ChatGPT 이미지 생성: 무엇이 달라졌고 프로그래밍 방식으로 구축하는 방법

최근에 ChatGPT로 이미지를 생성해 봤다면 경험이 달라졌음을 알 수 있습니다. 텍스트가 흐릿한 선으로 뭉개지는 대신 또렷하게 렌더링됩니다. 캐릭터는 여러 번 편집해도 일관성을 유지합니다. 종횡비를 더 쉽게 제어할 수 있습니다. 출력물은 엉성한 초안이 아니라 노련한 디자이너가 전달한 완성품에 가까워 보입니다.

이러한 세련미의 저변에는 GPT Image 2 시리즈가 있습니다. 이는 더 이전의 GPT Image 1.5(2026년 6월 플랫폼에서 서비스 종료)를 대체하는 OpenAI 이미지 모델 세대입니다. 개발자에게 좋은 소식은 ChatGPT를 거치지 않아도 동일한 출력물을 얻을 수 있다는 점입니다. 동일한 모델을 간단한 비동기 작업 API를 통해 사용할 수 있습니다. 이 가이드는 실제 변경 사항을 정리하고, 자체 앱에서 동일한 결과를 재현할 수 있는 최소한의 코드를 제시합니다.

---

ChatGPT 이미지 생성에서 달라진 점

ChatGPT 제품에서 확인할 수 있는 개선 사항은 세 가지 모델 차원의 업그레이드에서 비롯됩니다:

1. 더 선명한 텍스트 렌더링. 초기 이미지 모델은 글자를 흉내 내는 수준이라 읽을 수 있는 제목을 거의 생성하지 못했습니다. 새 시리즈는 사용자 지정 대소문자, 여러 줄, 스타일화된 글꼴을 포함한 타이포그래피를 안정적으로 렌더링합니다. 포스터, 목업, 라벨이 붙은 도표가 마침내 쓸 만해졌습니다.
2. 더 나은 캐릭터 및 장면 일관성. 참조 입력과 이전 출력물이 더 꼼꼼히 반영됩니다. 반복 편집(같은 캐릭터, 새 포즈; 같은 포스터, 새 제목)을 위해 전체 구도를 다시 생성할 필요가 없습니다.
3. 더 높은 해상도와 디테일. 출력물은 이제 최대 4K까지 가능하며, 질감 처리가 눈에 띄게 섬세해졌습니다. 모공, 직물 결, 잎, 자갈 무늬 등 이전에는 뭉개지던 요소들입니다.

타이포그래피에 대한 빠른 스트레스 테스트로, 아래에 제시된 API 호출로 생성했습니다:

모든 글자가 정확합니다. 깨진 철자도, 왜곡된 글리프도 없습니다. 이것이 이전 세대와의 가장 큰 차이입니다.

---

업데이트를 뒷받침하는 모델

GPT Image 2 시리즈는 새로운 ChatGPT 이미지 경험을 구동하며, 각 변형은 동일한 API를 통해 제공됩니다. 절충점은 다음과 같습니다:

모델	최적 용도	이미지당 가격(1K)
gpt-image-2-beta	빠른 프로토타이핑, 초안 변형, 대량 파이프라인	$0.02
gpt-image-2	범용 프로덕션, 품질과 비용의 균형	$0.03
gpt-image-2-pro	요구 수준이 높은 출력물, 비용보다 안정성이 중요한 경우	$0.35

몇 가지 직관적이지 않은 요점:

• gpt-image-2는 출시 시점에 자신이 대체한 모델보다 더 저렴합니다. GPT Image 1.5는 서비스 종료 전 이미지당 $0.05에 판매되었습니다. 가격 인하는 품질 타협이 아니라 더 효율적인 파이프라인을 반영합니다. gpt-image-2는 대부분 워크플로의 현재 주력 모델입니다.
• gpt-image-2-pro는 안정성을 위해 조정된 변형입니다. 여러 번 실행해도 분산이 더 낮고, 프롬프트 준수도가 더 높으며, 프로덕션에서 필요한 재시도 횟수가 더 적습니다. "첫 생성부터 반드시 전달 가능해야 한다"가 실제 요구 사항일 때 사용하세요.
• 모든 변형은 동일한 작업 엔드포인트를 통해 동일한 prompt 필드를 받으므로, 모델 전환은 모델 이름만 바꾸고 해당 변형의 input 필드를 확인하면 됩니다.

