ChatGPT Images 2.0 출시 - 이미지 생성조차 1위를 차지한 OpenAI

OpenAI가 ChatGPT Images 2.0(모델 ID gpt-image-2)을 공개했다. 이미지 생성의 약점이던 텍스트·다국어·일관성을 크게 끌어올리고, 대화형 편집과 프롬프트 재작성까지 하나의 흐름으로 묶은 OpenAI의 새 이미지 생성 모델이다.

항목	내용
공식명	ChatGPT Images 2.0 (모델 ID gpt-image-2)
공개일	2026-04-21 (ChatGPT, API, Codex)
이전 흐름	gpt-image-1 → gpt-image-1.5 → gpt-image-2
접근 경로	ChatGPT + OpenAI API + Codex
가격 (API)	1024×1024 기준 low 약 $0.006, medium 약 $0.053, high 약 $0.211
해상도	1024×1024부터 2K, 실험적 4K급 출력까지 지원
폐기 대상	dall-e-2, dall-e-3 API 스냅샷: 2026-05-12 종료 예정

Weekly Tech Trend Talk 스터디(26.04.23)

공개 전부터 화제였던 “Duct Tape”

사실 이 모델, 공식 발표 이전부터 커뮤니티를 들썩이게 만들었다. 2026-04-04 LMArena image arena에 세 개의 익명 변종이 조용히 등장했고, 이름이 모두 접착 테이프 계열이라 커뮤니티는 통칭 “Duct Tape”으로 불렀다.

• maskingtape-alpha
• gaffertape-alpha
• packingtape-alpha

특히 한글·중국어·일본어 텍스트 렌더링이 압도적이라 아시아권 커뮤니티가 먼저 발견해 퍼뜨렸다. 며칠 뒤 세 변종은 아레나에서 조용히 제거됐고, “신모델 사전 테스트다”라는 해석이 정설로 굳어졌다. 2026-04-21 ChatGPT Images 2.0이 공식 출시되면서 “그 Duct Tape이 이거였다”가 확정됐다.

지금도 Arena Text-to-Image Overall 1위다. gpt-image-2 (medium) 1,512점, 2위 gemini-3.1-flash-image-preview 1,270점으로 +242점 차이가 난다. 공개 전 익명 모델로 먼저 화제가 됐고, 출시 후에도 리더보드 상단을 유지하고 있다.

그럼 세 변종은 각각 뭐였을까?

OpenAI는 세 코드명의 의미를 공개하지 않았다. 커뮤니티 해석은 크게 두 갈래다.

가설 A: 기능 분화설

익명 코드명	테이프의 실제 용도	추정 역할
maskingtape-alpha	칠할 때 가려두는 테이프	편집 / inpaint 강화형
gaffertape-alpha	촬영장에서 쓰는 강력 전문 테이프	고급 / 최종 품질형
packingtape-alpha	박스 포장 테이프	배치 / 대량 생성형

가설 B: 모드 매핑설

익명 코드명	추정 매핑
maskingtape-alpha, gaffertape-alpha	Instant Mode (빠른 즉시 생성)
packingtape-alpha	Thinking Mode (최대 2분 추론)

세 변종과 실제 출시 모델의 1:1 대응은 공개되지 않았다. 출시 후 공개된 API에서는 gpt-image-2 단일 모델과 quality 파라미터(low / medium / high)가 핵심이다.

DALL·E에서 GPT Image로

먼저 이름부터 정리해야 한다. DALL·E는 OpenAI의 이전 이미지 생성 모델 라인이고, GPT Image는 2025년부터 ChatGPT·API·Codex 이미지 생성을 묶어 가는 새 모델 패밀리다.

