GPT Image 2의 텍스트 렌더링은 정말 완벽할까? 우리가 간판, 포스터, 라벨로 스트레스 테스트를 진행했다

출시 당시 GPT Image 2를 단숨에 유명하게 만든 기능은 텍스트 렌더링이었다. 대부분의 이미지 모델은 타이포그래피 텍스트를 렌더링하라는 요청을 받으면 여전히 깨진 글자나 반쯤 형성된 글리프를 생성한다. GPT Image 2는 달라야 했다 — 깔끔한 철자, 정확한 자간, 후처리 수정이 필요 없는 이미지 내 자막.

6주, 수백 번의 생성 끝에 우리는 어떤 부분이 견디고 어떤 부분이 무너지는지 구체적으로 말할 수 있는 충분한 데이터를 확보했다. 좋은 소식은: 홍보 문구는 사실이다. 더 깊은 소식은 엣지 케이스와 출시 데모에서 언급되지 않은 프로덕션 장애 모드에 숨어 있다.

---

테스트 설정

이 콘텐츠 클러스터를 제작하면서 — 여섯 편의 글, 수십 장의 삽화 — 우리는 의도적으로 GPT Image 2를 통해 24회의 텍스트 집약적 생성을 실행했다. 매번 프롬프트당 한 번만 생성했고, 선별하지 않았다. 작업 범주는 다음과 같다:

• 영문 제목 및 부제목 — 프로모션 포스터, 브랜드 배너, 소셜 미디어 커버
• CJK 서예 — 중국어 및 일본어 다도 포스터, 브랜드 아이덴티티 디자인
• 다중 문자열 인포그래픽 — 번호가 매겨진 단계 목록, 설명이 있는 도표, 과학 포스터 스타일
• 내장 브랜드 블록 — 소형 창립자 슬로건, "EST." 연도 배지, 모노그램 패턴
• 숫자, 통화, 특수 문자 — 가격 배지, 연도, 백분율
• UI 목업 — 다수의 독립적인 텍스트 문자열을 포함하는 인터페이스 화면

다음은 우리가 발견한 패턴을 "확실히 작동함"에서 "주의 필요" 순으로 정리한 것이다.

---

작동하는 부분: 영문 제목

굵은 타이포그래피 제목은 우리가 테스트한 모든 사례에서 올바르게 렌더링되었다. 위의 포스터는 다섯 개의 독립적인 텍스트 문자열을 포함한다: 메인 제목(NEW ARRIVAL), 부제목(Natural Soy Wax · 40-Hour Burn Time), 가격 배지($24.99), 브랜드 아이덴티티(VERDEA / HOME FRAGRANCE) 및 작은 슬로건(SIMPLE INGREDIENTS. PURE AMBIENCE.). 모두 올바르게 철자되었고, 적절한 자간을 가지며, 올바른 계층 크기로 표시되었다.

"Natural Soy Wax"와 "40-Hour Burn Time" 사이의 중점 문자(·)가 올바르게 렌더링되었다. 통화 기호가 올바른 위치에 있다. 브랜드 아이덴티티의 줄바꿈이 유지되었다.

이는 다양한 서체에서 작동한다 — 세리프, 산세리프, 하프 세리프, 디스플레이 및 장식 굵기 모두 적절한 글리프로 렌더링된다. 모델은 시각적 맥락에 따라 적합한 서체를 선택한다(현대 포스터에는 산세리프, 편집물에는 세리프, 서예에는 붓터치). 서체를 명시적으로 지정할 필요가 없다.

다중 단어 색상 강조

특정 단어에 강조 색상을 지정하면(여기서 "CHANGED"는 주변의 짙은 갈색과 대비되는 따뜻한 주황색으로 표시됨) 모델이 이를 준수한다. 강조 색상이 대상 단어에 정확히 적용되고, 색상 선택이 프롬프트와 일치하며, 주변 타이포그래피가 통일성을 유지한다.

---

작동하는 부분: CJK 서예

중국어와 일본어 서예는 대부분의 이미지 모델이 여전히 형편없는 영역이다. GPT Image 2는 해서체, 행서체 및 붓터치 스타일의 문자를 필순, 문자 비율 및 먹의 질감이 적절하게 렌더링한다. 위의 수공예 브랜드 포스터는 반세리프 중국어 서체를 사용하여 획이 정확하고 구조가 잘 잡혀 있다.

