2년 전, 당시 가장 강력한 AI 이미지 모델이 레스토랑 메뉴를 생성했습니다.
메뉴판은 나왔는데, 구성도 멋지고 색감도 좋지만, 음식 이름이 전부 뒤죽박죽으로 적혀있어.
2년 후, ChatGPT Images 2.0에 동일한 지침을 적용하여 인쇄 준비가 완료된 메뉴를 제작했습니다. 텍스트는 정확하고 가격도 합리적이었을 뿐만 아니라, 레이아웃과 간격까지도 마치 전문 디자이너가 작업한 것처럼 깔끔했습니다.
지난 2년 동안 무슨 일이 있었을까요? OpenAI는 과거에 해결되지 않았던 문제를 "의도 격차"라고 부릅니다. 즉, 사용자가 마음속으로 원하는 것과 화면에 최종적으로 나타나는 것 사이의 격차입니다.
새롭게 출시된 ChatGPT Images 2.0은 이 문제를 해결했으며, 완벽한 해결책은 아니지만 일부 사용자들이 사용하기 시작할 만큼 충분한 효과를 보여줍니다.
01 OpenAI는 이 업데이트를 어떻게 정의하나요?
ChatGPT Images 2.0의 공식 기능 목록에는 속도 향상, 더욱 정확한 텍스트 렌더링, 다국어 지원, 그리고 새로운 사고 모드가 포함되어 있습니다. 하지만 Images 2.0을 단순히 "더 나은 이미지 생성기"라고 부르는 것은 OpenAI의 야심을 분명히 과소평가하는 것입니다.
OpenAI는 이 제품을 AI 이미지 생성에서 "의도 격차"를 해소하기 위해 특별히 설계된 제품으로 포지셔닝하고 있습니다. 의도 격차란 사용자가 원하는 것과 최종적으로 생성되는 이미지 사이의 오랜 차이를 의미합니다.
이러한 변화의 배경에는 근본적인 변화가 있습니다.
이전 내용: 사용자가 설명함 → AI가 생성함
이미지 2.0: 사용자가 설명하면 → AI가 사용자의 진정한 의도를 파악합니다 → AI가 자율적으로 레이아웃을 조사하고 계획합니다 → AI가 이미지를 생성하고 전송 전에 자체 검열합니다.
중간에 추가된 두 단계가 이번 릴리스의 핵심입니다.
02 사고 모델: 무엇을 하고 있는가?
OpenAI에 따르면 사고 모드는 모델에 세 가지 새로운 기능을 제공합니다.
네트워크 검색 : 모델은 작업을 받으면 단순히 학습 데이터에만 의존하는 대신 관련 참고 자료를 능동적으로 검색할 수 있습니다. 즉, 브랜드 가이드라인, 최신 제품 정보 및 시사 관련 시각적 요구 사항을 처리할 수 있습니다.
여러 도안의 병렬 생성 : 단일 프롬프트 하에 "캐릭터 및 사물 일관성"을 유지하는 최대 8개의 조화로운 이미지를 생성합니다. 이는 만화 스토리보드, 소셜 미디어 시리즈 이미지 및 브랜드 자료의 대량 생산 워크플로에 상당한 변화를 가져옵니다.
생성 전 자체 검사 : 모델은 최종 출력 전에 자체 초안을 검사하여 요구 사항을 충족하는지 확인합니다. 이전에는 이 단계가 완전히 누락되어 AI가 생성한 결과물은 품질 관리 과정 없이 그대로 사용되었습니다.
이 세 가지 요소의 조합은 전체 작업 흐름을 단순히 "지시를 받아들이고 그에 따라 출력하는" 기계적인 도구라기보다는 보조 디자이너의 작업과 더 유사하게 만듭니다.
사고 모드는 현재 ChatGPT Plus, Pro 및 Business 사용자에게만 제공됩니다. 무료 사용자는 기본 모드를 사용하게 되는데, 이는 생성 로직과 결과가 다릅니다. 이로 인해 많은 리뷰에서 혼란이 발생하여 비교 결론에 상당한 차이가 생겼습니다.
03 텍스트 렌더링: 왜 이것이 가장 과소평가되는 발전일까요?
인공지능 이미지 생성 기술은 수년간 발전해 왔지만, 텍스트 렌더링은 항상 가장 명백한 약점으로 남아 있었습니다. 그 이유는 기술적 아키텍처 자체에 있습니다. 기존의 확산 모델은 픽셀 단위로 이미지를 생성하는데, 텍스트 정보는 학습 데이터에서 점유비율 비중이 매우 작기 때문에 모델이 텍스트의 작동 방식을 "학습"할 기회가 거의 없습니다.