시기	모델 / 제품	의미
2021-01	DALL·E	텍스트 프롬프트로 이미지를 만드는 OpenAI 초기 연구 모델
2022	DALL·E 2	현실감, 편집, variation을 강화하며 제품형 이미지 생성으로 진화
2023	DALL·E 3	ChatGPT가 사용자의 요청을 더 좋은 프롬프트로 바꿔 이미지 모델에 넘기는 흐름이 본격화
2025-03	GPT-4o Image Generation / ChatGPT Images 1.0	ChatGPT 안에서 이미지 생성이 대화형 기능으로 들어오기 시작
2025-04	gpt-image-1	GPT Image 패밀리의 첫 API 모델. DALL·E 이후의 새 이미지 API 라인
2025-12	gpt-image-1.5	gpt-image-1 개선판. 편집 안정성, 지시 이행, 속도와 비용 효율 보강
2026-04	gpt-image-2 / ChatGPT Images 2.0	텍스트·다국어·레이아웃·참조 이미지·고해상도 워크플로를 크게 강화한 최신 세대

핵심 변화는 “DALL·E 이름이 GPT Image로 바뀌었다”가 아니다. DALL·E 3까지는 이미지 전용 모델에 ChatGPT가 프롬프트를 잘 써주는 느낌이 강했다면, GPT Image 계열은 생성·편집·참조 이미지·멀티턴 대화를 하나의 작업 흐름으로 묶는 쪽으로 진화하고 있다.

항목	gpt-image-1 / gpt-image-1.5	gpt-image-2
대표 위치	GPT Image API 1세대와 중간 개선판	ChatGPT Images 2.0의 API 모델
API 흐름	단일 이미지 생성·편집 중심	단일 작업은 Image API, 대화형·멀티턴 편집은 Responses API 권장
텍스트 렌더링	개선됐지만 텍스트 밀도 높은 이미지에서는 실패가 남음	더 선명한 글자, 일관된 레이아웃, 다국어 텍스트 렌더링 개선
다국어 스크립트	제한적	한글·CJK·남아시아권 문자 등 글로벌 스크립트 대응 강화
일관성	단일 이미지와 간단한 편집 중심	참조 이미지·멀티턴 편집에서 인물·제품·브랜드 요소 보존 강화
해상도	1024x1024, 1024x1536, 1536x1024 중심	제약 조건 안에서 유연한 size 지원. 2K 초과는 실험적
Reasoning	이미지 생성 전 의도 해석은 제한적	메인 대화 모델의 요청 해석·프롬프트 재작성과 gpt-image-2의 시각 구성력이 결합

DALL·E API 스냅샷은 2026-05-12부로 종료된다. 새 이미지 생성 작업은 이제 gpt-image-2를 기본 선택지로 두고 보는 편이 자연스럽다.

무엇이 바뀌었나: 개선의 네 축

축	체감 포인트
텍스트 렌더링	라틴·CJK·힌디·벵갈리 같은 다국어 텍스트 렌더링이 크게 개선. 포스터·메뉴·인포그래픽 같은 실사용 이미지에 강함
다국어 혼합 레이아웃	한글·일본·중국·영어가 한 이미지에 섞여도 각 스크립트 규칙을 지킴
참조 이미지·편집 일관성	멀티턴 편집과 참조 이미지 기반 작업에서 같은 캐릭터·제품·브랜드 요소를 더 잘 유지
Reasoning / planning	구조·레이아웃·세계지식 이해와 메인 대화 모델의 프롬프트 재작성·도구 호출이 결합된 흐름

수치·공식 제약 근거는 다음과 같다.

• LMArena Image Arena 1,512 Elo, 2위와 +242pt 마진
• gpt-image-2는 최대 edge 3840px, 비율 3:1 이내, 총 8,294,400px 이하의 유연한 해상도 지원
• OpenAI 프롬프트 가이드는 핵심 능력으로 photorealism, identity preservation, reliable text rendering, structured visuals, real-world knowledge/reasoning을 명시

이미지 생성에서 말하는 Reasoning

여기서 reasoning은 모델의 생각을 문장으로 보여준다는 뜻이 아니다. 사용자의 요청을 이미지로 바꾸기 전에 무엇을 그려야 하는지, 어떤 레이아웃이 맞는지, 어떤 정보와 맥락을 유지해야 하는지를 더 잘 구조화한다는 의미에 가깝다.

