출처: OpenAI

최근 AI 이미지 생성 기술이 급속도로 발전하면서 창작자, 개발자, 기업들에게 새로운 가능성의 문이 열리고 있습니다. OpenAI가 최근 공개한 ‘gpt-image-1’은 텍스트 프롬프트만으로 고품질 이미지를 생성하고 편집할 수 있는 강력한 다중모달 모델로, 이전 모델들보다 더 정교한 이미지 처리 능력을 보여주고 있습니다. 이 글에서는 gpt-image-1의 주요 기능과 활용법에 대해 자세히 알아보겠습니다.

gpt-image-1이란?

gpt-image-1은 OpenAI의 최신 다중모달 언어 모델로, 고품질 이미지 생성과 함께 시각적 콘텐츠에 실제 세계의 지식을 통합하는 능력이 뛰어납니다. 이 모델은 뛰어난 성능으로 이미지 생성, 편집 및 변형을 위한 API 엔드포인트를 제공합니다.

 출처: OpenAI

gpt-image-1 API는 다음과 같은 세 가지 주요 엔드포인트를 제공합니다:

1. 이미지 생성(Generations): 텍스트 프롬프트를 기반으로 새로운 이미지를 생성합니다.
2. 이미지 편집(Edits): 프롬프트에 따라 기존 이미지를 부분적으로 또는 전체적으로 수정합니다.
3. 이미지 변형(Variations): 기존 이미지의 다양한 변형을 생성합니다(현재 DALL·E 2 모델에서만 지원).

gpt-image-1의 주요 기능

gpt-image-1이 이전 모델들과 차별화되는 핵심 기능들을 살펴보겠습니다:

1. 고품질 이미지 생성: 세부적이고 정확한 시각적 콘텐츠를 생성합니다.
2. 다양한 시각적 스타일 지원: 사실적인 이미지부터 추상적인 이미지까지 다양한 미학적 스타일을 지원합니다.
3. 정밀한 이미지 편집: 생성된 이미지에 대한 구체적인 수정 작업이 가능합니다.
4. 풍부한 세계 지식: 맥락적 정확성을 갖춘 복잡한 프롬프트를 이해합니다.
5. 일관된 텍스트 렌더링: 이미지 내 텍스트를 신뢰성 있게 표현합니다.

gpt-image-1 가격 정책

gpt-image-1을 효과적이고 예산에 맞게 사용하기 위해서는 가격 정책을 이해하는 것이 중요합니다.

이 모델은 토큰당 가격이 책정되며, 텍스트와 이미지 토큰에 따라 요금이 다릅니다:

• 텍스트 입력 토큰(프롬프트): 1M 토큰당 $5
• 이미지 입력 토큰(업로드된 이미지): 1M 토큰당 $10
• 이미지 출력 토큰(생성된 이미지): 1M 토큰당 $40

실제로 이는 다음과 같은 비용으로 환산됩니다:

• 저품질 정사각형 이미지: 약 $0.02
• 중품질 정사각형 이미지: 약 $0.07
• 고품질 정사각형 이미지: 약 $0.19

 출처: OpenAI

주목할 점은 이 모델이 특수한 이미지 토큰을 생성하여 이미지를 생성한다는 것입니다. 따라서 지연 시간과 전체 비용은 사용된 토큰 수에 따라 달라집니다. 이미지 크기가 크고 품질 설정이 높을수록 더 많은 토큰이 필요하므로 시간과 비용이 증가합니다.

gpt-image-1 API 액세스 방법

gpt-image-1 API를 사용하기 위해서는 다음과 같은 과정이 필요합니다:

1. OpenAI 플랫폼에 로그인
2. Project > API Keys로 이동
3. 계정 인증 진행

계정 인증을 위해 먼저 https://platform.openai.com/settings/organization/general을 방문한 다음 “Verify Organization”을 클릭하여 인증 절차를 시작합니다. 이는 일반적인 KYC 인증과 유사하며, 국가에 따라 신분증 사진을 업로드하고 셀카로 인증해야 할 수 있습니다.

gpt-image-1 실제 활용법

환경 설정

먼저 필요한 라이브러리를 설치하고 환경을 설정합니다:

