞는지를 측정하지는 않지만, 선두는 일관됩니다.

진전이 가장 잘 드러나는 곳은 텍스트입니다. 2년 전에는 뭉개져 나오던 헤드라인, 메뉴, 라벨, 인터페이스 요소가 이제는 대개 올바른 철자로 나옵니다. OpenAI의 자체 문서는 출시 게시물보다 신중합니다. 이 모델은 “여전히 정확한 텍스트 배치와 선명도에 어려움을 겪을 수 있다”고 적혀 있습니다. 저희가 보기에 이는 초안과 목업에는 써도 좋고, 최종 패키지나 법적 문구에는 사람이 모든 단어를 확인한 뒤에만 써야 한다는 뜻입니다.

브랜드에게는 첫 이미지보다 편집이 더 중요합니다. OpenAI에 따르면 Images 2.5는 요청받은 부분만 바꾸는 능력이 좋아져, 구도는 그대로 둔 채 제품, 배경, 문구 한 줄을 교체할 수 있습니다. 문서는 한계도 분명히 밝힙니다. 마스크는 스텐실이 아니라 안내이며, 모델은 “그 정확한 형태를 완벽하게 정밀하게 따르지 않을 수 있습니다”. 또 반복 등장하는 캐릭터나 브랜드 요소를 여러 번의 생성에 걸쳐 일관되게 유지하는 일, 레이아웃 안에 요소를 정확히 배치하는 일에도 어려움을 겪을 수 있습니다.

여기서 실용적인 규칙이 나옵니다. 모든 편집을 그림 전체를 새로 렌더링하는 것으로 여기고, 어디에 쓰기 전에 원본과 비교하십시오. 규제 대상 라벨이 붙은 병처럼 제품이 정확히 그대로 남아야 하는 경우에는 실제 사진을 그대로 두고, 모델이 대상을 다시 그리게 하는 대신 그 주변의 장면을 만들게 하십시오.

속도, 가격, 한계

Flare는 OpenAI가 대부분의 용도에 권장하는 모델입니다. Sunburst는 편집이 흐트러지지 않아야 하는 캠페인 작업을 위한 모델이며, 시간이 더 걸립니다. 두 모델의 토큰당 가격은 같습니다. 이미지 출력 토큰 100만 개당 30달러에 입력 비용이 더해집니다. OpenAI의 자체 계산기에 따르면 1'024픽셀 정사각형 이미지 한 장은 저품질에서 약 0.5센트, 고품질에서 약 5센트, 새로운 max 설정에서 약 21센트입니다.

이미지는 긴 변 기준 최대 3'840픽셀까지 만들 수 있지만, 2'560×1'440픽셀을 넘는 해상도는 여전히 실험 단계로 표시되며, 복잡한 프롬프트는 최대 2분이 걸릴 수 있습니다. OpenAI는 조직이 API에서 이미지 모델을 쓰기 전에 본인 인증을 요구할 수 있습니다. 모델은 빠르게 퇴역하기도 합니다. gpt-image-1은 10월 23일 종료되고, GPT Image 1.5와 그 mini 버전은 12월 1일 뒤를 잇습니다. 한 모델 위에 만든 모든 워크플로는 다음 모델에서 다시 테스트해야 합니다.

Google 및 다른 모델과의 비교

Google은 10월 6일 Gemini 3.6 Flash 기반의 Nano Banana 2.1로 응수했습니다. 참조 이미지를 최대 14장까지 받고, 캐릭터 최대 네 명과 사물 열 개를 일관되게 유지하며, 최대 4K로 렌더링합니다. The Decoder에 따르면 가격은 1K 이미지 한 장에 3.36미국 센트, 4K는 7.56센트입니다. Google의 자체 모델 카드는 약점도 나열합니다. 1K에서는 작은 텍스트가 자주 흐릿하고, 참조 이미지와의 유사성이 완벽하지 않으며, 가끔 왼쪽과 오른쪽을 혼동합니다.

그래서 장단점은 분명합니다. GPT Image 2.5는 전반적인 선호도와 텍스트에서 앞서고, 편집도 좋아졌습니다. Google은 고해상도에서 더 저렴하고, 한 번에 더 많은 참조를 받으며, Google Ads, Flow, Stitch 안에 들어 있습니다. The Decoder의 테스트에서는 Google의 더 오래되고 더 비싼 Nano Banana Pro가 여전히 더 자연스러운 그림을 내는 경우가 많았습니다. 모든 작업에서 이기는 모델은 없으며, 그래서 선택은 1년에 한 번이 아니라 작업마다 하는 것이 가장 좋습니다.

브랜드에게 주는 의미

저희의 평가는 이렇습니다. 현재의 근거로 보면 GPT Image 2.5는 이용 가능한 범용 이미지 모델 중 가장 강력하며, 특히 텍스트와 레이아웃이 중요한 곳에서 그렇습니다. 초안, 콘셉트, 소셜 포맷에는 Flare를, 최종 캠페인 작업에는 Sunburst를 쓰십시오. 모든 단어를 확인하고, 정확해야 하는 것에는 실제 제품 사진을 쓰며, Google이 더 저렴하거나 더 나은 작업을 위해 두 번째 모델을 준비해 두십시오. OpenAI는 이미지에 C2PA 메타데이터와 보이지 않는 워터마크를 넣으며, 이는 투명성에 도움이 됩니다.

그래도 이것은 브랜드 시스템이 아닙니다. 보여 주지 않는 한 귀사의 빛, 크롭, 색을 알지 못하며, 생성할 때마다 조금씩 벗어날 수 있습니다. Reel은 바로 그 부분을 위해 만들어졌습니다. 실제 레퍼런스로 고정한 스타일, GPT Image와 Gemini를 포함해 작업마다 고른 최적의 모델, 모든 결과물에 대한 품질 검사, 그리고 무엇을 쓸지 고르는 사람입니다. 더 나은 모델은 이 과정을 더 빠르게 만듭니다. 과정을 대신하지는 않습니다.