작성자 주: GPT Image 2.6의 saved references, complexity dial, image markup, SVG 내보내기를 살펴보고, ChatGPT 기능과 API 능력을 구분해요. 여러 차례 이미지를 수정하는 워크플로와 내보내기 체크리스트도 함께 제공합니다.
먼저 결론부터 말하면, GPT Image 2.6에서 가장 주목할 점은 ‘50% 빨라졌다’는 사실이 아니라 여러 차례 이미지를 수정할 때 재작업을 크게 줄일 수 있다는 점이에요. saved references는 참조 이미지의 일관성을, complexity dial은 계획의 깊이를, image markup은 부분 수정을, SVG 내보내기는 결과물의 전달 형식을 다뤄요. 네 기능 모두 ‘세 번이나 수정했는데도 원하는 모습으로 돌아가지 않는’ 오래된 문제를 겨냥합니다.
두 번째 결론도 중요해요. ChatGPT에서 제공하는 기능과 API로 직접 호출할 수 있는 기능을 먼저 구분해야 합니다. 현재 saved references와 complexity dial은 ChatGPT 사용 경험에 가까운 기능이며, API에서 관련 필드를 제공하는지는 공식 문서로 확인해야 해요. 이 글은 단순히 업데이트 내역을 되풀이하지 않습니다. ‘참조 이미지의 일관성, 재작업 횟수, 내보내기 형식’이라는 세 가지 고민을 중심으로, 창작자와 개발자가 각 기능을 언제 어떻게 활용할지 판단하도록 도와드려요.
핵심 가치: 이 글을 읽으면 GPT Image 2.6의 새 기능을 어디까지 활용할 수 있는지 이해하고, 실제로 적용할 수 있는 다회차 이미지 수정 워크플로와 SVG 내보내기 체크리스트, API 연동 전에 확인할 사항을 얻을 수 있어요.
GPT Image 2.6 업데이트 개요: 재작업을 실질적으로 줄여주는 기능은?
2026년 11월 4일 업데이트 정보에 따르면, Images 2.6은 이전보다 생성 속도가 50% 빨라졌어요. GIF 출력, 참조 이미지 저장(saved references), 이미지 마크업(image markup), SVG 내보내기, 복잡도 조절(complexity dial) 기능도 추가됐어요. OpenAI에 따르면 플랫폼에서 매주 생성되는 이미지가 40억 장에 달해요. 이번 업데이트가 단순한 화질보다 ‘제어 가능성’에 초점을 맞춘 이유도 여기에 있어요.
API에서는 GPT-Image-2.6 Flare와 GPT-Image-2.6 Sunburst 두 모델을 제공해요. Flare는 속도 우선 모델로, 공식 발표에 따르면 저품질 설정에서 약 6초 만에 이미지를 생성할 수 있어요. Sunburst는 화질 우선 모델로 최종 결과물에 적합해요. 이런 차이를 고려해 작업 흐름의 ‘초안 단계’와 ‘최종 단계’에 각각 배치하면 돼요.
| 기능 | 해결하는 문제 | 대표적인 활용 사례 | 주요 사용 환경 |
|---|---|---|---|
| saved references | 여러 차례 생성하는 동안 캐릭터, 상품, 스타일이 달라지는 문제 | 캐릭터 설정, 상품 시리즈, 브랜드 비주얼 | 주로 ChatGPT, API 지원 여부는 확인 필요 |
| complexity dial | 복잡한 구도 계획이 부족하거나 간단한 이미지 수정에 너무 오래 걸리는 문제 | 여러 객체가 포함된 포스터, 텍스트 레이아웃, 소규모 수정 | 사용 환경은 공식 문서 확인 필요 |
| image markup | A를 수정했는데 B까지 바뀌는 문제 | 부분 색상 변경, 객체 교체, 텍스트 수정, 결함 제거 | 주로 ChatGPT에서 대화형으로 사용 |
| SVG 내보내기 | 비트맵을 확대하면 흐릿해지고 인쇄 시 선명하지 않은 문제 | 아이콘, 벡터 일러스트, 인쇄물 | 구체적인 필드는 공식 문서 참조 |
| GIF 출력 | 정지 이미지로 간단한 움직임을 표현할 수 없는 문제 | 이모티콘, 로딩 애니메이션, 짧은 데모 | 구체적인 필드는 공식 문서 참조 |
| Flare / Sunburst | 속도와 화질을 동시에 확보하기 어려운 문제 | 초안의 빠른 반복 작업 / 최종 결과물의 고화질 출력 | API 모델 |
표에서 볼 수 있듯이 재작업 감소와 직접 관련된 기능은 앞의 네 가지예요. 속도가 50% 빨라지면 한 번 생성할 때의 대기 시간은 줄지만, 매번 이전 결과의 오차를 수정해야 한다면 전체 작업 시간은 크게 줄어들지 않아요.