질문	답
reasoning token이 따로 보이나?	아니다. 외부에 보이는 것은 텍스트 응답, image_generation_call, revised_prompt, 최종 이미지다.
자연어 답변을 하다가 이미지 생성으로 넘어가나?	반드시 그런 순서는 아니다. API 응답에서는 텍스트 메시지와 이미지 생성 호출이 별도 아이템으로 분리된다.
ChatGPT가 프롬프트를 대신 다듬나?	Responses API에서는 메인 대화 모델이 프롬프트를 자동 개선하고 revised_prompt로 남긴다.
그래서 기존 프롬프트 래퍼와 뭐가 다른가?	대화 맥락, 참조 이미지, 멀티턴 편집, generate/edit 선택이 하나의 흐름으로 묶인다.

실제 API 흐름은 다음처럼 이해하면 된다.

단계	역할
요청 해석	gpt-5.4 같은 메인 대화 모델이 사용자의 의도를 읽는다.
프롬프트 재작성	이미지 모델이 잘 그릴 수 있도록 요청을 더 구체화한다.
이미지 도구 호출	image_generation 도구가 호출된다.
렌더링	gpt-image-2가 최종 이미지를 만든다.
후속 편집	이전 응답이나 이미지 ID를 이어받아 다시 수정한다.

핵심은 “이미지 모델이 속으로 생각한다”가 아니라 이미지 생성이 대화형 작업 흐름 안으로 들어왔다는 점이다. 이제 사용자는 프롬프트를 한 번 던지는 사람이 아니라, 결과물을 보며 계속 디렉팅하는 사람에 가까워진다.

어디서, 누가, 어떻게 쓰나

플랫폼

경로	상태
ChatGPT 앱	2026-04-21 공개
OpenAI API (gpt-image-2)	2026-04-21 공개
Codex	2026-04-21 공개. Codex 내장 이미지 생성은 gpt-image-2 사용

API 핵심 옵션

옵션	의미
quality	low / medium / high로 속도와 품질을 조절
size	정사각형, 세로형, 가로형, 2K, 4K급 출력 크기 지정
action	새 이미지 생성과 기존 이미지 편집을 자동 선택하거나 강제
format	PNG, JPEG, WebP 출력 선택
compression	JPEG / WebP 압축률 조절

입출력 포맷

지원 입력은 텍스트 프롬프트(다국어 포함), 참조 이미지(style reference), 마스크(inpaint), 멀티턴 대화형 편집이다. 출력은 다음과 같이 조절한다.

항목	옵션
포맷	PNG (기본) / JPEG / WebP
압축	output_compression 0~100%
품질	low / medium / high
해상도	1024x1024, 1536x1024, 2048x2048, 3840x2160 등
비율	최대 3:1
멀티턴 편집	이전 이미지나 응답을 이어받아 다시 수정
투명 배경	직접 출력은 미지원. 배경 제거 후처리로 해결

대표 활용

작업	활용 포인트
신규 생성	텍스트 → 이미지
편집(inpaint)	마스크 영역만 교체, 나머지 보존
스타일 전이	참조 이미지의 스타일 적용
다국어 텍스트	포스터·메뉴·간판 한글·CJK 직접 렌더링
인포그래픽	데이터·범례·색상 의미론 고려
다중 패널 만화	말풍선·페이싱·캐릭터 일관
UI 목업	타이포·레이아웃 추론
제품 컨셉 이미지	동일 제품 여러 앵글 유지

가격

API 가격은 text token, image input token, image output token을 합산한다. 첫 추산은 “이미지 한 장당 대략 얼마인가”에서 시작하면 된다.

