오픈AI, 이미지 생성 모델 2.5 공개

팩트오픈AI는 누적 30억 장 이상의 이미지를 생성한 데이터를 기반으로 이미지 생성 모델 2.5 버전을 개발했습니다. 해당 버전은 챗GPT 이미지 기능과 응용 프로그램 인터페이스(API)를 통해 제공됩니다.

주장이번 업데이트는 다중 턴 대화에서의 명령어 이행 능력을 높이는 데 초점을 맞추었습니다. 사용자가 제공한 참조 사진 속 피사체를 유지하는 성능이 이전 모델보다 향상되었습니다.

팩트응용 프로그램 인터페이스 환경에서는 두 가지 모델 식별자인 'gpt-image-2.5-sunburst'와 'gpt-image-2.5-flare'를 제공합니다. 개발자는 자신의 프로젝트 성격에 맞춰 두 모델 중 하나를 선택합니다.

주장'선버스트(Sunburst)' 모델은 편집의 정밀도가 중요한 작업 흐름에 적합합니다. 반면 '플레어(Flare)' 모델은 빠르고 고품질의 일상적인 이미지 생성 작업에 최적화되어 있습니다.

팩트개발자인 사이먼 윌리슨은 자신의 파이썬(Python) 기반 명령줄 인터페이스(CLI) 도구인 'openai_image.py'를 업데이트했습니다. 사용자는 해당 도구를 통해 참조 이미지 입력 기능을 활용하며 기존 이미지에 새로운 요소를 추가합니다.

교차검증신규 모델의 성능은 사용자의 프롬프트와 참조 이미지의 복잡도에 따라 달라집니다. 특히 정밀한 편집 작업에는 선버스트 모델을 쓰지만, 처리 속도와 비용 효율성을 함께 따져야 합니다.

주장이번 모델 업데이트는 생성형 인공지능(AI)이 단순한 이미지 생성을 넘어 기존 시각 자료를 수정하는 방향으로 진화하고 있음을 증명합니다. 이는 기업용 데이터 시각화나 디자인 작업 흐름에 변화를 이끌어냅니다.

팩트테스트 과정에서 차트 이미지에 너구리 과학자 캐릭터를 자연스럽게 합성하는 등 복합적인 지시 사항을 정확히 수행합니다. 이는 모델이 이미지 내의 공간적 배치와 의미론적 맥락을 이해하고 있음을 보여줍니다.

주장인공지능 에이전트의 활용도가 늘어남에 따라 이미지 생성 모델의 정밀한 제어 능력은 생산성 도구로서의 가치를 높입니다. 오픈AI는 개발자 생태계 내에서 자사 모델의 점유율을 공고히 하려는 전략을 펼치고 있습니다.

출처사이먼 윌리슨의 블로그(https://simonwillison.net/2026/Sep/8/introducing-chatgpt-images-2-5/) 및 오픈AI 개발자 문서(https://developers.openai.com/api/docs/guides/image-generation#overview)의 내용을 교차 검증했습니다.