GPT-Image-2가 출시되었습니다EnterAI ALL

3일 전, OpenAI는 GPT-Image-2를 발표했습니다.

발표 내용을 놓치셨다면, 핵심만 요약해 드립니다: 이것은 지금까지 나온 그들의 모델 중 가장 뛰어난 이미지 모델입니다.

그리고 오늘부터 이 모델은 AI ALL에서 바로 사용 가능합니다. AI ALL은 Enter pro의 통합 플랫폼으로, 단일 작업 공간에서 모든 주요 AI 모델에 액세스할 수 있습니다.

즉, 지금 바로 이 모델을 활용해 무언가를 만들 수 있다는 뜻입니다.

GPT-Image-2의 실제 정체

이번 출시가 단순히 더 좋아진 수준이 아니라, 구조적으로 어떻게 다른지부터 살펴보겠습니다.

GPT-Image-2 이전의 모든 주요 이미지 생성기(DALL-E, Midjourney, Stable Diffusion 등)는 확산(diffusion) 아키텍처를 기반으로 구축되었습니다. 이 모델들은 시각적 노이즈에서 시작하여 선명한 이미지가 나타날 때까지 점진적으로 노이즈를 제거합니다. 이 방식은 아름다운 시각적 결과물을 만들어내지만, 근본적인 약점이 있습니다. 바로 텍스트를 진정으로 이해하지 못한다는 점입니다.

왜일까요? 학습 이미지 내에서 텍스트가 차지하는 비중은 전체 픽셀의 극히 일부에 불과하기 때문입니다. 커피숍 사진에서 벽과 가구는 수천 개의 픽셀을 차지하지만, 문에 적힌 "OPEN"이라는 단어는 아주 작은 영역에 불과합니다. 확산 모델은 시각적 패턴만을 복제할 뿐, 그 글자들이 어떤 의미인지 이해하지 못합니다. 그 결과 지난 3년간 AI 이미지에는 알아볼 수 없는 간판, 뒤섞인 메뉴판, 의미 없는 라벨들이 나타나곤 했습니다.

GPT-Image-2는 처음부터 완전히 새롭게 구축되었습니다. 기반 아키텍처는 자기회귀(autoregressive) 방식입니다. 즉, 언어 모델이 텍스트를 생성하는 것과 동일한 방식으로 이미지를 생성합니다. 한 번에 하나의 토큰씩, 이전 토큰을 기반으로 다음 토큰을 예측하는 것이죠. 텍스트 문자와 이미지 픽셀이 동일한 파이프라인을 통과합니다. 포스터에 "SUMMER SALE"이라고 써달라고 요청하면, 모델은 글자 모양을 그리는 것이 아니라 언어로서 구성하는 것입니다.

실제로 가능한 작업들

사람이 직접 디자인한 듯한 텍스트

정확한 헤드라인이 들어간 잡지 표지, 실제 브랜드 문구가 적힌 제품 패키지, 올바르게 배치된 주석이 포함된 과학 도표, 음식이 아닌 실제 단어로 구성된 레스토랑 메뉴판 등을 만들 수 있습니다. 별도의 Photoshop 보정 없이 한 번의 생성으로 가능합니다.

또한 텍스트는 정확할 뿐만 아니라 구성 요소와 통합되어 있습니다. 배치, 크기, 계층 구조를 디자이너처럼 처리합니다. 글자들이 그 위에 스티커를 붙인 느낌이 아니라, 이미지의 일부처럼 자연스럽게 느껴집니다.

실제로 작동하는 다국어 지원

중국어 제품 패키지, 힌디어 소셜 캠페인, 일본어 UI 목업까지 가능합니다. 이전의 AI 이미지 도구들로는 거의 불가능했던 작업들입니다.

생성 전 추론 단계

GPT-Image-2는 OpenAI의 "O-시리즈" 추론 기능을 통합했습니다. 이는 그들의 고급 텍스트 모델을 구동하는 것과 같은 사고 레이어입니다. 첫 번째 픽셀이 렌더링되기 전에 모델이 프롬프트를 분석하고, 레이아웃을 계획하며, 웹에서 실시간 정보를 가져와 구성상의 제약 조건을 추론합니다.