이 티어들의 전체 해상도별 상세 내역(1K, 2K, 4K 가격)은 GPT Image 2 API 가격 가이드를 참조하세요.

---

코드에서 모델 호출하기

hiapi 플랫폼의 모든 모델은 이미지든 비디오든 모두 동일한 통합 비동기 작업 API를 사용합니다. POST /v1/tasks로 생성 작업을 만들고 즉시 작업 ID를 반환받은 다음, GET /v1/tasks/:id로 상태를 확인하고 완료되면 출력 URL을 받습니다. 모델별 매개변수는 input 객체 안에 넣습니다. 두 번의 호출, SDK가 필요 없습니다.

Python

import time, requests

API = "https://api.hiapi.ai/v1/tasks"
HEADERS = {"Authorization": "Bearer YOUR_HIAPI_KEY"}

# 1. 작업 생성
resp = requests.post(API, headers=HEADERS, json={
    "model": "gpt-image-2/text-to-image",
    "input": {
        "prompt": "A modern minimalist digital art studio at dawn, "
                  "a floating holographic canvas displaying a half-painted "
                  "vibrant landscape, cinematic ultrawide, photorealistic",
        "aspect_ratio": "3:2",
        "resolution": "1K",
    },
})
task_id = resp.json()["data"]["taskId"]

# 2. 작업이 종료 상태에 도달할 때까지 폴링
while True:
    task = requests.get(f"{API}/{task_id}", headers=HEADERS).json()["data"]
    if task["status"] in ("success", "fail"):
        break
    time.sleep(5)

# 3. 결과 다운로드
image_url = task["output"][0]["url"]
open("output.png", "wb").write(requests.get(image_url).content)

이것이 통합의 전부입니다. 완성된 이미지는 다운로드 가능한 URL 형태로 output[]에 담깁니다. base64 디코딩이 필요 없습니다. 한 가지 유의할 점은 모든 출력에 expireAt 타임스탬프가 있다는 것입니다. 따라서 URL을 핫링크하지 말고 파일을 다운로드하거나 다시 저장하세요. 폴링을 전혀 하고 싶지 않다면 작업 생성 시 callback 객체를 전달하면 hiapi가 작업 완료 시 서버로 POST 요청을 보냅니다.

curl

# 작업 생성
curl -X POST https://api.hiapi.ai/v1/tasks \
  -H "Authorization: Bearer $HIAPI_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image-2/text-to-image",
    "input": {
      "prompt": "An aerial view of a Japanese zen garden in autumn, raked white gravel, koi pond, painterly impressionist style",
      "aspect_ratio": "1:1",
      "resolution": "1K"
    }
  }'
# => { "code": 200, "data": { "taskId": "tk-hiapi-..." } }

# 결과 폴링 후 다운로드
curl -s https://api.hiapi.ai/v1/tasks/tk-hiapi-... \
  -H "Authorization: Bearer $HIAPI_KEY" \
| jq -r '.data.output[0].url' \
| xargs curl -o output.png

이 프롬프트를 엔드투엔드로 실행한 결과:

자갈, 이끼, 반사광의 질감 디테일이 전체 크롭에서도 견딜 만하다는 점에 주목하세요. 이것이 바로 해상도와 디테일 처리 개선의 효과입니다.

---

종횡비와 해상도 선택

출력 형태는 단일 픽셀 문자열이 아니라 두 개의 input 필드로 제어됩니다. aspect_ratio는 캔버스 형태를, resolution은 디테일 등급(1K, 2K, 4K)을 설정합니다. 가장 흔한 세 가지 형태는 다음과 같습니다:

• "aspect_ratio": "1:1" — 정사각형. 소셜 미디어 게시물, 썸네일, 인앱 미리보기의 기본값.
• "aspect_ratio": "3:2" — 가로형. 메인 비주얼 배너, 블로그 커버, 와이드 구도.
• "aspect_ratio": "2:3" — 세로형. 모바일 우선 이미지, 포스터, 제품 카드.

이미지당 가격은 해상도 등급에 따라 올라갑니다(1K → 2K 약 +33%, 1K → 4K 약 두 배). 기본값으로 1K를 사용하고, 최종 사용 사례가 실제로 요구할 때만 업그레이드하세요. 인쇄, 대형 포맷 디스플레이, 혹은 디테일 요구가 매우 높은 제품 사진 같은 경우입니다. 습관적으로 4K를 선택하면 아무도 보지 못할 픽셀에 두 배의 비용을 지불하게 됩니다.

