OpenAI는 2026년 11월 4일 Images 2.6를 ChatGPT, Codex, API에 공개했습니다. 방향성은 "더 빠르게, 더 정밀하게"입니다.

이 글에서는 공개된 기능과 API 변경 사항을 정리하고, 개발자가 Images 2.6을 어떻게 활용해야 하는지 분석합니다.

숫자부터 정리해 봅시다

OpenAI의 발표에서 핵심 숫자는 이렇습니다.

지표 수치
생성 속도 이전 대비 50% 빠른 생성
주간 생성량 40억 장 (ChatGPT + Codex + API 합산)
일평균 5억 장 이상
GPT-Image-2.6 Flare (low quality) 최소 6초
GPT-Image-2.6 Sunburst (medium/high) higher quality, stronger editing consistency

주 40억 장이라는 숫자는 이미 상당한 규모의 사용이 이루어지고 있다는 신호입니다. 하루 5억 장 이상을 생성한다는 건, 이미지 생성이 더 이상 실험 단계가 아니라 프로덕션 워크플로우의 일부라는 뜻입니다.

API에서는 두 가지 모델을 선택할 수 있습니다.

GPT-Image-2.6 Flare:
  - low quality 설정 시 6초 생성
  - poster, product imagery 등 professional visual에 layout 개선
  - 빠른 iteration에 적합
  - API 단가: Flare가 Sunburst보다 저렴

GPT-Image-2.6 Sunburst:
  - medium/high quality 설정
  -更高的 detail과 precision
  - editing 간 character/product/brand consistency 강화
  - 여러 element가 있는 복잡한 scene에 적합
  - API 단가: Flare보다 비싸지만 quality 차이 큼

Flare와 Sunburst의 차이는 단순히 quality setting이 아닙니다. Sunburst는 editing round에서 character나 product, brand 디테일을 더 잘 유지합니다. 여러 번 이미지를 수정하거나, 이전 이미지의 특정 부분을 변경하는 워크플로우에서 차이가 명확히 나타납니다.

API를 사용하는 개발자라면, Flare와 Sunburst의 API 단가 차이를 고려해 workflow를 설계해야 합니다. 빠른 iteration에는 Flare를, 최종 산출물에는 Sunburst를 사용하는 하이브리드 접근이 효율적입니다.

GIF 스프라이트 시트: 단일 프롬프트로 애니메이션

Images 2.6의 가장 눈에 띄는 신기능은 GIF 생성입니다. 단일 프롬프트로 seamless looping 애니메이션 스프라이트 시트를 생성합니다.

OpenAI가 공개한 예시 프롬프트를 보면 구조가 보입니다.

"Create a single animation sprite sheet for a seamless
 looping GIF. A super-cute chibi adult office worker sits
 at a desk watching a computer monitor with a clearly
 plunging stock-market line chart. The sequence: hopeful
 expression, notices the chart falling, eyes widen, face
 crumples, large cartoon tears stream down both cheeks,
 then quietly wipes tears while still staring at the
 falling chart. Oversized round head, tiny body, big
 expressive eyes, soft rounded features, messy fluffy
 hair, white shirt and loosened tie. Exactly 6 sequential
 frames arranged in a precise 3-column by 2-row grid,
 read left-to-right then top-to-bottom. Every panel has
 identical dimensions. Fixed front three-quarter camera,
 same character, same desk, monitor, outfit, and cozy
 miniature office background. Clear incremental facial
 and tear motion; sixth frame transitions smoothly toward
 the first. Polished kawaii chibi 3D toy-like style..."

프롬프트 구조를 분석하면 몇 가지 패턴이 보입니다.

GIF 프롬프트 구조:
  1. 작업 명시: "single animation sprite sheet"
  2. 시퀀스 설명: "The sequence: A → B → C → D → E → F"
  3. 고정 요소: 캐릭터, 배경, 카메라 각도
  4. 격자 구조: "Exactly N frames, M-column by N-row grid"
  5. 스타일: "kawaii chibi 3D toy-like style"
  6. 제한: "No captions, no words, no logos..."

