사용 가이드
HiAPI API에서 gpt-image-2.5-sunburst/image-to-image로 이커머스 제품 이미지 생성하기
참조 이미지, 배경 교체, 라이프스타일 장면, 그리고 동작하는 HiAPI 요청
이 페이지에서
이미지 간 변환이 이커머스 제품 사진에 적합한 이유
텍스트-이미지 생성은 존재하지 않는 제품을 무에서 만들어내는 데 능하지만, 카탈로그 팀이 필요한 것은 거의 항상 그런 것이 아닙니다. 당신에게는 이미 실물 제품, 패키징, 라벨, 색상 구성이 있습니다. 부족한 것은 각 SKU를 각 배경, 각 라이프스타일 장면에 맞춰 촬영하는 데 드는 시간과 예산입니다.
gpt-image-2.5-sunburst/image-to-image는 기존 사진을 앵커로 삼아 편집 지시를 적용합니다. 이는 몇 가지 구체적인 측면에서 제품 이미지의 비용 구조를 바꿉니다:
- 실제 상품에 대한 충실성 유지. 입력 이미지는 형태, 재질, 색상, 라벨 레이아웃을 담고 있습니다. 모델의 과제는 대략 비슷한 제품을 재구상하는 것이 아니라, 요청한 부분을 변경하면서 이러한 특징을 보존하는 것입니다.
- 더 저렴한 반복. 새 배경이나 장면으로 바꾸는 것은 스튜디오를 예약하는 것이 아니라 프롬프트를 수정하는 일입니다. 같은 SKU에 대해 한 오후에 여러 라이프스타일 장면 방향을 테스트하고 승자를 남길 수 있습니다.
- 세트 전체의 일관성. 모든 출력이 비교 가능한 원본 사진에서 파생되기 때문에, 한 배치의 편집 결과는 유사도를 유지하는데, 완전히 새로 생성한 이미지는 거의 그렇게 하지 못합니다.
언제 사용하고 — 언제 사용하지 말아야 하는가
제품 자체는 고정되어 있고 환경이 가변적일 때 이미지 간 변환을 선택하십시오. 이커머스 플랫폼 상품 목록의 배경 교체, 광고 및 랜딩 페이지용 라이프스타일 장면, 시즌별 교체, 또는 소품 현지화 등이 있습니다. 또한 괜찮지만 완벽하지는 않은 사진을 정리하는 합리적인 도구이기도 합니다.
한 번도 존재하지 않은 개념을 생성할 때, 원본 사진을 사용할 수 없을 때(심하게 초점이 나간 경우, 제품이 대부분 가려진 경우), 또는 인쇄 수준의 정밀도로 라벨 텍스트를 정확히 재현해야 할 때는 사용하지 마십시오. 이런 경우에는 재촬영이나 벡터 소재가 어떤 모델보다도 우수합니다.
실용적인 프레임워크: 원본 사진은 사실 근거로, 프롬프트는 범위가 명확한 지시로 간주하십시오. 작성하는 모든 편집 지시는 이 질문에 답해야 합니다: “무엇을 유지하고, 무엇을 변경할 것인가?” 요청이 이 점을 모호하게 만들면 품질이 무너집니다.
호출하는 엔드포인트는 모델 페이지에 설명된 것과 동일합니다. 이 가이드의 나머지 부분은 이를 잘 활용하는 방법을 다룹니다.
편집 후에도 유지되는 참조 이미지 준비하기
모델은 볼 수 있는 것만 보존할 수 있습니다. 대부분의 실망스러운 제품 편집 결과는 프롬프트가 아니라 입력 사진에서 비롯됩니다. 아무것도 전송하기 전에 짧은 체크리스트로 원본 이미지를 점검하십시오.
해상도와 선명도
가능한 가장 크고 깨끗한 버전을 전송하십시오. 축소된 썸네일은 모델이 유지해야 하는 미세 구조 — 배선, 질감, 작은 활자 — 를 잃습니다. 이미지가 흐릿하거나 모션 블러가 있으면 먼저 수정하거나 재촬영하십시오. 전처리 단계에서 샤프닝 필터를 사용하는 것은 거의 도움이 되지 않으며, 나중에 모델이 증폭시킬 수 있는 헤일로를 도입할 수도 있습니다.