Images 2.0의 가장 큰 발전은 이전에는 사실상 불가능했던 작업을 처리할 수 있다는 점입니다.
• 레스토랑 메뉴는 음식 이름, 가격, 구성 등 모든 면에서 완벽합니다.
• 텍스트 계층 구조가 명확한 복잡한 UI 스크린샷 재현
• 중국어, 일본어, 한국어, 힌디어, 벵골어를 포함한 다국어 인포그래픽.
마지막으로 언급할 점은 중국 사용자들에게 자명한 의미를 지닙니다. AI 시각 콘텐츠 제작에는 오랫동안 숨겨진 언어 장벽이 존재해 왔습니다. 영어권 사용자들은 AI를 활용하여 정교한 마케팅 포스터와 브랜드 자료를 제작할 수 있는 반면, 영어가 아닌 언어를 사용하는 사용자들은 오타나 뒤죽박죽된 글자 대면 제작을 포기하거나 사람의 도움을 받아야 하는 경우가 많았습니다.
Images 2.0이 이 문제를 진정으로 안정적으로 해결한다면, 전 세계 비영어권 사용자들에게 산업용 수준의 시각 콘텐츠 제작 기능을 더욱 공평하게 제공하는 셈이 될 것입니다. 동남아시아, 남아시아, 동아시아의 디자인 전문가와 중소기업들에게 이는 실질적인 업무 흐름의 변화를 의미할 것입니다.
물론 "상당한 진전"과 "완전한 해결" 사이에는 여전히 격차가 있습니다. 테스트 결과에 따르면 영어 이외의 언어로의 렌더링은 여전히 불안정하며, 복잡한 레이아웃에서 영어보다 오류율이 더 높은 것으로 나타났습니다.
04. 아키텍처 관련 문제: OpenAI는 왜 이 질문에 답하지 않는가?
출시 전 언론 브리핑에서 OpenAI는 Images 2.0의 기본 모델 아키텍처에 대한 질문에 답변을 거부했으며, 확산 모델인지 자기회귀 모델인지에 대해서도 언급을 피했습니다.
기존 확산 모델은 텍스트 렌더링 기능에 구조적인 상한선이 있는 반면, Images 2.0의 텍스트 이해 및 명령 추적 기능은 성능 면에서 이러한 한계를 뛰어넘었습니다.
한 가지 합리적인 추측은 Images 2.0이 DALL-E 시대보다 GPT-4o의 언어 모델 아키텍처와 더 깊이 통합되어 있으며, 시각적 출력 기능은 독립형 이미지 생성 시스템이라기보다는 언어 모델의 "확장"에 더 가깝다는 것입니다.
하지만 이는 궁극적으로 추측일 뿐입니다. OpenAI가 이 정보를 공개하지 않는 이유는 상업적 경쟁을 고려한 것일 수도 있고, 모델이 아직 개선 중이기 때문일 수도 있습니다. 우리가 확실히 알 수 있는 것은 특정 작업에서 해당 모델의 성능이 기존 아키텍처 분류 체계가 예측할 수 있는 한계를 뛰어넘었다는 점입니다.
05 회색조 테스트 세부 정보: 코드명 "덕트 테이프"
Images 2.0은 공식 출시 전에 타사 AI 테스트 플랫폼인 LM Arena에서 "duct tape"라는 코드명으로 조용히 출시되어 몇 주 동안 공개적으로 실행되면서 실제 사용자 피드백을 수집했습니다.
이러한 세부 사항은 OpenAI의 제품 출시 전략 변화를 반영합니다. 기존의 "중요한 기능을 보류했다가 한 번의 클릭으로 출시하는" 방식에서 "공식 출시 전에 실제 사용자가 먼저 사용해 볼 수 있도록 하는" 방식으로 전환한 것입니다. 이는 보다 체계적이고 리스크 관리가 용이한 접근 방식입니다.
"덕트 테이프"라는 코드명은 그 자체로 흥미롭습니다. 테이프는 임시적인 연결, 즉 서로 맞지 않는 두 부분을 강제로 붙이는 것을 의미합니다. 이는 단순히 내부적으로 임의로 붙인 이름일 수도 있지만, OpenAI가 현재 버전에 대해 여전히 겸손한 태도를 유지하고 있음을 암시하는 것일 수도 있습니다. 즉, 이것은 최종 목적지가 아니라 단계적인 해결책이라는 뜻일 수 있습니다.
