GPT Image 2.5는 단일 모델이 아니라 두 개의 모델로 구성되어 있습니다. OpenAI는 2026년 9월 8일에 GPT Image 2의 후속작으로 이를 출시했으며, 하나의 업데이트된 버전을 제공하는 대신 속도에 최적화된 소형 모델인 Flare와 품질에 최적화된 대형 모델인 Sunburst로 이원화하여 제공합니다. 두 모델 모두 ChatGPT, ChatGPT Work, Codex에서 사용할 수 있으며, API를 통해 직접 사용할 때는 gpt-image-2.5-flare 및 gpt-image-2.5-sunburst라는 모델명으로 제공됩니다.

이처럼 모델을 분리한 이유는 속도와 출력물의 완성도가 서로 상충하기 때문이며, OpenAI는 둘 다 타협하는 대신 사용자가 직접 선택할 수 있도록 결정했습니다. Flare는 빠른 반복 작업이 가능할 정도로 렌더링 속도가 빨라, 이전 GPT Image 2에서 이미지 한 장을 생성하는 데 걸리던 시간 동안 요약본에서 5~6가지 방향을 테스트할 수 있습니다. Sunburst는 시간이 더 오래 걸리지만 미세한 디테일, 질감, 반복된 편집 과정에서의 일관성을 한층 더 끌어올려 세밀한 검사나 과감한 크롭에도 견딜 수 있는 결과물을 만들어냅니다. 일반적인 의미에서 어느 한쪽이 다른 쪽의 기능을 축소하거나 프리미엄화한 버전이 아닙니다. 이 두 모델은 '얼마나 많은 방향을 빠르게 탐색할 수 있는가'와 '선택한 하나의 방향을 얼마나 잘 다듬을 수 있는가'라는 두 가지 서로 다른 질문에 대한 각기 다른 해답입니다.

ChatGPT와 Codex가 실제로 기본 실행하는 모델이 무엇인지 OpenAI가 공식적으로 밝히지는 않았지만, 테스트 결과에 따르면 백그라운드에서는 둘 다 Flare가 작동하고 있는 것으로 나타납니다. 선택이 명확해지는 곳은 API입니다. 개발자가 이름으로 두 모델 중 하나를 호출하면 어떤 모델이 결과를 생성하는지 정확히 알 수 있으며, 이 선택 외에도 단일 생성에 투입할 시간과 디테일을 제어하는 별도의 품질 설정을 직접 제어할 수 있습니다.

빠른 비교: GPT Image 2.5 실행 환경 선택 가이드

이 순서대로 모델을 선택하세요

이 결정은 매번 두 모델을 처음부터 테스트하는 것보다 간단합니다. 기존 GPT Image 2 워크플로우로 이미 만족스러운 결과를 얻고 있다면, 동일한 프롬프트, 동일한 크기, 그리고 자동이 아닌 직접 지정한 동일한 품질 설정을 사용하여 Flare에서 시작해 보세요. 만족스러운 결과가 나온다면 다른 변경 없이도 레이턴시 개선 효과를 무상으로 얻을 수 있습니다. 애초에 GPT Image 2의 성능이 작업에 미치지 못했다면 Sunburst로 먼저 시작하여 허용 가능한 수준의 결과물을 완성한 후, Flare에서 동일한 입력을 실행하고 결과물이 유지되는 경우에만 Flare로 전환하세요.

공정한 비교를 위해 두 가지가 중요합니다. 첫째, 품질을 '자동'으로 두고 절대 비교하지 마세요. '높음' 설정이 두 모델 간에 동일하게 조정되어 있지 않으므로, 판단을 내리기 전에 수동으로 고정해야 합니다. 둘째, 한 번에 하나의 변수만 조정하세요. 프롬프트 자체를 다시 작성하기 전에 한 단계 더 높은 품질 설정을 시도해 보고, '높음'이나 '최대' 설정은 구체적인 작업에 중요한 요구 사항이 낮은 단계에서 실제로 실패했을 때만 사용하며, 이를 기본 시작점으로 삼지 마세요.

모델 및 품질 단계별 생성 시간

동일한 프롬프트, 가로 1024픽셀 기준, 1회 테스트의 실제 데이터:

인물 사진에서 Sunburst를 최대 품질로 설정하고 실행했을 때 동일한 테스트에서 115초가 소요되었으므로, 모든 이미지 생성 시 기본적으로 최상위 품질 단계를 적용하기 전에 이 점을 기억할 가치가 있습니다.