우리의 Nano Banana 2 비교에서 GPT Image 2는 제목 「新春・茶道」와 세로 부제목 「京都・春茶会 二〇二六年三月」을 올바르게 렌더링했으며 — 우리가 요청하지 않았지만 디자인과 조화를 이루는 두 가지 상황에 맞는 일본 다도 성어(一期一会, 和敬清寂)를 추가했다.

라틴 알파벳과 CJK 텍스트가 같은 이미지에 나타날 수 있다. 중영 혼합 제목(이중 언어 마케팅에서 흔함)이 문자 침투나 비율 편차 없이 올바르게 렌더링된다.

---

작동하는 부분: 다중 문자열 밀도

이것은 우리가 실행한 가장 밀도 높은 텍스트 테스트였다. 이 인포그래픽은 다음을 포함한다:

• 제목 하나(Photosynthesis)
• 번호가 매겨진 다섯 개의 단계 제목(Sunlight Absorption, Water Intake, Carbon Dioxide, Glucose Production, Oxygen Release)
• 다섯 개의 짧은 설명(각 8–12 단어)
• 각각微型 라벨이 있는 다섯 개의 아이콘
• 화학 기호(H₂O, CO₂, O₂, GLUCOSE)

모든 텍스트 문자열이 올바르게 렌더링되었다. 계층이 유지되었다 — 제목은 더 굵게, 설명은 더 가볍게,微型 라벨은 적절히 작게. 번호 순서(1에서 5)가 올바르다. 흐름 화살표가 올바른 단계를 연결한다.

참고: 화학 기호(H₂O, CO₂, O₂, GLUCOSE)는 모델이 요청하지 않았는데도 스스로 추가한 것이다. 주제를 추론하고 주제에 맞는 세부 사항을 추가했다. 이는 GPT Image 2에서 반복적으로 나타나는 행동이다 — 대부분 유용하지만 필요하지 않을 때는 주의할 가치가 있다.

---

작동하는 부분: 숫자, 통화, 특수 문자

24회 생성 테스트 세트에서:

• 통화 기호가 $, ¥(중국어 클러스터) 및 따옴표 맥락에서 모두 올바르게 렌더링됨
• 여러 자리 가격($24.99, $29, ¥129)이 소수점과 쉼표를 유지함
• 날짜(Tuesday, March 4)가 쉼표와 어순을 유지함
• 시간 문자열(9:41)이 올바른 콜론으로 렌더링됨
• 대시(—)와 중점(·)이 프롬프트에 리터럴 문자로 포함될 때 올바르게 렌더링됨
• 연도 배지(EST. 2024, 2026)가 마침표와 네 자리 숫자의 정밀도를 유지함

패턴은: 원하는 정확한 문자를 프롬프트에 (직선 따옴표로) 포함하면 GPT Image 2가 이를 충실히 재현한다는 것이다. 프롬프트의 스마트 따옴표("/")는 출력에서 스마트 따옴표를 생성한다. 직선 따옴표(")는 직선 따옴표를 생성한다. 모델은 문자에 충실하다 — 이는 당신이 작성하는 문자를 의도적으로 선택해야 함을 의미한다.

---

작동하는 부분: 내장 브랜드 블록

가장 흥미로운 요청되지 않은 추가는 모델이 프롬프트에 없던 작은 브랜드 스타일 텍스트를 추가한 경우였다:

• 가죽 제품 포스터에 "CRAFTED TO LAST · EST. 2024"와 "H | C" 모노그램 패턴이 추가됨
• 양초 출시 포스터 하단에 "VERDEA / HOME FRAGRANCE / SIMPLE INGREDIENTS. PURE AMBIENCE." 블록이 추가됨
• 제품 라벨에 "BOIS DE SANTAL"이 향 사양으로 추가됨

이들은 주변 이미지의 디자인 언어와 일치하는 작은 텍스트 요소이다. 각 사례에서 철자와 타이포그래피가 올바르다. 모델이 이 부분에서 충분히 뛰어나 이러한 추가가 일반적으로 출력을 개선한다 — 그러나 엄격한 제어를 원한다면 명시적인 no additional text or brand marks 조항을 추가하라.

이러한 맥락 추가 행동에 대한 자세한 내용은 GPT Image 2 실사용 리뷰를 참조하라.