1024×1024 기준	예상 비용
low	약 $0.006 / image
medium	약 $0.053 / image
high	약 $0.211 / image

토큰 단가	입력	Cached 입력	출력
Image	$8 / 1M	$2 / 1M	$30 / 1M
Text	$5 / 1M	$1.25 / 1M	$10 / 1M

참조 이미지가 많거나 멀티턴 편집이 길어질수록 입력 토큰 비용도 함께 늘어난다.

공식이 밀고 있는 활용 카테고리

카테고리	예시
다국어 마케팅	로컬라이즈된 광고·SNS 이미지
인포그래픽	리서치 요약, 통계 시각화
메뉴판·포스터	식당·행사·공연 실사용 가능한 타이포
UI 프로토타이핑	앱 화면 mock, 랜딩 페이지
다중 패널 만화	짧은 웹툰, 스토리보드
매거진 레이아웃	표지, 본문 페이지
슬라이드	발표 자료 키비주얼

한계와 주의점

주의점	이유
복잡한 요청은 느리다	고품질, 고해상도, 참조 이미지, 멀티턴 편집이 붙을수록 대기 시간이 길어진다
비용 차이가 크다	low와 high의 이미지당 비용 차이가 크므로 대량 생성은 품질 전략이 필요하다
사실 정확도는 검증해야 한다	지도, 과학 도해, 수치, 해부학처럼 정확성이 중요한 이미지는 별도 검수가 필요하다
투명 배경은 후처리 영역	gpt-image-2는 투명 배경 직접 출력을 지원하지 않는다
권리 이슈가 남는다	실제 인물, 로고, 브랜드, IP가 들어가는 이미지는 사용 권한과 정책을 따로 봐야 한다

Google Nano Banana Pro, Midjourney, Ideogram 등 이미지 생성 경쟁자도 공격적이다. gpt-image-2의 우위는 오래 고정되지 않을 수 있다. 특히 텍스트 렌더링 격차는 빠르게 좁혀질 가능성이 높다.

결론

DALL·E 3의 최대 약점이었던 텍스트·다국어·일관성을 크게 개선했고, reasoning 모델과 이미지 생성 도구가 결합된 agentic image workflow를 주류화했다.

상황	권장
다국어·CJK 포스터·메뉴·인포그래픽	gpt-image-2 1순위
동일 캐릭터·제품 연작	gpt-image-2 + 참조 이미지·멀티턴 편집
복잡한 레이아웃·텍스트 밀도 높은 이미지	medium / high 품질과 구조화된 프롬프트 활용
실시간 대량 생성	quality: low부터 검증하거나 경량 모델 병행
사실 정확도가 중요한 지도·과학 이미지	결과물을 반드시 검증

이미지 생성은 더 이상 “프롬프트 한 줄로 결과를 받는” 작업이 아니다. 대화 맥락 위에서 디렉팅하고 편집하는 흐름으로 옮겨가고 있고, gpt-image-2는 그 흐름의 현재 기준선이다.

참고 자료

1차 공식 자료

• DALL·E: Creating images from text
• DALL·E 2
• DALL·E 3
• Introducing 4o Image Generation
• Introducing our latest image generation model in the API
• The new ChatGPT Images is here
• Introducing ChatGPT Images 2.0
• Image generation guide
• gpt-image-2 모델 페이지
• GPT Image Generation Models Prompting Guide
• Introducing gpt-image-2: available in API and Codex

외부 평가 자료

• TechCrunch: ChatGPT’s new Images 2.0 model is surprisingly good at generating text
• The Decoder: ChatGPT Images 2.0 thinks before it generates
• VentureBeat: Multilingual text, infographics, slides, maps, even manga seemingly flawlessly
• Axios: Images in ChatGPT major update
• The New Stack: ChatGPT Images 2.0
• DEV Community: OpenAI’s ‘duct-tape’ model appeared on Arena, then vanished