지원되는 이미지 크기

GPT Image 2.5는 가로세로 1024 정사각형부터 긴 쪽 기준 3840 크기까지 허용합니다. 가로세로 길이 모두 16의 배수여야 하며 화면 비율은 최대 3:1을 넘지 않아야 합니다. 총 픽셀 수는 655,360에서 8,294,400 사이여야 하며, 2560x1440을 초과하는 해상도는 완전 지원이 아닌 실험적 기능으로 표시됩니다. 안정적으로 작동하는 일반적인 크기로는 1024x1024, 1536x1024, 1024x1536, 2048x2048, 2048x1152, 3840x2160, 2160x3840 등이 있습니다.

동일한 프롬프트에서의 Flare 대 Sunburst: 2단계 수정 예시

여기서 사용하는 미세 조정 방법은 간단합니다. 한 번 생성하고, 결과를 검토한 뒤, 정확히 한 가지 변경 사항만 적용하여 다시 전달하는 것입니다. 그리고 제약 조건이 자동으로 유지된다고 가정하지 말고 매 단계마다 필요한 제약 조건을 명시해야 합니다. 이 예시는 GPT Image 2.5 프롬프트 가이드에 공개된 OpenAI의 빌보드 목업 방법을 기반으로 하며, 원래의 제품 사진 대신 음료 캔을 사용하여 Flare와 Sunburst에서 나란히 실행했습니다.

지상에서 올려다보는 구도로 촬영한, 맑고 짙은 푸른 하늘을 배경으로 한 대형 도로변 빌보드의 극사실적인 로우 앵글 샷. 아무런 로고, 인쇄, 마크가 없는 플레인 크라프트 브라운 골판지 슬리브와 돔형 흰색 뚜껑, 매트 마감의 부드럽고 깨끗한 종이로 된 거대한 플레인 화이트 테이크아웃 커피잔이 빌보드 전면의 왼쪽 가장자리를 뚫고 나오는 오버사이즈 3D 확장물로 장착되어 있으며, 검은색 스틸 브래킷에 캔틸레버식으로 지지되어 프레임 앞으로 돌출되어 있다. 빌보드 패널은 흰색이며 우측에 볼드한 다크 그린 산세리프 카피가 들어가 있다. 하단에는 난간과 사다리가 달린 스틸 서비스 캣워크가 있고, 빌보드 전면을 향해 비스듬히 위로 비추는 스포트라이트와 구조물을 지지하는 단일 아연도금 스틸 기둥이 보인다. 배경에는 콘크리트 고가도로와 가로등이 낮게 깔려 있다. 밝은 한낮의 태양, 커피잔의 그림자를 빌보드 전면에 드리우는 강한 방향성 빛, 선명한 그림자, 높은 명료도, 상업용 OOH 목업 사진, 24mm 광각, 풀프레임 DSLR 촬영, 높은 디테일, 4K.

Flare:

Sunburst:

소지하고 계신 제품 사진으로 이 조합을 직접 실행해 보는 것이 수치상의 속도를 맹신하는 것보다 Flare와 Sunburst의 차이를 직접 확인하는 가장 빠른 방법입니다. 준비된 제품 사진을 대입하고, 2단계 수정 구조를 유지하면서 동일한 빌보드 텍스트와 동일한 날씨 변경 사항을 각 모델이 어떻게 처리하는지 비교해 보세요.

과일 내부에서 촬영하기: 극단적인 POV 카메라 앵글

대부분의 프롬프트는 사람이 자연스럽게 서 있을 법한 위치에 카메라를 배치합니다. 하지만 카메라가 위치할 수 없는 곳, 즉 속을 파낸 수박 내부, 유리잔 아래, 혹은 먹고 있는 음식 뒤편 같은 곳에 배치할 때 매우 흥미로운 결과가 나타나기 시작합니다. 피사체는 거의 변하지 않지만, 전경이 프레임이 되고, 척도가 뒤바뀌며 평범한 여름철 초상화가 다시 한번 쳐다보게 만드는 독특한 이미지로 바뀝니다. 아래는 렌즈의 위치만으로 이미지가 얼마나 달라질 수 있는지 테스트한 동일한 아이디어의 두 가지 결과물입니다.

