ChatGPT에 "고양이가 춤추는 GIF 만들어줘"라고 치면, 이제 정말로 움직이는 고양이가 나옵니다. OpenAI가 11월 4일 공개한 Images 2.6 이야기입니다. 지금까지 ChatGPT는 GIF를 한 번에 만들지 못했습니다. 정지 이미지를 여러 장 뽑아 다른 도구로 이어 붙이는 수밖에 없었죠. 이번 업데이트로 글 한 줄이나 사진 한 장에서 바로 GIF가 나오고, 재생 속도를 바꾸거나 프레임을 한 장씩 열어 고칠 수도 있게 됐습니다.

소비자 쪽 소식은 여기까지면 충분합니다. 개발자가 눈여겨볼 부분은 API 쪽입니다. 새 모델 두 개가 나왔고, SVG 출력과 complexity라는 낯선 파라미터가 생겼습니다. 그리고 요금표를 보면 토큰 단가가 이전 버전과 한 푼도 다르지 않은데, 실제로 이미지를 뽑아 본 사람들은 저화질 이미지 값이 네 배 넘게 올랐다고 말합니다. 같은 요금표에서 어떻게 다른 청구서가 나오는지, 무엇이 새로 생겼고 무엇이 아직 비어 있는지 차례로 짚어봅니다.

빠른 쪽 Flare, 꼼꼼한 쪽 Sunburst

API에서 Images 2.6은 GPT-Image-2.6 Flare와 GPT-Image-2.6 Sunburst, 두 모델로 나뉩니다. 속도와 품질을 나눠 두 모델로 내는 방식은 9월 Images 2.5 때부터 이어진 구성입니다.

Flare는 빠른 쪽입니다. OpenAI는 저화질 설정에서 이미지 한 장을 6초 만에 만들 수 있다고 밝혔고, 포스터나 제품 이미지의 레이아웃도 좋아졌다고 설명합니다. Sunburst는 꼼꼼한 쪽입니다. 세부 묘사가 정밀하고, 같은 이미지를 여러 번 고쳐도 인물 얼굴이나 제품 모양이 덜 흔들리도록 만들었다는 것이 OpenAI의 설명입니다. 식당으로 치면 Flare는 주문 즉시 나오는 분식집, Sunburst는 시간이 걸려도 접시를 다듬어 내는 코스 요리집쯤 되겠습니다.

전체적으로는 "이전보다 50% 빠르다"는 것이 OpenAI의 주장입니다. API 중개 서비스를 운영하는 LaoZhang 팀이 11월 5일 직접 재 본 수치를 보면, 1024×1024 기준 고화질(high)에서 2.5 Flare가 27초, 2.6 Flare가 12초 걸렸습니다. 같은 설정에서 2.6 Sunburst는 59초였습니다. 한 번씩만 돌린 측정이라 오차는 감안해야 하지만, Flare의 체감 속도가 확실히 빨라졌다는 점과 Sunburst가 Flare보다 네 배 안팎 느리다는 점은 읽힙니다.

품질이 정말 나아졌는지는 아직 단정하기 어렵습니다. 사람들이 두 이미지를 나란히 보고 더 나은 쪽에 표를 던지는 블라인드 평가 사이트 Design Arena에서, 11월 5일 기준 새 이미지 생성 점수는 2.5 Sunburst가 1378점, 2.6 Sunburst가 1374점으로 거의 같았습니다. 편집 부문에서는 오히려 2.5 Sunburst가 1위였습니다. 2.6은 나온 지 며칠 안 돼 표 수가 2.5의 3분의 1 수준이라 순위가 더 움직일 여지는 있습니다.

ChatGPT 사용자도 바뀐 점이 있습니다. 자신이나 반려동물, 캐릭터의 참조 이미지를 저장해 두고 매번 다시 올리지 않아도 됩니다. 이미지 위에 직접 표시를 해서 "여기만 고쳐줘"라고 지시하는 마크업 편집은 이번에 API로도 열렸습니다. Images 2.6은 Free부터 Pro까지 모든 요금제와 Codex에서 쓸 수 있고, OpenAI에 따르면 ChatGPT와 API를 합쳐 일주일에 40억 장 넘는 이미지가 만들어지고 있습니다. 9월에 밝힌 30억 장에서 두 달 만에 10억 장이 늘었습니다.

GIF와 SVG, 그리고 complexity

API에 새로 생긴 기능은 세 가지입니다.

