AI로 이미지를 만들다 보면 반드시 한 번은 막히는 지점이 있습니다. 포스터에 한글을 넣으면 글자가 뭉개지고, 간판 텍스트는 알아볼 수 없는 기호로 변합니다. DALL-E 3도, Midjourney도 이 문제에서 자유롭지 않았습니다. 그런데 2026년 4월, “이 AI는 규칙이 다르다”는 반응이 커뮤니티를 순식간에 뒤덮었습니다.
그 주인공이 바로 GPT Image 2, 코드명 Duct Tape(덕테이프) 입니다.
목차
정체불명 모델 3개가 Arena에 나타났다
2026년 4월 4일, AI 모델 평가 플랫폼 LM Arena(현 arena.ai)에 정체불명의 이미지 생성 모델 3개가 등장했습니다. 이름은 maskingtape-alpha, gaffertape-alpha, packingtape-alpha. 공통 키워드가 ‘tape’였습니다.
개발자 Pieter Levels가 최초로 발견해 공유하면서 AI 커뮤니티에 빠르게 퍼졌고, 테스터들은 공통 키워드를 따서 이 모델들을 통칭 ‘duct-tape’ 라고 부르기 시작했습니다. 몇 시간 뒤 세 모델은 Arena에서 조용히 사라졌지만, 그 짧은 노출로 남긴 인상은 컸습니다.
OpenAI의 소행이라는 근거는 세 가지였습니다. 첫째, 2025년 12월 Arena에 Chestnut, Hazelnut이라는 코드명으로 등장한 모델이 나중에 GPT Image 1.5의 사전 테스트였음이 밝혀진 전례가 있었습니다. 둘째, tape 모델들도 익명 코드명 → 블라인드 테스트 → 짧은 노출 후 제거라는 동일한 패턴을 따랐습니다. 셋째, OpenAI가 2026년 3월 24일 영상 생성 서비스 Sora를 종료하면서 해방된 대규모 컴퓨팅 자원이 다음 이미지 모델에 투입됐다는 추론이 타이밍과 맞아떨어졌습니다.
Sora는 피크 기준 하루 1,500만 달러의 인퍼런스 비용을 태우면서도 전체 생애 매출은 210만 달러에 그쳤습니다. 종료는 필연이었고, 그 GPU 자원의 행선지가 바로 GPT Image 2였습니다.
공식 출시: ChatGPT Images 2.0
2026년 4월 21일, OpenAI가 ChatGPT Images 2.0을 공식 출시했습니다. 내부 모델명은 gpt-image-2이며, API를 통해서도 접근할 수 있습니다. Arena에서 커뮤니티가 붙인 ‘Duct Tape’이라는 별명이 그대로 정식 모델의 소개명으로 자리 잡았습니다.
기존 DALL-E 3이 멀티모달 모델(GPT-4o)에 얹혀 동작한 것과 달리, GPT Image 2는 이미지 생성에 특화된 독립 아키텍처로 설계됐습니다. 이미지 생성 능력을 범용 언어 모델에서 분리해 독자 최적화한 구조로, 이것이 기존 GPT 시리즈와 본질적으로 다른 지점입니다.
무엇이 달라졌나: 4가지 핵심 변화
텍스트 렌더링 정확도 99%+ 달성
AI 이미지 생성에서 가장 오래된 약점이 해결됐습니다. GPT Image 2의 텍스트 렌더링 정확도는 99% 이상으로 추정되며, 영문 기준 90~95% 수준이었던 GPT Image 1.5, 78%의 DALL-E 3, 71%의 Midjourney V7과 비교하면 명확한 도약입니다.
특히 주목할 점은 비라틴 문자 지원입니다. 한국어, 일본어, 중국어, 힌디어, 벵골어에서 고정밀 텍스트 렌더링이 가능해졌습니다. 국내 테스터들이 한글 간판을 이미지에 넣어 테스트한 결과, 기존 모델들이 뭉개거나 기호로 대체하던 것을 오타 없이 정확하게 표현하는 사례가 잇따랐습니다.