속을 파낸 수박 내부에서 촬영한 피시아이 POV 구도. 위쪽의 원형 구멍을 통해 앞머리가 있는 젊은 동아시아 여성이 아래를 내려다보며 과일에 꽂힌 청록색 소용돌이 빨대로 음료를 마시는 모습을 올려다보고 있다. 수박의 젖은 분홍색 속살과 흰 거품 방울이 프레임 가장자리를 감싸며 전경에서 흐릿하게 처리되어 있다. 구멍을 통해 그녀의 등 뒤로 연한 푸른 하늘이 보인다. 그녀는 분홍색 러플 상의와 얇은 금목걸이를 착용하고 있으며, 부드럽고 자연스러운 햇빛, 반짝이는 하이라이트, 그녀의 얼굴에 선명하게 맞춰진 포커스. 세로 9:16 비율, 초현실적인 매크로 음식 사진, 채도 높은 코랄 핑크와 청록색 색조, 얕은 심도, 8k 디테일.

flare:

sunburst:

여러 장면에서 동일 캐릭터 유지하기: 랜턴 여우 주니퍼

캐릭터의 일관성은 여러 프롬프트에 걸쳐 느슨한 묘사를 반복하는 것이 아니라, 명확하게 정의된 단 한 장의 생성 이미지에서 시작됩니다. 그런 다음 그 단일 이미지가 이후 모든 장면에 다시 입력으로 사용되며, 캐릭터의 고유한 디테일은 매번 다시 명시되어야 합니다. 다음은 기존 샘플을 차용하는 대신 오리지널 캐릭터에 동일한 '생성 후 이어서 진행' 방식을 적용한 사례입니다.

캐릭터 확립하기. 생성 모드, 1024x1536, 중간 품질.

주인공을 소개하는 아동 도서 일러스트를 제작해 주세요. 캐릭터: 주니퍼(Juniper)는 구리빛 오렌지색 털과 끝이 하얀 풍성한 꼬리를 가진 작은 랜턴 여우로, 목의 가죽 끈에 작은 황동 랜턴을 걸고 파란색 니트 목도리를 두르고 있습니다. 둥글고 호기심 가득한 눈망울과 부드럽고 장난기 어린 미소를 짓고 있습니다. 테마: 주니퍼가 밤의 숲을 거닐며 길 잃은 반딧불이들을 빛나는 초원으로 안전하게 인도하고 있습니다. 스타일: 아동 도서 일러스트, 손으로 그린 수채화 느낌, 부드러운 윤곽선, 깊은 파란색과 랜턴의 금빛이 어우러진 따뜻한 밤 시간대 색조, 기발하고 아늑한 분위기, 그림책에 적합한 비율. 제약 조건: 오리지널 캐릭터, 저작권이 있는 캐릭터 제외, 텍스트 없음, 워터마크 없음, 캐릭터가 명확하게 돋보이도록 어두운 밤의 숲 배경을 심플하게 표현.

Flare: 

Sunburst: 

영화 같은 인물 사진, 우울하고 강렬한 분위기

종류: 극사실적인 인물 사진. 느낌: 드라마틱한 영화 스틸컷. 분위기: 긴장감 있고 고뇌에 찬 분위기.

60대 노련한 어부의 극사실적인 클로즈업 초상화. 깊게 파인 눈은 카메라 너머를 응시하고 있으며, 비에 젖은 오일스킨 재킷을 입고 있다. 단일 광원의 강한 측면 조명이 그의 얼굴에 깊은 그림자를 드리우고 있으며, 톤다운된 그레이와 네이비 컬러 그레이딩, 거친 입자가 보이는 35mm 필름으로 촬영한 듯한 느낌, 얕은 심도, 영화 같고 우울한 분위기. 

Flare:

Sunburst: 

다크 판타지 컨셉 아트, 으스스하고 불길한 분위기

종류: 판타지 컨셉 아트. 느낌: 고딕풍, 불안감을 주는 분위기. 분위기: 불길하고 신비로운 분위기.