---

장애 모드 (그 1%)

우리의 24회 의도적 텍스트 집약적 테스트 생성에서 주요 텍스트 문자열은 100% 올바르게 렌더링되었다. 이는 통제된 테스트의 결과이다. 정직한 프로덕션 수치는 약 99%에 가까운데, 규모를 확장하기 시작하면 엣지 케이스가 나타나기 때문이다:

1. 작은 글씨 텍스트의 단일 문자 대체

가장 흔한 장애는 완전한 깨짐이 아니라 — 단일 문자가 변경되는 것이다. 아주 작은 설명 텍스트에서 "Burn"이 "Bum"으로 렌더링된다. "Hours"에서 R이 빠진다. 월("September")이 때때로 중간 글자 순서가 틀린다. 이러한 것들은 주변 시야를 피해가며, 100% 확대에서 교정하지 않으면 유출된다.

발생하면 동일한 프롬프트로 재생성하면 거의 항상 수정된다(문제는 샘플링 무작위성에서 비롯된 것이지 프롬프트 구조적 문제가 아니다).

2. 12pt 미만의 미세 텍스트

GPT Image 2는 소형 크기에서 이전 모델보다 훨씬 안정적이다 — 그러나 글리프가 흐려지기 시작하는 임계값이 존재한다. 와인 라벨의 영양 정보, 의약품 라벨 경고, 또는 동등 8–10pt에서 선명하게 읽혀야 하는 모든 내용의 경우 한두 번의 재생성이 예상된다. 요청 해상도를 1K에서 2K로 높이면 도움이 된다 — 비용 프리미엄은 33%이지만 작은 글씨 가독성의 향상은 실질적이다.

3. 스마트 따옴표 대체

프롬프트에 타이포그래피 스마트 따옴표("/", '/')가 있고 출력에서 직선 따옴표(", ')를 원한다면, 모델은 스마트 따옴표를 충실히 렌더링한다. 이는 모델의 장애 모드가 아니라 — 프롬프트 준비 문제이다. 직선 따옴표가 중요하다면 전송 전에 프롬프트를 정리하라.

4. 엄격한 맥락에서의 요청되지 않은 추가

"텍스트 없음, 로고 없음, 잡동사니 없음" 맥락(깔끔한 제품 카탈로그 사진)의 경우 모델은 신뢰할 수 있다. 보다 느슨한 맥락(라이프스타일, 프로모션, 편집물)의 경우 때때로 요청하지 않은 브랜드 모노그램, 배지 또는 보조 텍스트를 추가한다. 엄격한 제어가 필요한 곳에는 명시적인 부정 조항을 추가하라.

---

프로덕션 교정 체크리스트

이 테스트 세트의 24회 텍스트 집약적 생성과 프로덕션에서의 추가 생성 이후, 이것은 우리가 렌더링된 텍스트가 포함된 이미지를 납품하기 전에 사용하는 교정 체크리스트이다:

1. 100% 또는 그 이상의 확대에서 열어라. 브라우저 썸네일과 편집기 미리보기 창은 단일 문자 대체를 숨긴다. 항상 실제 렌더링된 픽셀을 확인하라.
2. 각 텍스트 문자열을 소리 내어 읽거나 문자별로 따라가라. 대충 훑는 것이 오타 유출의 원인이다. 모든 글자, 모든 숫자, 모든 문장 부호를 따라가라.
3. 가장 작은 텍스트를 먼저 확인하라. 제목의 장애는 육안으로 보인다. 12pt 미만의 설명 텍스트는 고객이 오류를 보고할 때까지 보이지 않게 실패한다.
4. 오류를 발견하면 동일한 프롬프트로 재생성하라. 이미지를 수동으로 편집하려 하지 마라 — 재생성된 버전이 거의 항상 더 저렴하고, 더 빠르며, 시각적으로 의도에 더 가깝다.
5. 규모 있는 텍스트 집약적 출력에는 2K 해상도를 요청하라. 전시 크기 미만의 모든 텍스트에 대해 33%의 비용 프리미엄은 가독성 면에서 가치가 있다.

교정 단계는 이미지당 30–60초가 소요된다. 이를 건너뛰는 것이 바로 "납품된 마케팅 자료 속 AI 생성 오타"라는 이야기를 만들어내는 원인이며, 이러한 이야기들은 AI 이미지 작업 전반의 신뢰성을 훼손한다.