첫째는 GIF 출력입니다. 짧은 반복 애니메이션을 이미지 생성 요청 한 번으로 받을 수 있습니다. OpenAI가 제시한 쓰임새는 캠페인 마스코트에 움직임을 주거나, 소셜 미디어용 리액션 짤을 만들거나, 영상을 만들기 전에 캐릭터 동작을 미리 확인하는 스토리보드 용도입니다. 손으로 그린 낙서 한 장을 움직이는 캐릭터로 바꾸는 예시도 들었습니다. 다만 프레임 수 상한은 문서마다 다르게 적혀 있습니다. 가이드 문서는 2장에서 64장(기본 9장)이라고 하고, API 레퍼런스는 16장을 상한으로 적고 있다는 보고가 있습니다. GIF 전용 가격도 따로 공개되지 않았습니다. 3월에 영상 앱 Sora를 접은 OpenAI가 영상 대신 짧은 움직임부터 다시 손대는 모양새이기도 합니다.

둘째는 SVG 출력입니다. SVG는 그림을 점(픽셀)이 아니라 선과 도형의 좌표로 저장하는 형식입니다. 픽셀 이미지는 확대하면 계단처럼 깨지지만 SVG는 아무리 키워도 매끈합니다. 웹사이트 아이콘이나 로고, 인쇄물처럼 크기를 자유롭게 바꿔야 하는 곳에서 쓰는 형식이죠. 지금까지는 AI가 만든 PNG를 디자이너가 다시 따라 그려야 했는데, 이 단계를 줄일 수 있다는 점이 반갑습니다. 대신 제약이 많습니다. 한 번에 한 장만 받을 수 있고, 기존 이미지를 고치는 편집 엔드포인트에서는 GIF와 SVG 모두 오류가 납니다. LaoZhang 팀 테스트에서는 복잡한 장면을 SVG로 요청했다가 서버 오류(HTTP 502)를 받기도 했습니다. 아이콘이나 단순한 일러스트에서 먼저 써 볼 기능입니다.

셋째는 complexity 파라미터입니다. 모델이 그림을 그리기 전에 얼마나 "구상"을 할지 정하는 값으로, low, medium, high 세 단계가 있고 기본값은 high입니다. 화가에게 "대충 스케치만" 부탁하느냐, "구도부터 잡고 그려 달라"고 부탁하느냐의 차이라고 보면 됩니다. OpenAI는 낮은 값은 빠른 편집에, 높은 값은 세부 요구가 많은 그림에 맞다고 설명합니다. 이 값에 별도 요금은 붙지 않지만 높일수록 응답 시간이 길어질 수 있습니다. 4월 Images 2.0부터 OpenAI 이미지 모델이 그리기 전에 먼저 추론하는 구조로 바뀌었는데, 그 추론의 양을 사용자가 처음으로 직접 조절할 수 있게 된 셈입니다.

같은 단가, 다른 청구서

이제 돈 이야기입니다. 이미지 API는 장당 가격이 아니라 토큰으로 값을 매깁니다. 토큰은 모델이 처리하는 정보의 최소 단위인데, 이미지 출력에서는 대략 "그림을 얼마나 촘촘하게 만들었나"를 세는 단위라고 생각하면 됩니다. 결국 이미지 한 장의 값은 토큰 단가에 그 이미지가 쓴 토큰 수를 곱한 것입니다.

토큰 단가는 2.5와 2.6이 같습니다. 이미지 출력 100만 토큰당 30달러, 이미지 입력 8달러, 텍스트 입력 5달러입니다. Flare와 Sunburst도 같은 값입니다. 요금표만 보면 바뀐 게 없습니다.

바뀐 것은 곱하는 쪽, 토큰 수입니다. eesel과 LaoZhang 두 곳이 1024×1024 이미지를 화질 단계별로 뽑아 본 결과는 이렇습니다.

화질2.5 토큰2.6 토큰2.5 장당2.6 장당배율
low196824약 0.006달러약 0.025달러4.2배
medium4391,449약 0.013달러약 0.043달러3.3배
high1,7561,756약 0.053달러약 0.053달러같음
xhigh3,1223,122약 0.094달러약 0.094달러같음
max7,0247,024약 0.211달러약 0.211달러같음

고화질 이상에서는 한 토큰도 다르지 않습니다. 그런데 low와 medium에서는 토큰 수가 서너 배로 뛰었습니다. 1만 장 단위로 환산하면 low 기준 약 59달러였던 비용이 약 247달러가 되고, medium은 약 132달러에서 약 435달러가 됩니다. OpenAI도 가이드 문서에 "토큰 단가가 같다고 이미지 한 장의 비용이 같은 것은 아니다. 토큰 소비량은 모델과 화질 설정에 따라 달라질 수 있다"고 적어 두었습니다.

왜 저화질에서만 토큰이 늘었는지 OpenAI는 설명하지 않았습니다. 다만 결과만 놓고 보면, 2.6의 저화질은 "적게 그려서 싸게" 파는 단계라기보다 고화질과의 간격이 좁아진 단계에 가깝습니다. 저화질 섬네일을 대량으로 뽑아 오던 서비스라면 모델 이름만 2.5에서 2.6으로 바꿨을 때 청구서가 몇 배로 뛸 수 있다는 뜻입니다.