버려진 성당의 폐허 사이로 자라난 거대하고 뒤틀린 검은 나무의 컨셉 아트. 부서진 돌기둥 주위로 옅은 안개가 피어오르고, 차가운 푸른 달빛 한 줄기가 머리 위의 나뭇가지 사이를 뚫고 들어온다. 앙상한 나뭇가지 위에 까마귀들이 조용히 앉아 있으며, 달빛을 제외하고는 톤다운되고 탈색된 색조, 매우 섬세한 디지털 페인팅, 으스스하고 불길한 분위기.

Flare: 

Sunburst:

레트로 여행 포스터, 따뜻하고 향수 어린 분위기

종류: 빈티지 일러스트 포스터. 느낌: 세기 중반의 여행 광고. 분위기: 아련하고 따뜻한 분위기.

골든 아워에 해안가 절벽 마을을 묘사한 빈티지 1960년대 스타일의 여행 포스터 일러스트. 아래쪽 잔잔한 만에는 돛단배들이 떠 있고, 따뜻한 황토색과 테라코타색의 지붕들, 비록 읽을 수 있는 글자는 없지만 구도상 손으로 쓴 듯한 타이포그래피 느낌, 약간 바랜 듯한 잉크 질감, 세기 중반 여행 광고의 전형적인 대담하고 평면적인 컬러 블로킹, 따뜻하고 향수 어린 분위기.

Flare: 

Sunburst: 

더 나아가기: 16분할 참조 시트 활용

이 방법을 한 단계 더 확장하여 단일 인물 참조 단계를 완전히 건너뛰는 것도 가능합니다. 대신 4x4 그리드를 먼저 생성하여, 동일한 오리지널 캐릭터의 앞, 뒤, 옆모습을 포함한 16가지 패널, 4가지 표정, 4가지 포즈, 4가지 클로즈업 디테일 컷을 평평한 흰색 배경 위에 표현합니다. 그런 다음 이 단일 참조 시트를 이후의 모든 장면 프롬프트에 첨부하는 유일한 참조 이미지로 사용하며, 재킷 색상, 부츠 색상, 얼굴, 헤어 스타일을 일치시키기 위한 세부 사항을 프롬프트에 한 줄로 명시합니다. 이 테스트 과정에서 GPT Image 2와 Sunburst에서 각각 생성된 6가지 서로 다른 장면들은 재시도(Reroll) 없이도 매번 일치하는 얼굴, 재킷, 부츠가 포함된 결과물을 보여주었습니다.

한 가지 주의해서 적용해야 할 디테일은 참조 시트의 배경을 완전한 흰색(Flat White)으로 유지하는 것입니다. 시트의 배경에 스타일이나 조명이 들어가면 이후에 생성되는 모든 장면에 해당 조명 효과가 흘러들어가, 시트를 통해 고정하려 했던 일관성이 깨질 수 있습니다.

Atlabs에서 이 프롬프트 시도해보기

GPT Image 2.5가 Midjourney와 다르게 지시사항을 처리하는 이유

이 모델이 해당 작업에 적합한지 결정하기 전에 알아두어야 할 점이 있습니다. GPT Image 2.5는 이미지 데이터셋으로 학습된 디퓨전(Diffusion) 모델의 감각에만 의존하는 대신, 프롬프트의 문자 그대로의 지시사항을 추론합니다. 와인잔을 끝까지 채워달라고 요청하면 끝까지 채웁니다. 특정 시간을 가리키는 시계를 요청하면 그 정확한 시간을 렌더링합니다. 반면 미드저니(Midjourney)와 같은 디퓨전 도구들은 미학적으로 전형적인 형태를 기본값으로 삼는 경향이 있습니다. 따라서 구체적이고 텍스트 그대로의 디테일이 중요한 작업에는 GPT Image 2.5가 더 나은 선택이며, 정확한 지시 이행보다는 관습적으로 완성도 높은 비주얼이 더 중요한 경우에는 디퓨전 도구가 더 나은 선택입니다.

GPT Image 2.5를 위한 프롬프트 엔지니어링 팁

비교 분석이 중요할 때는 항상 품질 설정을 수동으로 지정하세요. '자동' 상태로 두면 두 모델 버전 간의 시간이나 출력 비교가 무의미해지기 때문입니다. 배경 위에 배치된 피사체가 다소 합성되었거나 오려 붙인 듯한 느낌이 드는지 유심히 살펴보세요. 이는 GPT Image 2에서 넘어온 알려진 한계로, 2.5에서 많이 개선되었으나 완전히 제거되지는 않았습니다. 이는 보통 프롬프트 내에 피사체와 배경 간의 일관된 조명과 그림자를 명시적으로 요구함으로써 해결할 수 있습니다. 수정을 거듭할 때는 한 번에 여러 요구사항을 몰아서 편집하지 말고 한 번에 하나의 변수만 변경하세요. 개별 변경 사항을 분리해야 의도치 않게 다른 부분이 바뀌는 시점을 훨씬 쉽게 포착할 수 있습니다.