🎯 기술 팁: 업무에 Flare나 Sunburst를 도입할 계획이라면, 먼저 APIYI apiyi.com의 모델 목록에서 현재 제공되는 GPT-Image 시리즈 버전을 확인해 보세요. 현재 플랫폼에서는 GPT-Image 2.5 / 2 시리즈를 제공하며 Flare와 Sunburst를 선택할 수 있어요. 2.6 지원 여부는 콘솔에서 확인해 주세요.
GPT Image 2.6의 saved references와 image markup: 일관성을 유지하며 원하는 부분만 수정하기
이 두 기능은 함께 쓰는 경우가 많아요. saved references는 전체적인 일관성을 유지하고, image markup은 수정할 부분만 지정하는 역할을 해요. 두 기능을 하나의 워크플로로 결합하면 여러 차례 재작업하는 일을 줄일 수 있어요.
saved references로 캐릭터와 상품의 일관성 유지하기
saved references의 핵심은 확정한 참조 이미지 한 장을 저장하고, 이후 생성이나 편집 과정에서 반복해서 활용하는 것이에요. 캐릭터를 만들 때는 세 번째 작업부터 머리색이 옅어지거나 이목구비 비율이 달라지는 일이 흔해요. 상품 이미지에서는 로고 위치가 바뀌거나 포장 질감이 사라지기도 하죠. 참조 이미지를 저장하면 모델이 매번 같은 시각적 기준을 따르므로 이런 변화가 생길 가능성을 줄일 수 있어요.
특히 캐릭터의 다양한 자세 만들기, 같은 상품의 시리즈 이미지 제작, 브랜드의 시각적 톤 통일, 반복 수정이 필요한 장기 프로젝트에 적합해요. 반면 포스터 한 장만 만들 계획이라면 참조 이미지를 저장하는 이점이 크지 않고, 오히려 관리 부담이 늘어날 수 있어요.
한 가지 주의할 점은 saved references가 ChatGPT에서 이어지는 창작 경험에 더 가깝다는 거예요. API에서 ‘참조 이미지 저장’ 기능을 지원하는지는 현재 공식 문서에서 확인해야 해요. API 환경에서는 서버가 이미지를 기억한다고 가정하기보다, 자체 시스템에서 참조 이미지 라이브러리를 관리하고 요청할 때마다 참조 이미지를 명시적으로 전달하는 편이 안전해요.
image markup으로 의도하지 않은 수정 줄이기
image markup을 사용하면 이미지에서 수정할 영역을 직접 둘러 표시하거나 주석을 달고, 수정 지시를 전달할 수 있어요. 배경의 컵만 꽃병으로 바꾸고 싶었는데 인물의 손짓이나 조명, 심지어 옷 색깔까지 달라지는 문제를 줄여줘요. 영역을 표시하면 모델이 수정 범위를 더 명확하게 이해할 수 있어요.
markup은 부분 색상 변경, 사물 교체, 이미지 속 텍스트 수정, 결함 제거 등에 적합해요. 다만 표시한 영역 밖이 완전히 보존되는 것은 아니어서 약간의 변화가 생길 수 있어요. 수정할 때마다 이전 버전과 비교하고, 인물의 얼굴과 브랜드 요소, 텍스트처럼 ‘바뀌면 안 되는’ 부분을 중점적으로 확인하세요.
GPT Image 2.6 complexity dial: 언제 모델이 더 많이 계획하도록 할까?
complexity dial은 모델이 ‘얼마나 많이 계획할지’를 조절하는 다이얼이라고 생각하면 돼요. 높이면 모델이 이미지 생성 전에 구도, 객체 간 관계, 텍스트 배치를 더 꼼꼼히 검토해요. 낮추면 계획 단계를 줄여 더 빠르게 이미지를 생성하므로, 레이아웃을 다시 고민할 필요가 없는 간단한 수정에 적합해요.
이 다이얼은 재작업 횟수에도 직접 영향을 줘요. 여러 객체가 들어간 포스터를 한 번에 제대로 만들지 못하는 이유는 모델의 능력 부족보다는 계획이 충분하지 않아 요소가 겹치거나 텍스트가 어긋나기 때문인 경우가 많아요. 반대로 색상만 바꾸는 작업에 복잡도를 높이면 대기 시간만 늘어나요.
