ChatGPT 직접 편집과 이미지 API 연동의 작업 경로

공식 기능 설명을 재구성한 작업 경로 모식도입니다. Sketch·댓글 편집 화면과 내 서비스의 API 연동을 구분했습니다. API를 연결하는 것만으로 ChatGPT의 편집 화면이 제공되는 것은 아니며, 성능 측정 결과를 나타내는 그림도 아닙니다.

OpenAI가 2026년 9월 8일 ChatGPT Images 2.5를 공개했습니다. 이번 발표에서 눈여겨볼 변화는 그림으로 구도를 전달하는 Sketch, 이미지 위 댓글 편집, 그리고 개발자가 선택할 수 있는 Flare·Sunburst입니다. ChatGPT·ChatGPT Work·Codex의 모든 요금제에 데스크톱·모바일·웹으로 배포한다고 안내했습니다. 요금제별 사용 한도가 같다는 뜻은 아닙니다. 공식 발표

이 글은 9월 9일 아침 확인한 공식 자료를 바탕으로 작성했습니다. 직접 생성 속도나 이미지 품질을 측정한 리뷰는 아닙니다. 아래의 작업 예시와 도입 판단은 발표 내용을 적용해 본 편집팀의 제안이며, 제품의 성능 보장과 구분합니다.

Sketch와 댓글 편집은 어디에 도움이 될까

ChatGPT에서 @Sketch를 사용하면 직접 그린 윤곽과 배치를 이미지 생성의 참고로 전달할 수 있습니다. 이미지 위에 댓글을 달아 수정할 곳을 지정하는 기능, 제작 형식에 맞춰 시작하는 템플릿, 프롬프트 공유도 발표에 포함됐습니다. 기능 설명

가령 행사 포스터를 만드는 상황을 생각해 보겠습니다. 위쪽은 제목 자리, 중앙은 제품, 아래쪽은 날짜와 장소라는 구도를 먼저 정하고, 색상과 분위기는 글로 설명할 수 있습니다. 초안을 받은 뒤에는 바꿀 요소와 그대로 둘 요소를 따로 적어 보는 방식입니다. 이는 편집팀이 제안하는 활용 예시이며, 실제로 제작해 성공을 확인한 사례는 아닙니다.

검토할 때는 첫 결과의 화려함만 보지 않는 편이 좋습니다. 배경을 수정한 뒤 제품 모양도 달라졌는지, 제목 자리를 남겼는지, 마지막 수정에서 앞서 고친 내용이 되돌아갔는지를 기록해 보세요. 수정 횟수가 줄어야 하는 작업이라면 이런 보존 여부가 도입 판단에 필요한 정보입니다.

Flare와 Sunburst는 어떻게 고를까

API에서 사용할 모델 이름은 두 가지입니다. 공식 모델 문서는 Flare를 일상적인 고품질 이미지 생성과 속도에, Sunburst를 편집 정밀도가 중요한 작업에 맞춰 소개합니다. 두 모델 모두 텍스트·이미지를 입력받고 이미지를 출력하며, low부터 max, auto까지 품질 설정을 제공합니다. Flare 문서, Sunburst 문서

선택지 공식 문서가 제시하는 용도 도입 전에 비교할 항목
gpt-image-2.5-flare 빠른 일상 이미지 생성 대기시간, 채택할 만한 결과의 비율
gpt-image-2.5-sunburst 정밀한 생성과 편집 보존할 요소가 유지되는지, 수정 요청 반영 여부

비교 항목은 편집팀의 제안입니다. 두 이름만 보고 작은 모델과 큰 모델이라고 구분하거나, 한쪽이 언제나 더 저렴하다고 판단할 근거는 없습니다. 출시 스냅샷은 각각 gpt-image-2.5-flare-2026-09-08, gpt-image-2.5-sunburst-2026-09-08로 문서화돼 있습니다. 같은 버전을 고정해 비교하려는 개발자는 이 식별자를 확인할 수 있습니다. 모델 스냅샷

ChatGPT의 Sketch·댓글 화면과 API 호출은 구분해야 합니다. 모델을 연결하는 것만으로 내 서비스에 그 편집 화면까지 만들어지는 것은 아닙니다. 자체 서비스에서는 사용자의 입력을 받을 화면, 수정 요청을 전달하는 방식, 결과를 보관하고 비교하는 흐름을 함께 설계해야 합니다.