---

모델이 넓은 범위를 보여주는 지점

gpt-image-2가 초기 워크플로를 대체하는 이유 중 하나는 사진급 사실적 출력이 아니라 넓은 범위입니다. 동일한 모델이 동일한 프롬프트 구조로 회화적 인상주의, 장식적 일러스트레이션, 패키지 목업, 편집 사진을 처리할 수 있습니다. 예전처럼 사전에 "스타일 모델"을 골라야 할 필요가 없습니다.

미세 조정도, 스타일 전용 어댑터도 없이 단일 일러스트레이션 스타일 프롬프트로 생성한 결과:

이런 스타일 유연성에 의존하는 워크플로, 예를 들어 동일한 상품 리스팅을 위해 사진급 제품 이미지와 일러스트풍 라이프스타일 이미지를 동시에 생성하는 경우, 엔드투엔드로 단일 모델을 유지한다는 것은 곧 프롬프트 템플릿 하나, 비용 라인 하나, 업그레이드 경로 하나를 의미합니다.

---

ChatGPT에서 API로 마이그레이션하는 실용 팁

제품에 통합하기 전에 알아두면 좋은 몇 가지가 있습니다:

• ChatGPT의 프롬프트를 그대로 가져오는 것이 보통 잘 작동합니다. ChatGPT에서 만족스러운 결과를 내는 프롬프트를 이미 반복해서 다듬었다면, 그대로 API 호출에 붙여넣으세요. 모델이 같습니다. 별도의 "API 스타일 프롬프트"가 필요 없습니다.
• 끈기 있게 폴링하거나 콜백을 사용하세요. 모델과 해상도에 따라 생성은 엔드투엔드로 여전히 1~3분 걸리지만, 비동기 API이므로 타임아웃되는 장시간 HTTP 연결이 없습니다. 몇 초마다 폴링하거나 작업 생성 시 callback.url을 설정해 hiapi가 완료 시 알려주도록 하세요.
• 프롬프트 + 종횡비 + 해상도 기준으로 캐싱하세요. 제품이 흔한 프롬프트(템플릿 기반 목업, A/B 변형 생성)를 반복 요청한다면 콘텐츠 주소 지정 캐시를 유지하세요. 동일한 입력 바이트, 동일한 출력이므로 두 번 비용을 지불할 필요가 없습니다.
• 앱이 아니라 사용 사례별로 티어를 선택하세요. 최종 5% 품질보다 비용이 중요한 인앱 미리보기와 대량 초안에는 gpt-image-2-beta($0.02)를, 최종 자료에는 gpt-image-2(또는 pro)를 사용하세요. 프롬프트는 그대로 이어집니다. 변형의 input 필드만 확인하세요(beta는 픽셀 size를, 플래그십은 aspect_ratio + resolution을 받습니다).
• 카피를 게시하기 전에 텍스트 렌더링을 테스트하세요. 새 시리즈는 타이포그래피를 잘 처리하지만, 비정형 글꼴과 매우 긴 문자열은 여전히 가끔 흔들릴 수 있습니다. 포스터 제목이 브랜드에 결정적이라면 두세 장을 생성해 최선의 것을 고르세요. 게시 후에 문제를 발견하는 것보다 훨씬 저렴합니다.

---

요약

새로운 ChatGPT 이미지 경험은 API 수준에서 실은 gpt-image-2 시리즈, 즉 gpt-image-2, gpt-image-2-pro, 그리고 경제형 gpt-image-2-beta이며, 단일 비동기 작업 엔드포인트로 제공됩니다. 이 세대의 이미지 품질을 자체 제품에 도입하기를 기다려 왔다면, 통합량은 적습니다. 프롬프트를 /v1/tasks로 POST하고, 작업 ID를 폴링하고, URL을 다운로드하면 됩니다. 위의 출력물은 바로 이렇게 생성되었습니다.

1:1 / 1K의 gpt-image-2로 시작하세요. 생성당 $0.03으로 대부분의 실제 사용 사례를 처리할 수 있습니다. hiapi 가격 페이지에서 전체 이미지 및 비디오 모델 라인업을 살펴보거나, GPT Image 2 모델 페이지로 바로 이동해 첫 요청을 보내세요.