06 경쟁 구도: 진정한 경쟁자는 여정의 중간에 있는 것이 아니다
시장에서 2026년 2월에 출시된 구글의 제미니 3 프로 이미지 앱 역시 이미지에 텍스트를 삽입하는 기능을 갖추고 있으며, 일부 작업에서는 이미지 2.0과 동등한 수준입니다. 하지만 미드저니는 예술적인 스타일 생성 측면에서 여전히 독보적인 장점을 가지고 있습니다.
하지만 이 대회를 "이미지 생성 모델 간의 경쟁"이라고 표현하는 것은 완전히 오해한 것입니다.
이미지 2.0은 Canva의 템플릿 편집기, Adobe Express의 빠른 디자인 기능, 그리고 소규모 디자인 스튜디오의 간단한 자료 제작 요구 사항과 같은 다른 유형의 도구 시장을 실제로 압박하고 있습니다. OpenAI는 자체적으로도 목표 적용 시나리오를 지역화된 광고, 인포그래픽, 교육 콘텐츠 및 브랜드 자료, 즉 예술 창작의 주변부가 아닌 상업 디자인의 일상적인 기본 요소로 명시했습니다.
이러한 포지셔닝은 잠재적 사용자가 주로 크리에이티브 디자이너가 아니라, 매일 대량 시각 자료를 제작해야 하지만 전담 디자인 인력이 없는 사람들, 즉 브랜드 담당자, 마케팅 전문가, 콘텐츠 편집자 및 프리랜서 사업가임을 의미합니다.
07 미해결 문제
렌더링 안정성: 영어 이외의 언어 텍스트 렌더링에서 불안정성이 지속되고 있으며, 영어 이외의 언어에서 복잡한 레이아웃의 오류율이 예상보다 높습니다. "개선"과 "완전 해결" 사이에는 여전히 상당한 격차가 있습니다.
데이터 마감일: 모델 학습 데이터는 2025년 12월 기준입니다. 사고 패턴은 온라인에서 검색할 수 있지만, 검색 품질과 최종 이미지 품질을 연결하는 메커니즘은 불투명합니다. 따라서 최신 이벤트나 데이터를 참조해야 하는 시각적 응용 프로그램에서는 결과에 편향이 발생할 수 있습니다.
콘텐츠 보안: OpenAI는 특히 이미지 워터마킹과 실시간 콘텐츠 모니터링을 강조했습니다. 이는 AI가 생성한 시각 콘텐츠가 이미 정치적 선전과 허위 정보 유포에 이용되고 있기 때문입니다. AI 생성 능력의 향상과 탐지하기 어려운 오용 리스크 동전의 양면과 같습니다. 기술적 발전만으로는 이 문제를 해결할 수 없습니다.
08 결론
ChatGPT Images 2.0 출시 이후 소셜 미디어에서 가장 많이 공유된 이미지는 완벽한 메뉴, 정확한 다국어 포스터, 일관성 있는 스토리보드와 같은 훌륭한 데모 이미지였습니다. 이러한 이미지들은 대부분 숙련된 사용자들이 최적의 환경에서 생성한 것입니다. 따라서 실제 사용 환경에서는 결과물이 이처럼 일관적이거나 완벽하지 않을 수 있습니다.
아래 이미지는 작성자가 새끼 고양이 사진에 중국어 문자를 합성한 것입니다. 심지어 새끼 고양이에게 '샤오진(小金)'이라는 중국어 이름까지 붙여 놓았습니다. 이미지 속 글자는 오타 없이 정확하지만, 이미지 품질은 공식 사진보다 확연히 떨어집니다.
OpenAI는 어렵지만 올바른 문제를 해결하고 있습니다. 텍스트 렌더링은 "사실상 쓸모없는" 수준에서 "쉽게 사용할 수 있는" 수준으로 발전하여 실제 사용 기준을 넘어섰습니다.
'의도 차이'가 완전히 사라진 것은 아니지만, 상당히 좁혀져서 일부 사람들은 업무 방식을 재고하기 시작할 수 있게 되었습니다.
이 글은 위챗 공식 계정 "Emphasis Next"(ID: leo89203898) 의 Xinjian님이 작성한 글이며, 36Kr의 허가를 받아 게재되었습니다.