중요한 건 "Exactly 6 sequential frames arranged in a precise 3-column by 2-row grid" 같은 명시적 격자 지정입니다. GIF 스프라이트 시트는 프레임 수와 배치 순서가 명확해야 합니다. 너비와 높이가 모든 패널에서 동일해야 하며, 마지막 프레임이 첫 프레임으로 자연스럽게 이어지는지 확인해야 합니다.

OpenAI가 공개한 두 번째 예시 프롬프트는 상승하는 차트를 다루는데, 시퀀스가 정반대입니다. "notices the chart rising, eyes widen with delight, jumps up cheering" — 같은 캐릭터, 같은 배경, 다른 시퀀스입니다. 이는 GIF 프롬프트가 시퀀스 설명만 바꾸면 다양한 애니메이션을 생성할 수 있다는 점을 보여줍니다.

Picsart의 Davit Avoyan은 "더 정확한 결과, 더 나은 character consistency, 더 빠른 생성"을 평가했고, Figma Weave의 Itay Schiff는 "speed and creative control together"라고 평가했습니다. Town이라는 스타트업은 API에서 캐릭터 애니메이션을 explored했습니다.

API의 네 가지 새로운 제어점

Images 2.6 API에는 네 가지 새로운 제어 요소가 추가되었습니다.

1. Image markup (ChatGPT에서 이미 제공하던 기능)
   → API로 이전. 특정 변경 위치를 정확히 지정

2. SVG export
   → 디자인을 웹사이트, 앱, 인쇄용으로 바로 사용 가능

3. Complexity parameter
   → 모델이 요청을 위해 수행하는 planning의 양 조정
   → 낮은 설정: 빠른 편집에 적합
   → 높은 설정: 여러 element나 제약이 많은 scene

4. Image quality parameter
   → 시각적 detail과 fidelity 조정
   → low / medium / high

image markup이 API로 오면서, "여기를 수정해"가 아닌 "이 부분의 이 색상을 이 색상으로" 같은 정확한 지시가 가능해졌습니다. 이전에는 전체 이미지를 다시 생성하거나, region을 지정하는 수준이었다면, 이제는 markup으로 특정 요소를 지정할 수 있습니다.

SVG export는 디자인을 웹사이트, 앱, 인쇄용으로 바로 사용할 수 있게 해줍니다. raster 이미지에서 vector SVG로 내보내면, 스케일링 문제 없이 다양한 크기에 사용할 수 있습니다. 이는 브랜드 아이덴티티 워크플로우에서 특히 유용합니다.

complexity parameter는 흥미로운 설계입니다. 대부분의 편집 작업에는 low complexity를 추천하고, 여러 element가 있거나 제약이 많은 scene에는 medium 또는 high complexity를 권장합니다. 이건 모델이 "얼마나 많이 생각할지"를 개발자가 제어할 수 있다는 뜻입니다.

사용 패턴 권장:
  - 대부분의 편집: low complexity + 필요한 quality
  - 복잡한 scene / 여러 element: medium or high complexity
  - 빠른 iteration: Flare + low quality
  - 최종 산출물: Sunburst + medium/high quality

실제 활용 시나리오

Images 2.6을 쓰는 입장에서 세 가지 시나리오가 유익합니다.

시나리오 1: 브랜드 마스코트 애니메이션 단일 프롬프트로 6프레임 스프라이트 시트를 생성한 후, SVG로 내보내서 웹사이트에 embed합니다. character consistency는 Sunburst가 더 좋으므로, 최종 버전은 Sunburst로 생성하고, iteration은 Flare로 빠르게 돌립니다. API 단가 차이를 고려해, 10개 iteration 중 8개는 Flare로, 최종 2개는 Sunburst로 생성하는 전략이 효율적입니다.