이 수준의 텍스트 정확도는 실용적 의미가 큽니다. 포스터, 제품 패키징, 에디토리얼 키아트, 브랜드 목업처럼 상업 인쇄물 품질이 요구되는 작업에서 AI 이미지가 ‘연습용 목업 도구’를 넘어 ‘실전 제작 도구’로 쓰일 수 있게 됐습니다.
생성 속도 2배 향상
GPT Image 1.5가 이미지 한 장을 만드는 데 8~12초가 걸렸다면, GPT Image 2는 이를 절반 수준으로 단축했습니다. 최대 해상도도 기존 1536×1024에서 2K(2048×2048) 까지 확대됐으며, API를 통해서는 4K 해상도 출력도 지원합니다. 종횡비도 3:1부터 1:3까지 유연하게 설정할 수 있어 세로형 SNS 콘텐츠와 가로형 배너를 동일 모델로 처리할 수 있습니다.
Thinking 모드: 이미지 생성에 추론이 붙는다
ChatGPT Plus, Pro, Business 구독자에게는 ‘이미지 with Thinking’ 기능이 제공됩니다. 프롬프트를 받은 뒤 웹 검색을 포함한 추론 과정을 거쳐 이미지를 생성하는 방식입니다. 단순히 텍스트를 이미지로 변환하는 것을 넘어서, 요청 의도를 해석하고 필요한 맥락을 수집한 뒤 결과를 내놓는 구조입니다.
예를 들어 “최근 출시된 갤럭시 S26을 배경으로 포스터를 만들어줘”라고 입력하면, 모델이 해당 제품 정보를 검색한 뒤 실제 디자인에 가까운 이미지를 생성합니다. 기존 모델들이 학습 데이터에 의존하던 방식과 다른 접근입니다.
세계 지식과 실사 구현력
실사 이미지의 품질도 눈에 띄게 달라졌습니다. 기존 AI들이 공통적으로 보여주던 과도하게 매끈한 피부 표현, 부자연스러운 손가락, ‘그림체가 보이는’ 연출 대신, GPT Image 2는 피부의 미세한 모공, 솜털, 렌즈 왜곡까지 재현한다는 평가가 나왔습니다. 단순히 픽셀 품질의 차이가 아니라, 이미지 안에 담아야 할 맥락과 디테일을 모델이 더 잘 이해한다는 의미입니다.
기존 모델과의 비교
OpenAI 이미지 생성 계보
GPT Image 2의 위치를 이해하려면 OpenAI 이미지 생성 역사를 짚어야 합니다.
- DALL-E 2 (2022): 최초의 대중적 AI 이미지 생성 도구. 텍스트 렌더링 불가, 해상도 제한.
- DALL-E 3 (2023): ChatGPT와 통합, 프롬프트 이해력 향상. 텍스트 렌더링 78% 수준.
- GPT Image 1.5 (2025년 12월): DALL-E 3을 대체 시작. 영문 텍스트 렌더링 90~95%로 향상.
- GPT Image 2 / ChatGPT Images 2.0 (2026년 4월): 독립 아키텍처, 텍스트 99%+, Thinking 모드, 다국어 지원.
DALL-E 2와 3은 단종 수순을 밟고 있으며, GPT Image 계보가 OpenAI의 이미지 생성 주력으로 자리를 완전히 굳혔습니다.