!pip install openai
import os
os.environ['OPENAI_API_KEY'] = "여러분의-openai-api-키"

이미지 생성하기

텍스트 프롬프트를 사용하여 이미지를 생성해 보겠습니다:

from openai import OpenAI
import base64
client = OpenAI()

prompt = """
평화로운 공원 풍경에서 인간과 친절한 로봇들이 함께 하루를 즐기고 있는 장면.
일부는 걷고 있고, 다른 이들은 나무 아래 벤치에 앉아 게임을 하거나 쉬고 있음.
따뜻하고 조화로운 분위기, 나뭇잎 사이로 부드러운 햇살이 들어옴.
"""

result = client.images.generate(
    model="gpt-image-1",
    prompt=prompt
)

image_base64 = result.data[0].b64_json
image_bytes = base64.b64decode(image_base64)

# 이미지를 파일로 저장
with open("peaceful_park.png", "wb") as f:
    f.write(image_bytes)

이 코드는 자연 속에서 로봇과 인간이 평화롭게 공존하는 장면을 묘사한 이미지를 생성합니다.

이미지 편집하기

마스크를 사용하여 기존 이미지의 특정 부분을 수정할 수도 있습니다:

from openai import OpenAI
client = OpenAI()

result = client.images.edit(
    model="gpt-image-1",
    image=open("원본_이미지.png", "rb"),
    mask=open("마스크_이미지.png", "rb"),
    prompt="회사 로고 앞에 서 있는 일론 머스크"
)

image_base64 = result.data[0].b64_json
image_bytes = base64.b64decode(image_base64)

# 이미지를 파일로 저장
with open("edited_image.png", "wb") as f:
    f.write(image_bytes)

이미지 편집에서 주의할 점:

• 편집할 이미지와 해당 마스크는 동일한 형식과 크기여야 하며, 각각의 크기는 25MB 미만이어야 합니다.
• 프롬프트는 편집되는 부분뿐만 아니라 전체 새 이미지를 설명하는 데 사용할 수 있습니다.
• 마스크 이미지에는 알파 채널이 포함되어야 합니다.

흑백 이미지가 있는 경우, 다음 코드로 알파 채널을 추가하여 유효한 마스크로 변환할 수 있습니다:

from PIL import Image
from io import BytesIO

# 1. 흑백 마스크를 그레이스케일 이미지로 불러오기
mask = Image.open("흑백_마스크.jpeg").convert("L")

# 2. RGBA로 변환하여 알파 채널 공간 확보
mask_rgba = mask.convert("RGBA")

# 3. 마스크 자체를 알파 채널로 사용
mask_rgba.putalpha(mask)

# 4. 마스크를 바이트로 변환
buf = BytesIO()
mask_rgba.save(buf, format="PNG")
mask_bytes = buf.getvalue()

# 5. 결과 파일 저장
img_path_mask_alpha = "mask_alpha.png"
with open(img_path_mask_alpha, "wb") as f:
    f.write(mask_bytes)

gpt-image-1 모델 사용 시 모범 사례

gpt-image-1로 이미지를 생성하거나 편집할 때 다음과 같은 팁과 모범 사례를 따르면 좋습니다:

1. 크기, 품질, 파일 형식, 압축 수준, 배경 투명도 등의 옵션을 설정하여 이미지 모양을 사용자 지정할 수 있습니다. 이러한 설정은 특정 요구 사항에 맞게 최종 출력을 제어하는 데 도움이 됩니다.
2. 더 빠른 결과를 원한다면 정사각형 이미지(1024×1024)와 표준 품질을 선택하세요. 또한 세로(1536×1024) 또는 가로(1024×1536) 형식도 선택할 수 있습니다. 품질은 낮음, 중간 또는 높음으로 설정할 수 있으며, 지정하지 않으면 크기와 품질 모두 자동으로 설정됩니다.
3. 이미지 API는 base64로 인코딩된 이미지 데이터를 반환합니다. 기본 형식은 png이지만 jpeg 또는 webp도 요청할 수 있습니다.
4. jpeg 또는 webp를 사용하는 경우 output_compression 매개변수를 설정하여 압축 수준(0-100%)을 제어할 수 있습니다. 예를 들어, output_compression=50은 이미지를 50% 압축합니다.