자주 묻는 질문 (FAQ)

ChatGPT는 기본적으로 어떤 버전을 사용하나요?
OpenAI가 이를 공식적으로 확인해주지는 않았지만, 테스트에 따르면 ChatGPT와 Codex 내부의 기본값은 Flare이며, Sunburst는 API를 직접 호출하는 경우를 위해 확보되어 있는 것으로 보입니다.

Flare는 실제로 얼마나 더 빠른가요?
높은 품질의 텍스트-이미지 변환 테스트 1회 기준, GPT Image 2가 177초 소요된 반면 Flare는 22초 만에 결과를 반환했으며, 편집 단계는 19초에서 27초 사이에 완료되었습니다. Sunburst는 Flare보다 느렸지만 대다수의 동일한 테스트에서 GPT Image 2보다는 빠른 속도를 보여주었습니다.

GPT Image 2.5가 지원하는 이미지 크기는 무엇인가요?
가로세로 1024 정사각형부터 긴 쪽 기준 3840 크기까지 지원하며, 양쪽 길이는 16의 배수여야 하고 화면 비율은 최대 3:1 이하, 총 픽셀 수는 655,360에서 8,294,400 사이여야 합니다. 2560x1440을 초과하는 해상도는 실험적 기능으로 분류됩니다.

모든 생성 이미지에서 캐릭터의 일관성이 보장되나요?
어떤 단일 이미지 모델도 매번 완벽한 일관성을 보장하지는 않지만, 단일 참조 이미지와 프롬프트마다 반복되는 시그니처 디테일, 그리고 참조 시트에 사용된 평평한 흰색 배경 조합은 문서화된 테스트 상에서 재시도 없이도 일관된 결과를 만들어 냈습니다.

Atlabs 내부에서 Flare 또는 Sunburst를 선택할 수 있나요?
Atlabs 내부의 모델 선택은 GPT Image Gen 연동 기능이 실행하고 있는 버전을 따릅니다. Flare와 Sunburst를 명시적으로 제어하고 품질 단계를 수동으로 조절하려면 현재로서는 직접 API를 이용하는 방법이 가장 정밀합니다.

Atlabs에서 무료로 사용할 수 있나요?
네, 그렇습니다. 새 계정은 일정 횟수의 이미지 생성을 커버하는 무료 크레딧으로 시작하며, 유료 요금제를 통해 더 많은 이미지 생성과 더 높은 해상도의 내보내기 기능을 이용할 수 있습니다.

최종 평가

이 시리즈 전체를 관통하는 실질적인 노하우는 '일관되게 반복되는 짧은 결정'으로 요약됩니다. 즉, 시작 모델을 현재 달성하고자 하는 품질 기준에 맞추고, 비교하기 전에 품질 설정을 수동으로 고정하며, 한 번에 하나의 변수만 바꾸는 것입니다. 위의 다섯 가지 분위기 프롬프트가 이를 명확히 보여줍니다. Sunburst는 질감이 풍부하고 사실적인 인물 사진, 컨셉 아트, 제품 샷 등에서 소요되는 추가 시간만큼의 가치를 입증하는 반면, Flare는 추가적인 렌더링 디테일의 영향이 상대적으로 적은 벡터 일러스트나 레트로 포스터 같은 평면적인 그래픽 스타일에서 충분히 제 역할을 해냅니다. 캐릭터 작업의 경우, 길고 복잡한 프롬프트를 작성하는 것보다 평평한 흰색 배경의 16분할 시트와 같이 잘 구성된 단 하나의 참조 자료가 일관성 유지에 훨씬 더 기여합니다. 이로써 3부작 가이드를 마칩니다. 이 모든 테스트는 별도의 도구 나 계정 없이도 진행할 수 있으며, 이것이 바로 본문 상단의 비교에서 Atlabs를 통한 실행이 최선으로 꼽히는 실제적인 이유입니다.