시나리오 2: 제품 이미지 편집 image markup으로 제품의 특정 부분(색상, 로고, 텍스처)을 지정해 수정합니다. low complexity로 빠르게 여러 버전을 테스트한 후, Sunburst로 최종 버전을 생성합니다. markup으로 지정한 영역이 safety filter에 의해 거부될 수 있으므로, fallback 로직이 필요합니다.

시나리오 3: 소셜 미디어 캠페인 Picsart의 Davit Avoyan이 평가한 대로, "fast generation + accurate results + character consistency"가 결합되면, 하나의 아이디어에서 전체 소셜 캠페인으로 확장하는 데 시간이 줄어듭니다. OpenArt의 Coco Mao는 "GIF는 소셜 미디어의 네이티브 언어"라고 평가했고, Images 2.6이 "모든 creator가 fluent하게 구할 수 있게 해준다"고 밝혔습니다.

안전장치는 어떻게 동작하나요

OpenAI는 Images 2.6의 safety evaluation과 safeguards에 대한 내용을 system card에 별도로 공개했습니다. 이미지 생성 모델에서의 safety는 주로 불법적인 콘텐츠 생성, 특정 개인을 모사하는 생성, 성인 콘텐츠 등에 초점이 맞춰져 있습니다.

API를 사용하는 개발자라면, 생성된 이미지의 품질뿐만 아니라 safety filter가 어떤 기준으로 동작하는지도 모니터링해야 합니다. 특히 image markup을 사용할 때, markup으로 지시한 내용이 safety filter에 의해 거부될 수 있는 경우를 대비한 fallback 로직이 필요합니다.

결론: 속도보다 consistency가 경쟁력입니다

Images 2.6이 던지는 질문은 "얼마나 빠르게 이미지를 생성할 수 있을까?"가 아닙니다. "여러 번 편집하면서도 character나 product 디테일을 얼마나 잘 유지할 수 있을까?"입니다.

50% 빠른 생성 속도는 이미지의. 40억 장이라는 사용량은 이미 프로덕션 단계에 도달했다는 신호입니다. GIF 스프라이트 시트, 이미지 마크업, SVG 내보내기, complexity parameter — 이 네 가지 제어점은 개발자가 이미지 워크플로우를 더 정밀하게 통제할 수 있게 해줍니다.

실전에서의 결정 요인은 speed가 아니라 consistency입니다. 여러 editing round를 거치면서도 character, product, brand 디테일을 유지하는 능력이 실제 프로젝트에서 더 큰 영향력을 가집니다. API 단가 차이를 고려한 Flare/Sunburst 하이브리드 전략이 효율적인 워크플로우의 핵심입니다.

여기서 한 가지 더 생각해 볼 점은 "40억 장"이라는 숫자의 의미입니다. 주 40억 장, 하루 5억 장 이상을 생성한다는 건, 이미지 생성이 더 이상 실험 단계가 아니라 프로덕션 워크플로우의 일부라는 뜻입니다. 이는 이미지 생성 API를 사용하는 개발자에게, 단순한 "생성"이 아닌 "편집과 iteration"에 초점을 맞춘 API 설계가 필요하다는 점을 시사합니다. Images 2.6의 네 가지 제어점 — GIF, markup, SVG, complexity — 은 모두 iteration과 editing에 초점이 맞춰져 있습니다. Town이라는 스타트업이 API에서 캐릭터 애니메이션을 explored한 것도 같은 맥락입니다.

함께 읽으면 좋은 글

참고 자료

이 주제를 직접 따라가며 배우고 싶다면

이미지 생성을 감으로 쓰는 게 아니라, iteration과 consistency가 있는 워크플로우로 통제하는 연습이 필요하다면, 에이전트 코딩 기준으로 CLAUDE.md·Skills·Hooks·Subagents·MCP를 쌓는 과정이 이 글과 바로 이어집니다.