같은 토큰 단가라도 한 장의 비용은 따로 봐야 한다

조회 시점의 두 모델 카드에는 다음과 같이 동일한 토큰 단가가 표시돼 있습니다. 단위는 미국 달러이며, 모든 행은 100만 토큰 기준입니다. Flare 가격, Sunburst 가격

과금 항목 Flare Sunburst
텍스트 입력 $5.00 $5.00
캐시된 텍스트 입력 $1.25 $1.25
이미지 입력 $8.00 $8.00
캐시된 이미지 입력 $2.00 $2.00
이미지 출력 $30.00 $30.00

이 표는 이미지 한 장의 가격표가 아닙니다. 예를 들어 이미지 출력이 가상으로 10,000토큰 사용됐다고 가정하면 출력 부분의 계산은 10,000 ÷ 1,000,000 × $30 = $0.30입니다. 여기에 해당 요청의 입력 비용이 더해집니다. 이 10,000토큰은 계산 설명을 위한 가정이며, 실제 이미지 한 장의 토큰 수를 측정한 값이 아닙니다.

공식 문서도 GPT Image 2와 토큰 단가는 같지만, 기존 GPT Image 2 계산기로 2.5의 토큰 소비량을 추정할 수는 없다고 명시합니다. 따라서 기존 계산기의 장당 비용을 그대로 옮겨 적기보다 실제 요청의 사용량과 청구액을 확인해야 합니다. 과금 설명

실무 비교에서는 채택한 결과 한 장을 얻기까지 발생한 재생성과 수정 요청도 함께 합산해 보세요. 첫 요청이 저렴해도 원하는 결과에 도달하기까지 여러 번 다시 요청했다면 총비용은 달라집니다. 반대로 첫 결과가 비싸더라도 적은 수정으로 끝났다면 평가가 달라질 수 있습니다. 이는 이번 두 모델의 실측 결론이 아니라, 도입 실험에서 사용할 비용 집계 방식입니다.

‘최대 50% 단축’을 확인하는 방법

OpenAI는 Images 2.0 대비 이미지 생성 지연이 최대 50% 줄었다고 발표했습니다. 모든 해상도·품질·요청에서 항상 시간이 절반이 된다는 보장은 아닙니다. 이 글에서는 그 수치를 독립적으로 재현하지 않았습니다. 속도 개선 발표

도입을 검토한다면 같은 참고 이미지, 같은 설명, 같은 출력 조건으로 비교 대상을 묶어 보세요. 요청 시작부터 완성된 결과를 받기까지의 시간과 수정에 든 시간을 따로 적고, 가장 빨랐던 한 번만 선택하지 않는 것이 좋습니다. 작업을 평가할 사람에게는 모델 이름보다 먼저 결과를 보여 주고, 글자 오류와 구도 준수 여부처럼 합의한 항목을 확인하도록 제안합니다.

경쟁 이미지 모델을 이미 쓰고 있다면 그 모델에도 같은 조건을 적용할 수 있습니다. 이번 발표만으로 경쟁 제품보다 우수하다는 순위를 매길 수는 없습니다. 현재 작업에서 어느 결과를 채택할 수 있는지, 총비용과 대기시간이 허용 범위 안인지가 실제 선택 기준입니다.

출처 표시와 최종 검수

시스템 카드는 C2PA 메타데이터와 SynthID의 비가시적 워터마크를 함께 설명합니다. 생성 출처를 확인하는 데 도움을 주는 장치이며, 단일 기술로 모든 출처 문제를 해결할 수 있다는 주장은 아닙니다. 따라서 워터마크를 위변조 방지나 이미지 내용의 진실성을 보장하는 인증으로 설명해서는 안 됩니다. 시스템 카드

구도를 빠르게 탐색하거나 여러 수정안을 비교하는 사람에게는 시험해 볼 이유가 있습니다. 반면 제품의 실제 색상, 로고, 작은 한글, 수치가 그대로 보존돼야 하는 납품 작업은 사람이 확인할 단계까지 포함해 평가해야 합니다. 이번에 공개된 것은 개선된 생성·편집 기능과 모델 선택지입니다. 자신의 작업에서 검수 부담까지 줄어드는지는 별도로 확인해야 할 부분입니다.

출처