| 작업 유형 | 권장 복잡도 | 이유 | 대표적인 예 |
|---|---|---|---|
| 복잡한 구도 | 높게 | 여러 객체의 위치 관계를 계획해야 함 | 여러 인물이 등장하는 장면의 포스터, 인포그래픽 |
| 텍스트 배치 | 높게 | 텍스트의 위치와 계층을 미리 계획해야 함 | 제목과 핵심 판매 포인트가 들어간 상품 대표 이미지 |
| 스타일 탐색 | 중간 | 다양성과 속도를 모두 고려해야 함 | 같은 주제의 여러 시안 |
| 부분적인 소규모 수정 | 낮게 | 레이아웃이 정해져 있어 다시 계획할 필요가 없음 | 색상 변경, 작은 소품 교체, 결함 제거 |
| 대량 시안 생성 | 낮게 | 반복 작업 속도가 우선임 | 방향을 선별하는 단계에서 빠르게 이미지 생성 |
‘초반에는 높게, 후반에는 낮게’ 설정하는 것을 추천해요. 프로젝트 초기에 구도를 잡을 때는 복잡도를 높여 레이아웃을 제대로 완성하고, 세부 수정 단계에서는 낮춘 뒤 image markup을 활용해 부분적으로 조정하세요. 이렇게 하면 기본 구조의 정확성을 확보하면서 후반의 작은 수정에 시간을 낭비하지 않을 수 있어요.
다만 complexity dial이 ChatGPT에서만 제공되는 기능인지, API에서 해당 파라미터를 제공하는지는 아직 공식 문서를 확인해야 해요. API에 해당 필드가 없다면 모델 선택으로 비슷한 효과를 낼 수 있어요. 초안 단계에서는 속도를 우선하는 Flare를, 최종 완성 단계에서는 이미지 품질을 우선하는 Sunburst를 사용하세요.
GPT Image 2.6 SVG 내보내기: 활용 사례와 검수 방법
SVG 내보내기는 이번 업데이트에서 디자인 결과물 전달에 가장 큰 영향을 주는 기능이에요. SVG는 아무리 확대해도 화질이 떨어지지 않는 벡터 형식으로, 파일의 경로와 색상, 레이어를 디자인 소프트웨어에서 다시 편집할 수 있어요. 아이콘, 벡터 일러스트, 인쇄물이라면 AI 생성 결과를 수작업으로 다시 그리지 않고도 바로 디자인 작업에 활용할 수 있다는 뜻이에요.
하지만 모든 이미지가 SVG 내보내기에 적합한 것은 아니에요. 사진 같은 질감이나 복잡한 명암, 섬세한 그라데이션이 있는 이미지를 벡터로 변환하면 경로가 지나치게 많아지고 파일 크기도 커져 오히려 편집하기가 더 어려워져요.
| 이미지 유형 | 추천 형식 | 설명 |
|---|---|---|
| 아이콘, 로고 | SVG |
다양한 크기로 재사용할 때 벡터의 장점이 가장 두드러짐 |
| 플랫 벡터 일러스트 | SVG |
색상 영역이 명확하고 경로가 간결해 재편집하기 쉬움 |
| 인쇄물 선화 | SVG |
고해상도가 필요한 인쇄물에 손실 없이 확대 가능 |
| 사진형 상품 이미지 | PNG / JPEG / WebP |
사실적인 디테일이 많아 벡터화의 이점이 적음 |
| 간단한 애니메이션 | GIF |
2.6에서 GIF 출력을 지원해 가벼운 움짤에 적합 |
SVG를 내보낸 후에는 미리보기만 확인하지 말고 다음 네 가지 항목을 검수하는 것이 좋아요.
- 경로: 잘게 쪼개진 경로, 겹치는 경로, 닫히지 않은 경로가 많은지 확인하세요. 편집과 인쇄에 영향을 줄 수 있어요.
- 텍스트 윤곽선 변환: 텍스트가 편집 가능한 상태인지, 곡선으로 변환됐는지 확인하세요. 인쇄용으로 전달할 때는 보통 윤곽선 변환이 필요하지만, 나중에 문구를 수정하려면 텍스트를 유지해야 해요.
- 색상: 색상값이 브랜드 가이드와 일치하는지, 의도하지 않은 유사 색상이 생겼는지 확인하세요. 인쇄용이라면 색상 모드 변환에도 주의해야 해요.
- 레이어: 레이어나 그룹 구조가 적절한지 살펴보세요. 배경, 피사체, 텍스트를 분리하면 디자이너가 작업을 이어받기 쉬워요.
“AI로 이미지를 생성한 뒤 디자이너에게 전달해 다듬는” 작업 방식이라면, 이 네 가지를 미리 확인해 두세요. 디자이너가 파일을 열어본 뒤 편집할 수 없어 처음부터 다시 만들어야 하는 상황을 피할 수 있어요.
💡 선택 가이드: SVG, GIF 등의 출력을 위한 API 필드는 공식 문서를 확인하세요. APIYI apiyi.com을 통해 연동한다면 플랫폼에서 해당 출력 형식을 지원하는지 먼저 확인한 후, SVG 내보내기를 실제 작업 흐름에 포함할지 결정하세요.
