오픈AI, 최신 이미지 생성 모델 'gpt-image-1' API 출시

지난달 OpenAI가 ChatGPT에 새로운 이미지 생성 기능을 탑재했을 때, 첫 주에만 전 세계 1억 3천만 명 이상의 사용자가 몰려 7억 장이 넘는 이미지를 만들어냈습니다.

당시 사용자들을 놀라게 했던 바로 그 네이티브 멀티모달 모델이 마침내 gpt-image-1이라는 이름으로 API 시장에 나왔습니다. OpenAI의 Images API를 통해 정식 배포되었으며, 마이크로소프트의 Azure AI Foundry에서도 승인된 기업 고객을 대상으로 지원을 시작했습니다.

기존 DALL-E 시리즈의 한계를 넘어, 개발자들이 상용 제품과 서비스에 고품질 그래픽 생성 엔진을 직접 이식할 수 있게 된 셈입니다.

DALL-E의 한계를 깬 텍스트 렌더링과 이미지 편집

기존 모델의 가장 큰 골칫거리는 복잡한 지시문을 줬을 때 디테일이 뭉개지거나, 이미지 안에 들어가는 글자가 외계어처럼 깨진다는 점이었습니다.

gpt-image-1은 이 문제를 정면으로 해결했습니다. 상세한 프롬프트 지시를 정밀하게 수행할 뿐 아니라 이미지 내 텍스트를 정확하게 렌더링할 수 있어, 교육용 도서나 포스터, UI 디자인 목업 제작에 바로 활용할 수 있습니다. 마이크로소프트에 따르면 해상도는 최소 1024픽셀부터 시작하며, 1024×1024 정사각형은 물론 1024×1536, 1536×1024 비율을 지원합니다.

기능적으로 가장 눈에 띄는 대목은 이미지 입력 기능입니다. 텍스트로만 그림을 그리던 방식을 벗어나, 기존 이미지를 업로드하고 프롬프트를 덧붙여 새로운 이미지를 만드는 이미지 투 이미지와 영역을 지정해 고치는 인페인팅이 모두 가능해졌습니다.

이미 발 빠른 플랫폼들은 연동 작업에 들어갔습니다. 캔바는 손으로 대충 그린 스케치를 완성도 높은 그래픽 요소로 변환하는 기능을 매직 스튜디오에 적용하고 있으며, 고대디는 수정 가능한 로고 제작에 이를 활용하고 있습니다. 허브스팟과 인스타카트, 인비디오 역시 마케팅 자료와 비디오 에셋 생성에 API를 도입했습니다.

과금 방식은 토큰 기반으로 책정되었습니다. 프롬프트 텍스트 입력은 100만 토큰당 5달러, 입력 이미지는 10달러, 출력 이미지는 40달러입니다. 실제 정방형 이미지 한 장당 단가로 환산하면 저화질은 약 0.02달러, 중간 화질은 0.07달러, 고화질은 0.19달러 수준입니다. 안전을 위해 C2PA 메타데이터가 기본 포함되며, 모더레이션 민감도도 조절할 수 있습니다.

왜 중요한가

개발자와 프로덕트 팀 입장에서 gpt-image-1은 상용 수준의 그래픽 파이프라인 구축 난이도를 극적으로 낮춰줍니다. 그동안 정확한 타이포그래피나 이미지 부분 수정 기능을 구현하려면 스테이블 디퓨전 계열 오픈소스 모델을 직접 호스팅하고 파인튜닝해야 했지만, 이제는 공식 API 호출 몇 줄로 해결할 수 있게 되었습니다. 다만 고화질 기준 장당 0.19달러라는 비용은 대규모 트래픽을 감당해야 하는 서비스 입장에서는 꽤 묵직한 부담입니다.

산업 측면에서는 엔터프라이즈 창작 툴 시장의 주도권 싸움이 한층 치열해졌습니다. 미드저니가 여전히 폐쇄적인 디스코드 중심 정책을 고수하는 사이, OpenAI는 C2PA 인증과 데이터 학습 미반영 정책을 앞세워 기업용 디자인 생태계를 선점하려 하고 있습니다.

우리는 OpenAI가 이미지 생성을 별도의 단가표가 아니라 텍스트와 융합된 토큰 단위로 통합한 점이 매우 영리한 접근이라고 봅니다. 하지만 플럭스를 비롯한 오픈소스 진영이 훨씬 저렴한 비용으로 무섭게 추격하고 있는 만큼, 가격 민감도가 높은 중소 개발사들을 장기적으로 묶어둘 수 있을지는 지켜볼 대목입니다.