구도와 여백
제품 가장자리 주변에 빈 공간을 두십시오. 물체가 프레임에 닿으면 모델이 새 배경을 구축할 공간이 없어 주체를 자르거나 왜곡하는 경우가 많습니다. 사방에 명확한 여백이 있는 단일 제품 촬영은 타이트하게 자른 이미지보다 편집이 훨씬 안정적이며, 새 장면에서 재배치할 공간도 제공합니다.
주체 분리
픽셀 단위로 완벽한 누끼가 필요하지는 않지만, 제품과 배경 사이의 깨끗한 분리가 대부분의 작업을 해결합니다. 일관되고 세부 묘사가 적은 배경(심리스 용지, 중성 그라데이션, 단색 벽)이면 충분합니다. 어수선한 배경은 지시와 경쟁하며 출력에 스며듭니다.
조명과 시점
조명 방향을 유지하고 싶은 원본 이미지를 촬영하거나 선택하십시오. 편집은 이에 맞추려고 하기 때문입니다. 왼쪽 앞에서 조명한 제품은 새 장면의 주광도 왼쪽 앞에서 오기를 기대합니다. 또한 카테고리별로 일관된 카메라 각도를 유지하십시오. 같은 제품 라인에서 탑다운 플랫 레이와 3/4 히어로 각도는 결코 조화롭게 보이지 않습니다.
라벨, 로고, 텍스트
제품에 고객이 반드시 읽어야 하는 텍스트가 있다면 원본 이미지에서 명확하게 읽을 수 있는지 확인하십시오. 모델은 최선을 다해 보존하지만 작거나 기울어진 텍스트가 가장 먼저 저하됩니다. 규제 대상이거나 브랜드에 중요한 문구의 경우 수동 검토 단계를 계획하고, 텍스트가 있는 면을 카메라 쪽으로 향하게 하는 것을 고려하십시오.
일괄 처리에 관한 참고
여러 SKU를 준비할 때는 표준화하십시오: 동일한 자르기 비율, 동일한 여백, 동일한 배경 색조. 이 단계에서 투자한 노력은 출력의 일관성으로 직접 나타나며, 프롬프트를 전체 카테고리에서 안전하게 재사용할 수 있게 합니다.
제품 배경을 깔끔하게 교체하기
배경 교체는 가장 흔한 이커머스 편집이며, 프롬프트를 대충 작성하기 가장 쉬운 곳이기도 합니다. “새 배경”은 지시가 아니라 막연한 바람일 뿐입니다. 모델은 새 공간이 어떻게 보이는지, 제품이 그 안에 어떻게 배치되어야 하는지를 알아야 합니다.
단어 하나가 아니라 공간을 묘사하기
표면, 배경, 빛을 명시하십시오. “제품을 매트 화이트 표면에 배치하고 부드러운 그라데이션 배경, 왼쪽 위에서 오는 넓은 확산 주광, 제품 아래 부드러운 접촉 그림자”는 모델에게 구축할 수 있는 장면을 제공합니다. “흰색 배경”은 임의로 추측할 여지를 줍니다.
제품 보존 조항을 명시하기
모든 배경 프롬프트에는 보존 조항이 포함되어야 합니다: 제품의 형태, 비율, 색상, 재질, 라벨 텍스트를 변경하지 말 것. 이 문장은 작성 비용이 거의 들지 않지만, 특히 윤곽이 독특한 물체에서 드리프트를 크게 줄입니다.
가장자리와 그림자 보호하기
깔끔한 누끼는 접촉과 명암을 언급하는 프롬프트에서 나옵니다. 제품이 표면과 만나는 곳에 자연스러운 접촉 그림자를 요구하고, 새 배경에서도 가장자리가 선명하게 유지되도록 요청하십시오. 어두운 배경을 밝은 배경으로 바꾸는 경우, 모델이 림 라이트를 처리하도록 도움이 필요할 것으로 예상하십시오 — 제품 가장자리의 빛을 새 환경과 일치하도록 명시하십시오.
제품 자체의 조명에 맞추기
원본이 단일 소프트박스로 촬영되었다면 극적인 하드 라이트 스튜디오 세트를 요구하지 마십시오. 조명 불일치는 합성된 상품 목록의 명백한 흔적입니다. 원본에 합리적인 조명을 묘사하고, 시각적 다양성은 배경 색상과 표면 질감을 바꿔서 얻으십시오.