---

텍스트 작업에 GPT Image 2를 선택해야 할 때

정확성이 중요한 모든 텍스트 집약적 이미지 작업에 GPT Image 2가 올바른 선택이다:

• 프로모션 포스터 및 배너 — 즉시 사용 가능한 프로덕션 예시는 사용 가능한 프롬프트 템플릿을 참조하라
• 브랜드 라벨이 있는 이커머스 제품 목록 — 전체 이커머스 이미지 워크플로를 참조하라
• 다국어 마케팅 — CJK 서예, 혼합 언어 포스터
• 인포그래픽, 과학 포스터, 설명이 있는 도표 — 다중 문자열 밀도가 견딘다
• 실제 인터페이스 텍스트가 있는 UI 목업 — Nano Banana 2 비교의 화면 수준 텍스트 테스트를 참조하라

1K 해상도 이미지당 $0.03으로 계산하면, 비용은 예산 걱정 없이 필요에 따라 교정하고 재생성할 수 있게 해준다. 실제 소요 시간(생성당 약 90–120초)이 진정한 예산 항목이다.

GPT Image 2가 어떤 부분에서 앞서고 어떤 부분에서 뒤처지는지에 대한 정직한 견해는 우리의 실사용 리뷰를 참조하라.

---

자주 묻는 질문

GPT Image 2의 텍스트 렌더링이 상업 작업 납품에 충분히 신뢰할 수 있는가?

그렇다, 그러나 교정 단계가 필요하다. 우리의 통제된 24회 생성 테스트에서 주요 문자열은 100% 올바르게 렌더링되었다. 프로덕션 규모에서는 이 비율이 약 99%로 떨어진다 — 즉 약 100장 중 1장이 재생성이 필요한 단일 문자 문제를 가진다는 의미이다. 이미지당 30초의 시각적 교정으로 이는 관리 가능한 프로덕션 비율이다.

중국어/일본어 텍스트 렌더링이 영어만큼 정확한가?

우리 테스트에서는 그렇다. CJK 서예는 대부분의 이미지 모델이 심각하게 실패하는 영역이다. GPT Image 2는 필순, 문자 비율 및 먹의 질감을 적절하게 렌더링한다. 일반적인 중국어 및 일본어 문자는 신뢰할 수 있게 렌더링된다. 더 희귀하거나 역사적으로 특정한 문자(이체자, 고전 정자법)는 대규모로 테스트하지 않았다.

다른 문자 체계는 — 아랍어, 키릴 문자, 데바나가리?

우리는 이 세션에서 이를 테스트하지 않았으므로 증거에 기반한 단언을 할 수 없다. 일화적으로 GPT Image 2는 키릴 문자와 라틴 문자 체계 언어를 잘 렌더링한다. 아랍어의 우에서 좌 문자와 복잡한 문자 합자(데바나가리, 태국어)는 우리가 통제된 테스트 데이터를 가지고 있지 않은 영역이다.

모델이 내가 요청하지 않은 텍스트를 추가하는가?

때때로 그렇다. 우리의 24회 생성 테스트에서 모델은 약 4개 사례에서 맥락에 맞는 텍스트(브랜드 모노그램, EST. 배지, 보충 제품 사양 줄)를 추가했다. 이러한 추가는 항상 올바르게 철자되었고 디자인 맥락과 일치했다. 엄격한 제어가 필요하다면 명시적인 no additional text 부정 조항을 추가하라.

요청 해상도가 텍스트 렌더링에 영향을 주는가?

그렇다, 특히 작은 글씨에 그렇다. 2K 해상도는 12pt 미만의 가독성을 유지하는 데 1K보다 현저히 우수하다. 비용 프리미엄은 33%이다 — 텍스트 집약적 출력에는 지불할 가치가 있다.

---

요약

GPT Image 2의 텍스트 렌더링은 출시 당시의 홍보에 부응한다. 우리의 프로덕션 테스트 24회 텍스트 집약적 생성에서 — 영문 제목, CJK 서예, 다중 문자열 인포그래픽, 내장 브랜드 블록, 통화, 특수 문자 — 모든 주요 문자열이 올바르게 렌더링되었다.

약 1%의 프로덕션 오류율은 가장 작은 텍스트에서 나타나며, 거의 항상 재생성으로 수정된다. 교정 단계는 납품에 있어 협상 불가능하다. 그 외에는 우리가 협업한 가장 신뢰할 수 있는 텍스트 이미지 모델이며 — 텍스트 정확성이 납품물의 일부인 작업에서 타이포그래피 품질이 느린 생성 시간을 정당화한다.

직접 GPT Image 2 모델 페이지에서 텍스트 집약적 프롬프트를 시도해 보라 — 몇 개의 정확한 문자열을 인용하고, 레이아웃을 지정하고, 실행한 뒤, 결과를 교정하라. 첫 번째 생성이 보통 최종 납품되는 그 한 장이다.