함정이 하나 더 있습니다. Flare는 quality를 지정하지 않으면 프롬프트를 보고 화질을 스스로 고릅니다. LaoZhang 팀 테스트에서는 묘사가 자세한 프롬프트 하나가 이 자동 선택으로 장당 약 0.17달러가 나왔습니다. 저화질 의도로 보낸 요청이 xhigh와 max 사이 값으로 청구될 수 있다는 얘기입니다. 2.6을 쓴다면 quality는 반드시 명시해 두는 편이 안전합니다.

할인 수단도 줄었습니다. 요청을 한꺼번에 맡기고 24시간 안에 결과를 받는 대신 값을 절반으로 깎아 주는 Batch API는 아직 2.5 Flare에서만 됩니다. 2.6은 날짜가 붙은 고정 버전(스냅숏) 없이 별칭으로만 제공돼서, 같은 이름으로 호출해도 나중에 모델이 바뀔 수 있습니다. 사용량 한도도 2.5는 등급별로 숫자를 공개했지만 2.6은 "등급과 계정에 따라 다르다"고만 적혀 있습니다.

1024×1024 이미지 한 장의 화질 단계별 토큰 수를 Images 2.5와 2.6으로 나란히 비교한 막대 그래프. low와 medium에서만 2.6이 크게 높다
그림 21024×1024 이미지 한 장의 화질 단계별 토큰 수를 Images 2.5와 2.6으로 나란히 비교한 막대 그래프. low와 medium에서만 2.6이 크게 높다

편집을 거듭하면 생기는 일

Sunburst의 대표 장점은 "여러 번 고쳐도 일관성이 유지된다"는 것입니다. LaoZhang 팀은 사진 한 장을 세 번 연속 편집하는 테스트로 이 주장을 확인해 봤습니다. 고화질 설정으로 모델마다 두 번씩, 모두 24번을 호출한 소규모 실험입니다.

결과는 기대와 조금 달랐습니다. 편집을 지시하지 않은 영역이 원본과 얼마나 달라졌는지를 보면, 2.5 Sunburst가 3.5~3.8, 2.6 Sunburst가 6.5~7.1로 2.6 쪽이 더 많이 바뀌었습니다. 2.6 Sunburst는 편집을 거듭할수록 그림 전체가 조금씩 어두워져, 세 번째 편집에서는 밝기가 5단계가량 내려갔습니다. 2.5 Sunburst는 1.4단계 넘게 움직인 적이 없습니다. 얼굴이 원본과 얼마나 닮았는지를 재는 수치(SSIM)는 2.5 Sunburst가 0.851~0.860, 2.6 Sunburst가 0.849~0.850으로 큰 차이가 없었습니다.

눈에 띄게 망가지는 수준은 아닙니다. 편집하지 않은 영역에서 크게 바뀐 픽셀은 어느 경우에도 0.4%를 넘지 않았습니다. 다만 쇼핑몰 상품 사진처럼 같은 이미지를 여러 단계에 걸쳐 고쳐 나가는 작업이라면, 2.6으로 바꾸기 전에 자기 이미지로 몇 번 돌려 볼 필요는 있어 보입니다. 표본이 작은 실험이고, 실험한 쪽이 API 접속을 파는 회사라는 점도 감안해야 합니다.

Images 2.6이 바꾼 것과 남긴 것

Images 2.6은 OpenAI 이미지 모델이 "정지 이미지 한 장"이라는 틀에서 처음 벗어난 버전입니다. GIF는 움직임을, SVG는 확대해도 깨지지 않는 도형을, complexity는 구상의 양을 사용자 손에 쥐여 줬습니다. ChatGPT에서 GIF를 만드는 일반 사용자에게는 반가운 변화이고, 아이콘과 일러스트를 SVG로 바로 받을 수 있다는 점은 웹 개발자에게 작지 않은 편의입니다.

반대로 API로 이미지를 대량 생산하던 쪽에는 따져 볼 숫자가 생겼습니다. 고화질 이상으로 새 이미지를 뽑던 서비스라면 비용은 그대로이고 Flare 기준 속도는 빨라졌으니 옮길 이유가 충분합니다. 같은 사진을 여러 번 고쳐 쓰는 서비스라면 앞의 편집 실험 결과를 먼저 확인하는 편이 낫습니다. 저화질과 중간 화질로 단가를 낮춰 오던 서비스는 사정이 또 다릅니다. 같은 요청이 서너 배 비싸지고, Batch 할인과 고정 스냅숏도 아직 2.5에만 있으니 당분간 2.5에 머무는 쪽이 합리적입니다. 결국 이번 업데이트에서 따져 봐야 할 숫자는 발표문의 "50% 빠르다"가 아닙니다. 자기 서비스가 주로 쓰는 화질 단계에서 이미지 한 장이 토큰을 몇 개 쓰는지입니다.