ChatGPT 이미지 2.6 체험: 속도, 캐릭터 일관성, GIF·SVG 기능 테스트

GPT 이미지 2.6의 Sunburst 버전을 기준으로 생성 속도, 복잡도와 품질 설정, SVG 출력, 캐릭터 일관성, 편집 기능을 직접 시험한 영상이다. 개선된 점과 아직 남은 오류(손가락 개수, 거울 반사, 비율 왜곡)를 함께 짚고, 비용과 콘텐츠 제한, 편집 플랫폼 OpenArt를 활용한 워크플로우 예시까지 정리한다.

⏱ 00:00영상은 GPT 이미지 2.6이 더 복잡한 이미지를 만들고, 캐릭터 일관성을 유지하며, 벡터 형식까지 출력할 수 있다고 소개하며 시작한다. 발표자는 이전 버전인 2.5가 텍스트-이미지 변환과 이미지 편집 분야의 리더보드에서 선두를 달리고 있었다는 점을 언급한다.

이번 버전은 API에서 두 가지 모델로 제공된다. 하나는 속도를 우선하는 Flare이고, 다른 하나는 이미지 품질과 편집 시 세부 묘사의 일관성에 중점을 둔 Sunburst다. 발표자는 주요 비교를 위해 고품질 Sunburst를 선택하고 2K 해상도, 품질 '높음' 설정으로 테스트했다.

⏱ 00:39발표자는 이미지 2.6이 이전 버전보다 약 50% 빠르게 이미지를 만든다고 설명한다. 시연 영상에서 2.5는 약 7초가 걸렸고 새 모델은 약 4.8초 만에 완료되었다.

속도 향상은 반복 작업이 많은 제작 환경에서 체감이 클 수 있다는 점에서 의미가 있다고 정리할 수 있다.

⏱ 01:11새 매개변수인 복잡도(complexity)는 낮음, 중간, 높음 중에서 고를 수 있다. 이 값은 모델이 이미지를 생성하기 전에 구성, 물체 배치, 인물 간 상호작용, 여러 지시를 동시에 처리하는 계획 단계에 얼마나 시간을 쓸지를 정한다.

발표자는 댄서 그룹이 'LIKE' 글자를 만드는 예시로 세 단계를 비교했다. 확인할 점은 인물의 신체 구조가 올바른지와 요청한 단어가 정확히 표현되었는지다. 또한 정밀 편집 기능으로 스프라이트 시트를 만들면 이를 프레임별로 배치해 GIF 애니메이션으로 변환할 수 있다고 소개한다.

⏱ 02:12품질은 피부 질감, 빗방울, 세밀한 가장자리 같은 시각 정보의 양에 영향을 준다. 발표자는 같은 프롬프트로 낮음, 중간, 높음, 매우 높음, 최대의 다섯 단계를 생성해 비교했다.

낮은 품질에서는 빗방울이 붓 터치처럼 보이고 인물의 팔이 세 개로 나왔다. 중간부터 반사와 발가락 디테일이 나아졌지만 손가락은 여전히 네 개였다. 높은 품질에서는 반사 표현이 더 좋아졌으나 손가락 수 문제는 남았고, 최대 품질에서 이미지가 가장 선명해졌다고 평가했다. 발표자는 설정을 올려도 손 구조 오류가 완전히 사라지지 않는다는 점을 강조했다.

⏱ 04:02이미지 2.6은 SVG와 벡터 파일 형식을 지원한다. 발표자는 이를 애니메이션 에셋, 브랜딩, 상품 제작에 활용할 수 있다고 설명하고, 벡터 방식이라 휴대폰 로고부터 빌보드 광고까지 크기를 자유롭게 키울 수 있다는 점을 장점으로 꼽았다.

시연에서는 유튜브 프로필 사진을 SVG 로고로 변환해 벡터 편집기에서 열고 위치와 크기를 조정했다. 또한 색상 변경, 배경 교체, 조명 재설정, 각도 변경 요청을 연달아 처리해도 나머지 요소의 위치가 유지되는 점을 높게 평가했다. 이전 버전에서는 한 부분을 바꾸면 다른 부분도 미세하게 달라져 사용이 어려웠다고 비교했다.

⏱ 05:10발표자는 책등이 카메라를 향한 책 세 권, 절반만 찬 물컵, 왼쪽에 손잡이가 있는 머그잔 같은 순차 지시를 모두 정확히 수행했다고 밝혔다. 다만 붓이 일곱 개 담긴 병을 요청했을 때는 다섯 개만 그려졌고, 일부 비율이 자연스럽지 않았다.

단체 장면에서는 같은 얼굴의 선수가 없고 다양한 표정과 문신이 나타나 인상적이었다고 평가했다. 손동작 테스트에서는 한 여성의 팔이 반대로 붙고 카드 크기가 손에 비해 크게 그려지는 오류가 있었다. 거울 장면에서는 손거울이 반사에 나타나지 않고 반사 각도가 어색해 실패로 판정했다. 반면 극도로 상세한 텍스트 요청에서는 작은 글자까지 읽을 수 있었고 철자 오류도 없었다. 캐릭터 일관성 테스트에서는 한 남성을 36가지 상황과 복장으로 생성해도 얼굴이 유지되어 스토리보드 참조 자료로 쓸 만하다고 평가했다.

해변 장면 테스트에서는 200명 이상의 인물과 숨겨진 항목 10개를 넣었고 모두 확인되었다. 다만 사진처럼 사실적이지 않고 유화 같은 평면감이 있다는 한계를 지적했다. 참조 이미지를 저장해 두고 '삼성' 같은 이름으로 불러 쓰는 기능도 소개되었다.

⏱ 16:54OpenAI가 공개한 계산기 기준으로 이미지 2.6은 2.5보다 약 4.5배 비싸다. 발표자는 이미지 한 장당 2.6은 약 4센트, 2.5는 약 1센트 정도라고 설명했고, 품질 설정을 올리면 미디엄 약 8센트, 하이 약 10센트, 엑스트라 하이 약 17센트, 맥스 약 40센트까지 올라간다고 정리했다.

콘텐츠 제한에 대해서는 실제 브랜드 상표나 사실적인 화폐, 무기, 폭력적 싸움 장면은 생성되었지만, 주류 광고나 수영복 요청은 여러 번 거절된 뒤에야 가능했다고 말했다. 수술 장면은 완전히 차단되었고, 선정적 요청은 거절되었다. 발표자는 제한이 없는 오픈 소스 이미지 모델도 소개했다.

후반부는 스폰서인 OpenArt 플랫폼을 소개한다. OpenArt는 여러 이미지, 비디오, 오디오 모델과 LLM을 한곳에서 조합하는 도구다. 시연에서는 레퍼런스 시트로 카메라의 여러 각도를 일관되게 만들고, 이를 바탕으로 빈티지 카메라 광고 이미지를 스타일 변환하는 과정을 보여주었다. 생성 전에 필요한 크레딧을 미리 표시해 주는 점도 언급되었다.