플랫폼 제한
대상 플랫폼이 순백 또는 단색 배경을 요구한다면 명확히 명시하고 소품 없음, 표면 이음새 없음을 요구하십시오. 브랜드 스토어프런트가 목표라면 더 큰 자유가 있습니다 — 그라데이션, 미세한 질감, 일치하는 바닥 평면 모두 가능합니다.
한 번에 하나의 변수만 반복하기
먼저 배경을 바꾸고 제품이 잘 보존되었는지 확인한 다음 그림자나 조명을 조정하십시오. 한 프롬프트에서 동시에 여러 가지를 바꾸면 어떤 지시가 실패를 초래했는지 알 수 없으며, 실패한 요청도 여전히 출력 비용을 소모합니다.
제품을 라이프스타일 장면에 배치하기
라이프스타일 장면은 이미지 간 변환이 가치를 발휘하는 곳입니다: 제품은 식별 가능한 자기 모습을 유지하고 주변 세계가 변합니다. 여기서의 기술은 비율, 조명, 합리성에 있습니다.
몇 가지 구체적인 디테일로 장면을 고정하기
장면 프롬프트는 모든 픽셀을 규정하지 않고도 구도를 제약할 만큼 충분히 구체적이어야 합니다. 환경, 제품이 놓인 표면, 한두 개의 보조 소품, 조명 질감을 명시하십시오. “세월이 느껴지는 오크 주방 조리대 위, 오른쪽 창문에서 들어오는 아침 햇살, 배경에 흐릿한 세라믹 컵과 접힌 리넨 천”은 실행 가능합니다. 긴 소품 목록은 실행 불가능합니다 — 제품과 모델의 주의를 두고 경쟁합니다.
비율을 올바르게 맞추기
모델에게는 자가 없으므로 제품의 현실 세계 크기 관계를 명시하십시오. 키 큰 병과 작은 립스틱은 각각 따로 보면 합리적이지만 함께 두면 우스꽝스럽습니다. 표면과 인식 가능한 참조물(손, 표준 머그컵, 선반 한 층)을 언급하면 비율에 근거가 생깁니다.
장면보다 원본 조명을 먼저 맞추기
두 가지 조명 문제를 동시에 해결해야 합니다: 제품이 이미 가진 명암과 새 환경의 조명. 원본 조명이 고르게 확산되었다면 강한 노을 림 라이트보다 부드러운 자연광 장면을 선택하십시오. 조명 방향을 명확히 쓰고 제품의 빛이 장면과 일치해야 한다고 명시하십시오. 둘이 충돌하면 다른 촬영과 더 이상 일치하지 않는 재조명된 제품이나, 붙여넣은 것처럼 보이는 결과를 얻게 됩니다.
제품은 선명하게, 장면은 부차적으로
제품이 선명한 초점 주체이며 환경은 약간 초점이 흐리다고 명시하십시오. 이 한 가지 지시는 어떤 소품 목록보다도 사실감을 높이며, 모델이 배경에 눈에 띄는 디테일을 임의로 만들어내는 것을 막습니다.
제품이 아니라 장면을 바꾸기
카테고리 페이지의 경우 장면 템플릿은 그대로 두고 다른 SKU 간에 한 요소만 바꾸십시오 — 계절, 표면, 소품. 공유된 장면 문법은 일련의 라이프스타일 이미지가 스톡 사진 콜라주가 아니라 같은 마케팅 캠페인처럼 읽히게 합니다.

동작하는 HiAPI 이미지 간 변환 요청
모든 것은 인증이 필요한 하나의 엔드포인트를 통해 이루어지므로, 무엇을 편집하든 요청 구조는 동일합니다. 핵심은 모델 ID, 원본 이미지, 프롬프트입니다.