gpt-image-1의 응용 분야

gpt-image-1은 게임, 창의적 도구, 교육, 기업 소프트웨어, 광고 등 다양한 응용 분야에서 활용될 수 있습니다:

1. 게임: 콘텐츠 제작, 스프라이트 마스크, 동적 배경, 캐릭터 생성, 컨셉 아트
2. 창의적 도구: 아트워크 생성, 스타일 변환, 디자인 프로토타이핑, 시각적 스토리텔링
3. 교육: 시각적 보조 자료, 역사적 재현, 인터랙티브 학습 콘텐츠, 개념 시각화
4. 기업 소프트웨어: 슬라이드 시각 자료, 보고서 삽화, 데이터-이미지 생성, 브랜딩 자산
5. 광고 및 마케팅: 캠페인 시각 자료, 소셜 미디어 그래픽, 지역화된 콘텐츠 제작
6. 헬스케어: 의학 일러스트레이션, 환자 스캔 시각 자료, 모델 훈련용 합성 이미지 데이터
7. 건축 및 부동산: 인테리어 목업, 외관 렌더링, 레이아웃 미리 보기, 리노베이션 아이디어
8. 엔터테인먼트 및 미디어: 장면 컨셉, 홍보 자료, 디지털 더블

gpt-image-1의 한계점

gpt-image-1 모델은 이미지 생성을 위한 강력하고 다양한 도구이지만, 알아두어야 할 몇 가지 한계가 있습니다:

1. 지연 시간: 복잡한 프롬프트는 처리하는 데 최대 2분까지 소요될 수 있습니다.
2. 텍스트 렌더링: DALL·E 모델보다 크게 개선되었지만, 여전히 정확한 텍스트 정렬과 명확성에 어려움을 겪을 수 있습니다.
3. 일관성: 시각적으로 일관된 이미지를 생성할 수 있지만, 여러 이미지에 걸쳐 반복되는 캐릭터나 브랜드 요소의 일관성을 유지하는 데 가끔 어려움을 겪을 수 있습니다.
4. 구성 제어: 개선된 지시 준수 기능에도 불구하고, 구조화된 또는 레이아웃에 민감한 디자인에서 요소를 정확하게 배치하지 못할 수도 있습니다.

모델 비교

OpenAI의 gpt-image-1과 인기 있는 DALL·E 모델을 비교해 보겠습니다:

모델	엔드포인트	특징
DALL·E 2	생성, 편집, 변형	낮은 비용, 동시 요청 지원, 인페인팅 기능 포함
DALL·E 3	생성만 가능	DALL·E 2보다 높은 해상도와 더 나은 이미지 품질
gpt-image-1	생성, 편집 (Responses API 곧 출시 예정)	뛰어난 지시 준수, 상세한 편집, 현실 세계 인식

결론

OpenAI의 gpt-image-1은 단순한 텍스트 프롬프트에서 강력한 이미지 생성, 편집 및 변형 기능을 제공합니다. 크기, 품질, 형식 등의 내장된 사용자 지정 옵션과 인페인팅 기능을 통해 gpt-image-1은 개발자에게 원하는 출력에 대한 완전하고 투명한 제어를 제공합니다.

이러한 기술이 인간의 창의성을 대체할 수 있다는 우려가 있을 수 있지만, 이러한 도구는 인간의 창의성을 향상시키고 예술가들에게 도움이 되는 도구로 설계되었음을 명심해야 합니다. 우리는 이러한 도구가 혁신을 돕되, 인간이 만든 정통한 작업의 가치를 빼앗지 않는 균형을 찾아야 합니다.

gpt-image-1은 창의적인 작업 흐름에 통합하여 놀라운 시각적 콘텐츠를 만드는 데 도움이 될 수 있는 강력한 도구입니다. 이 기술의 발전은 계속해서 우리의 창의적 가능성을 확장시킬 것입니다.

참고자료:

• How to Generate and Edit Images Using OpenAI gpt-image-1 API
• OpenAI 공식 문서: Image Generation
• OpenAI 공식 문서: GPT-Image-1 Model