나노 바나나(Nano Banana) 시리즈와의 직접 비교
GPT Image 2 등장이 특히 주목받은 이유는 한동안 AI 이미지 생성 시장에서 최강자로 군림하던 Google Nano Banana 시리즈를 블라인드 테스트에서 압도했다는 점 때문입니다.
| 항목 | GPT Image 2 | Nano Banana Pro | Nano Banana 2 |
|---|---|---|---|
| 텍스트 렌더링 | 99%+ | ~90% | ~85% |
| 생성 속도 | 4~6초 | 3~4초 | 3~5초 |
| 최대 해상도 | 2K (API 4K) | 4K | 2K |
| 한국어 텍스트 | 매우 우수 | 우수 | 보통 |
| 실사 품질 | 최상위 | 최상위 | 상위 |
| 캐릭터 일관성 | 보통 | 95%+ | 85%+ |
| 레퍼런스 이미지 | 제한적 | 14장 동시 지원 | 지원 |
| 가격(1024px 기준) | $0.006~$0.211 | 유료 플랜 포함 | 무료 포함 |
Nano Banana Pro가 캐릭터 일관성과 레퍼런스 이미지 처리에서 여전히 강점을 유지하는 것과 달리, GPT Image 2는 텍스트 렌더링과 실사 품질에서 뚜렷한 우위를 보였습니다. 한국 AI 커뮤니티에서 “나노 바나나 Pro를 압도한다고 느낀 건 처음”이라는 반응이 나왔는데, 블라인드 테스트 결과라 브랜드 편향이 개입할 수 없었다는 점이 이 평가의 신뢰도를 높였습니다.
Nano Banana 시리즈가 ‘빠르고 실용적인 스냅 사진’ 느낌이라면, GPT Image 2는 ‘하이엔드 화보’ 느낌이라는 표현이 여러 테스터에게서 반복됐습니다. 어느 쪽이 낫다고 단정하기보다는 용도에 따른 선택의 문제에 가깝습니다.
Midjourney와의 위치
Midjourney는 여전히 아름다운 화면 구도와 예술적 조명에서 독보적인 위치를 유지하고 있습니다. 텍스트 렌더링(71% 수준)과 실사 정밀도는 GPT Image 2에 뒤처지지만, 감성적 미감을 요구하는 아트워크에서는 지금도 선택 1순위입니다. 다만 텍스트가 포함된 상업 이미지, 실사에 가까운 광고 소재, 한국어 텍스트 작업에서는 GPT Image 2 쪽이 훨씬 실용적입니다.
지금 어떻게 사용할 수 있나
ChatGPT를 통한 정식 이용이 가장 간단합니다. 무료 플랜 사용자도 기본 GPT Image 2 모델에 접근할 수 있으며, Plus/Pro/Business 구독자는 Thinking 모드와 더 긴 추론 실행, 웹 검색 연동 기능을 추가로 사용할 수 있습니다.
API를 통한 개발자 접근도 가능합니다. gpt-image-2 모델 ID로 호출하며, 1024×1024 이미지 기준으로 저품질 $0.006, 중품질 $0.053, 고품질 $0.211 수준의 비용이 발생합니다. 하나의 프롬프트로 최대 8개 이미지를 동시에 생성할 수 있습니다.
공식 출시 전이라도 arena.ai의 배틀 모드에서 랜덤 매칭으로 체험해볼 수 있습니다. 특정 모델을 지정하는 것보다 배틀 모드에서 복불복으로 테스트하는 방법이 더 안정적이라는 후기가 많습니다.
정리하며
GPT Image 2는 AI 이미지 생성 분야의 지형을 바꿨습니다. DALL-E 시리즈가 오랫동안 해결하지 못한 텍스트 렌더링 문제를 사실상 극복했고, 한국어를 포함한 비라틴 문자 처리에서 기존 최강자였던 나노 바나나를 블라인드 테스트에서 넘어섰습니다. Thinking 모드라는 새로운 방향성도 단순 이미지 생성을 넘어서는 시도입니다.
물론 캐릭터 일관성과 레퍼런스 이미지 처리는 아직 나노 바나나 Pro의 강점입니다. Midjourney의 예술적 감각도 GPT Image 2가 대체하기 어려운 영역입니다. 어느 하나의 모델이 모든 상황을 커버하는 시대는 아닙니다. 그러나 텍스트가 들어간 실사 이미지, 한국어 콘텐츠 제작, 광고 소재 목업이라면 GPT Image 2를 먼저 시도해볼 이유가 충분해졌습니다.