요청
curl -X POST "https://api.hiapi.ai/v1/images/edits" \
-H "Authorization: Bearer $HIAPI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-image-2.5-sunburst/image-to-image",
"image": "https://your-cdn.example.com/products/sku-1042-source.jpg",
"prompt": "제품의 형태, 비율, 색상, 재질, 라벨 텍스트를 변경하지 마십시오. 배경을 매트한 따뜻한 회색 표면과 부드러운 그라데이션 배경으로 교체하고, 왼쪽 위에서 오는 넓은 확산 주광, 제품 아래 자연스러운 접촉 그림자, 선명한 제품 가장자리, 제품을 선명한 초점 주체로 유지하십시오.",
"size": "1024x1024",
"n": 1
}'
image 필드는 호스팅 URL을 받거나, 소재가 공개적으로 접근 가능하지 않을 때 base64 데이터 페이로드를 받습니다 — base64를 사용하면 게시되지 않은 SKU가 공개 CDN에 노출되지 않습니다. 반복 중에는 n을 1로 유지하십시오. 여러 후보는 비용을 배로 늘리고 품질 변화를 특정 프롬프트 편집에 귀속시키기 어렵게 만듭니다.
응답 해석
API는 data 배열을 포함한 JSON 본문을 반환합니다. 각 요소는 결과 이미지(계정 설정에 따라 base64 또는 URL)를 담고 있습니다. 응답의 생성 타임스탬프와 응답에 포함된 모든 사용량 필드를 확인하고, 나중에 대조할 수 있도록 요청 ID와 함께 기록하십시오.
최소한의 Python 호출은 다음과 같습니다:
import os, requests
resp = requests.post(
"https://api.hiapi.ai/v1/images/edits",
headers={"Authorization": f"Bearer {os.environ['HIAPI_API_KEY']}"},
json={
"model": "gpt-image-2.5-sunburst/image-to-image",
"image": source_url,
"prompt": prompt,
"size": "1024x1024",
"n": 1,
},
timeout=180,
)
resp.raise_for_status()
item = resp.json()["data"][0]
실용적인 연결 주의사항
- 프롬프트를 각 출력과 함께 저장하십시오. 몇 주 후에는 정확한 프롬프트와 원본 이미지를 보존해야만 승리한 이미지를 재현할 수 있습니다.
- 전송 실패와 모델 실패를 분리하여 처리하십시오. 타임아웃과 5xx 응답은 재시도 가능하지만, 지원되지 않는 크기로 인해 거부된 요청은 재시도할 수 없습니다.
- 임시 URL에 의존하지 말고 출력을 즉시 다운로드하여 영속화하십시오.
- 모델 문자열을 코드에 흩어 놓지 말고 설정에 두어, 향후 모델 교체가 한 줄 수정으로 끝나게 하십시오.
엔드포인트 참조와 지원되는 파라미터는 모델 페이지를 참조하십시오. 이곳의 과금은 출력 기준으로 측정되므로, 실패한 반복을 줄이는 것이 비용을 통제하는 주요 수단입니다.

결함 처리와 출력 일관성 유지하기
입력이 좋고 프롬프트를 신중하게 작성해도 제품 편집은 식별 가능한 방식으로 실패합니다. 각 실패 모드에는 표준 수정 방법이 있습니다.
제품 형태 드리프트
증상: 윤곽이 약간 변합니다 — 손잡이가 두꺼워지고 테이퍼가 곧아집니다. 원인: 프롬프트가 제품보다 장면을 더 많이 묘사하여 모델이 주체를 재해석합니다. 수정: 보존 조항을 맨 앞에 두고 형태를 명시적으로 언급하며 장면 설명을 단순화하십시오. 드리프트가 계속되면 원본 구도가 너무 타이트할 가능성이 높습니다.
라벨 텍스트 손실 또는 왜곡
증상: 브랜드 이름이 그럴듯한 난독 기호로 변합니다. 원인: 원본 이미지에서 텍스트가 너무 작거나 기울어졌거나 대비가 낮습니다. 수정: 더 선명하고 정면에 가까운 원본에서 시작하십시오. 라벨 텍스트와 로고가 변경되지 않고 명확하게 읽혀야 한다고 명시하십시오. 라벨 영역 뒤에 무거운 배경 세부를 추가하는 것을 피하십시오. 규제 대상 문구의 경우 어쨌든 수동 검토를 계획하십시오.
