지금까지 AI 이미지 생성 모델은 프롬프트를 받으면 곧바로 이미지를 뽑아냈습니다. 생각하는 과정 없이, 계획도 없이. ChatGPT Images 2.0은 그 순서를 바꿨습니다.

OpenAI가 2026년 4월 21일 새로운 이미지 생성 모델 ChatGPT Images 2.0을 공식 발표했습니다. 단순한 화질 개선이나 스타일 추가가 아닙니다. 이미지를 생성하기 전에 추론(reasoning)하는 과정을 처음으로 도입한 모델입니다. ChatGPT, Codex, API 모두에 오늘부터 전면 제공됩니다.

출처: Introducing ChatGPT Images 2.0 – OpenAI

이미지 생성 모델이 ‘생각’을 시작했다

기존 이미지 생성 모델의 작동 방식은 단순했습니다. 프롬프트 입력 → 이미지 출력. 그 사이에 별다른 추론 과정이 없었죠.

Images 2.0에는 OpenAI의 O-시리즈 추론 기술이 통합됐습니다. ChatGPT에서 ‘Thinking 모드’를 선택하면 모델은 이미지를 바로 그리지 않습니다. 먼저 구조를 분석하고, 필요한 경우 웹을 검색해 최신 정보를 확인하고, 어떻게 배치할지 계획을 세운 다음에야 생성에 들어갑니다. 마치 디자이너가 작업 전에 레퍼런스를 찾고 구성을 스케치하는 것처럼요.

OpenAI 연구 책임자 Boyuan Chen은 이 모델을 “이미지를 위한 GPT”라고 표현했습니다. 기존 이미지 모델과는 근본적으로 다른 아키텍처로 처음부터 새로 설계됐으며, 3D 투시 전환이나 복잡한 공간 배치도 텍스트 프롬프트만으로 처리할 수 있습니다.

텍스트 렌더링과 다국어 지원

AI 이미지의 가장 오랜 약점 중 하나가 텍스트였습니다. 글자가 뭉개지거나 알아볼 수 없는 형태로 나오는 건 거의 모든 이미지 모델의 공통 한계였죠.

Images 2.0은 이 부분에서 분명한 개선을 보여줍니다. 한국어, 일본어, 아랍어 등 비라틴 계열 문자를 포함해 이미지 안에서 가독성 있는 텍스트를 렌더링할 수 있습니다. 인포그래픽, 슬라이드, 배너처럼 텍스트가 핵심인 작업물도 이제 이미지 생성 단계에서 완결됩니다. 글자를 나중에 따로 편집할 필요가 줄어드는 셈입니다.

한 번에 여러 장, 일관된 스타일로

Thinking 모드에서 가장 실용적인 기능 중 하나는 단일 프롬프트로 최대 8장의 이미지를 일관성 있게 생성하는 것입니다. 캐릭터의 표정, 의상, 스타일이 장면마다 달라지는 기존 모델의 한계를 넘어, 한 인물이 여러 각도와 상황에서 동일하게 유지됩니다.

OpenAI는 이 기능의 활용 사례로 페이지 단위의 만화, SNS 그래픽 시리즈, 인테리어 공간별 디자인 플랜을 제시했습니다. 반복 작업을 줄이고 시안 단계의 시간을 단축할 수 있는 부분입니다.

지원 화면 비율도 3:1(초광폭)부터 1:3(초세로)까지 넓어졌고, API에서는 2K 해상도까지 출력됩니다.

이미지를 ‘도구’가 아닌 ‘언어’로

OpenAI는 이번 발표문에서 “이미지는 장식이 아니라 언어”라고 밝혔습니다. 좋은 이미지는 좋은 문장처럼 선택하고, 배치하고, 드러낸다는 것이죠.

이 표현은 단순한 마케팅 문구가 아닙니다. 이미지 생성을 렌더링 작업이 아닌 전략적 설계로 재정의하려는 방향성을 담고 있습니다. 사용자가 아이디어를 던지면, 모델이 그것을 실제로 이해하고 구성해서 바로 쓸 수 있는 결과물을 내놓는 방향으로 나아가겠다는 뜻입니다.

경쟁 측면에서도 주목할 만합니다. Google의 Nano Banana 2 모델이 2월에 유사한 텍스트 내장 기능을 선보이며 이 분야 경쟁을 본격화했고, Images 2.0은 그 직접적인 경쟁 모델로 나란히 놓입니다.

Thinking 모드는 ChatGPT Plus, Pro, Business 구독자에게 제공되며, API에서는 gpt-image-2 모델명으로 토큰 기반 과금 방식으로 사용할 수 있습니다. 구체적인 기능 비교와 API 가격 체계는 원문에서 확인할 수 있습니다.

참고자료:

• OpenAI’s ChatGPT Images 2.0 is here – VentureBeat
• ChatGPT Images 2.0 is a breakthrough – The Decoder