세트 전체의 구도 불일치
증상: 카테고리의 모든 이미지에서 비율과 각도가 다릅니다. 원인: 원본 자르기와 이미지별 프롬프트가 일관되지 않습니다. 수정: 편집 전에 원본 여백과 카메라 각도를 통일하고, 배치 전체에서 장면 변수만 바꾸어 하나의 프롬프트 템플릿을 재사용하십시오.
가장자리 헤일로와 떠 있는 제품
증상: 제품 주변에 밝은 테두리가 있거나 그림자 없는 물체가 붙여넣은 것처럼 보입니다. 원인: 원본과 요청된 장면 간의 조명 불일치. 수정: 자연스러운 접촉 그림자를 명시적으로 요구하고, 조명 방향을 명시하고, 원본 촬영과 일치하는 조명 환경을 선택하십시오.
과도하게 편집된 플라스틱 느낌
증상: 질감이 매끄러워지고 직물이 지나치게 깨끗합니다. 원인: 리터칭을 제한하지 않고 “세련된” 또는 “전문적인”을 요구한 프롬프트. 수정: 원래 질감, 소재 입자, 마모 흔적을 보존하도록 요구하십시오.
일반 규칙
반복마다 변수 하나만 바꾸고, 모든 프롬프트에 보존 조항을 넣고, 원본 사진 기준을 고정하십시오. 출력이 실패하면 먼저 입력 사진이 충분히 좋은지 물으십시오 — 대부분의 경우 답은 아니오입니다.
이미지 편집을 카탈로그 워크플로에 통합하기
동작하는 단일 요청이 파이프라인은 아닙니다. 이를 카탈로그 규모의 산출물로 만들려면 주로 모델 호출을 둘러싼 엔지니어링 규율이 필요합니다.
입고 시 입력 표준화하기
작은 전처리 단계를 구축하십시오: 표준 비율로 자르고, 고정 여백을 추가하고, 이미지가 API에 도달하기 전에 저해상도 또는 흐릿한 원본을 표시하십시오. 불량 입력을 거부하는 사전 검사는 어떤 프롬프트 조정보다도 더 많은 비용을 절약합니다.
SKU별이 아니라 템플릿별로 일괄 처리하기
제품을 카테고리로 나누고, 각 카테고리에 하나 또는 두 개의 프롬프트 템플릿을 부여하십시오. 배치를 실행한 다음 템플릿별로 썸네일 개요를 검토하십시오. 템플릿을 수정하고 해당 카테고리를 다시 실행하는 것이 항목별로 수동 프롬프트를 작성하는 것보다 훨씬 저렴하며 시각 문법의 일관성도 유지합니다.
두 단계 검토
첫 번째 단계는 빠른 탈락입니다: 제품이 자기 모습처럼 보이는가? 텍스트를 읽을 수 있는가? 가장자리가 깔끔한가? 두 번째 단계는 브랜드 가이드라인에 따른 디자인 검토입니다. 가능한 한 기계적 검사를 자동화하십시오 — 이미지 해시로 원본과 대조하여 심각한 드리프트를 확인하고, 납품물에 대해 해상도와 형식을 검증하십시오.
출처 정보 첨부하기
원본 이미지, 프롬프트, 모델 ID, 타임스탬프를 각 출력과 함께 저장하십시오. 제품 관리자가 특정 히어로 이미지가 왜 다르게 보이는지 물으면, 답은 조사가 아니라 두 프롬프트 레코드의 차이여야 합니다.
단계적 출시
가장 위험도가 낮은 편집인 배경 교체부터 시작하고, 템플릿이 안정되면 라이프스타일 장면으로 넘어가십시오. 먼저 한 카테고리에서 출시한 다음 전체 카탈로그로 확장하고, 모든 단일 항목을 필요 시 재생성할 수 있는 능력은 유지하십시오.
모델이 멈추는 지점 알기
파이프라인은 플래그십 SKU에 필요한 사진작가나 제품 주장에 대한 법률 검토를 대체하지 않습니다. 생성된 편집 결과를 하나의 생산 계층으로 보고, 충실도가 핵심 판매 포인트인 이미지에는 스튜디오 예산을 남겨 두십시오.
자신의 카탈로그로 테스트할 준비가 되었다면, 위의 요청 구조가 HiAPI에서 gpt-image-2.5-sunburst/image-to-image를 시작하는 데 필요한 전부입니다.