ChatGPT와 API에서 GPT Image 2.6의 차이
이 글에서 가장 명확히 구분해야 할 부분이에요. 일부 튜토리얼에서는 ChatGPT의 대화형 기능을 API 파라미터처럼 설명하는데, 그대로 코드를 작성하면 해당 필드가 존재하지 않을 수 있어요. 현재 알려진 정보에 따르면 saved references와 complexity dial은 주로 ChatGPT 측의 기능이고, API 측은 Flare / Sunburst 모델과 GIF, SVG 등의 출력 기능이 중심이에요.
| 기능 | ChatGPT | 공식 API | 서드파티 통합 플랫폼 |
|---|---|---|---|
| saved references | 지원하며 연속적인 창작에 적합 | 지원 여부는 공식 문서에서 확인 필요 | 상위 서비스의 제공 여부에 따라 다름 |
| complexity dial | 주로 ChatGPT 측 기능 | 파라미터 제공 여부 확인 필요 | 상위 서비스의 제공 여부에 따라 다름 |
| image markup | 대화형 영역 선택 및 표시 | 공식 문서 기준 | 상위 서비스의 제공 여부에 따라 다름 |
| Flare / Sunburst | 사용자가 모델을 직접 선택할 필요 없음 | API에서 두 모델 제공 | APIYI apiyi.com에서 Flare / Sunburst 옵션 제공, 2.6 버전은 콘솔 기준 |
| GIF / SVG 출력 | 지원 | 구체적인 필드는 공식 문서 기준 | 전달 지원 여부는 플랫폼 문서 기준 |
이 표의 핵심은 세 가지예요. 첫째, ChatGPT 기능을 API 파라미터로 그대로 사용하면 안 돼요. 공식 문서에서 명시하기 전까지 관련 필드는 모두 ‘확인 필요’로 봐야 해요. 둘째, 서드파티 플랫폼은 일부 기능만 전달할 수 있어요. 상위 API가 특정 필드를 지원하더라도 중간 계층이 아직 대응하지 않았을 수 있어요. 셋째, API에서 당장 사용할 수 없는 기능은 자체 비즈니스 시스템에서 참조 이미지 라이브러리나 버전 관리 등으로 보완할 수 있어요.
APIYI를 통해 GPT Image 시리즈를 연동할 때 주의할 점
APIYI는 OpenAI 호환 인터페이스를 제공해요. 연동할 때 base_url을 https://api.apiyi.com/v1로 설정하고, model 필드에 콘솔의 모델 목록에 표시된 GPT-Image 모델 이름을 입력하면 돼요. 초안 단계에서는 Flare 시리즈를, 최종 작업 단계에서는 Sunburst 시리즈를 선택할 수 있어요. 앞서 설명한 ‘초반에는 빠르게, 후반에는 정교하게’라는 접근 방식과 같아요.
연동하기 전에 세 가지를 확인해 보세요. 현재 콘솔에서 GPT-Image 2.6을 제공하는지, 새 파라미터가 전달되는지, 출력 형식에 SVG와 GIF가 포함되는지예요. 가격과 이용 가능 여부도 콘솔과 문서를 기준으로 확인하고, 서드파티의 전달 정보만으로 예산을 세우지 마세요.
🚀 빠른 시작: 공식적으로 권장하는 방법은 먼저 APIYI apiyi.com에 가입해 무료 테스트 크레딧을 받고, 기존 GPT-Image 버전으로 프롬프트와 참조 이미지 작업 흐름을 검증하는 거예요. 이후 콘솔에 2.6이 추가되면 모델 이름만 바꿔 이전할 수 있어요.
GPT Image 2.6 다회차 이미지 수정 워크플로: 참조 이미지, 버전 관리, 검수, 롤백
기능이 아무리 많아도 워크플로 기준이 없으면 수정과 재작업이 반복돼요. 아래 과정은 앞에서 살펴본 네 가지 기능을 연결한 것으로, 포스터, 상품 이미지, 캐릭터 설정, UI 소재처럼 여러 차례 수정이 필요한 작업에 활용할 수 있어요.
- 참조 이미지와 버전 번호부터 정하기: 작업 전에 기준이 될 참조 이미지를 정해요. ChatGPT에서는 saved references로 저장하고, API 환경에서는 자체 참조 이미지 라이브러리에 저장해요. 첫 번째 버전에는 v1이라는 번호를 붙여요.
- 구도 단계에서 복잡도 높이기: complexity dial을 높게 설정하거나 화질 우선 모델을 사용해 레이아웃과 텍스트 계층을 한 번에 정해요. 그래야 나중에 처음부터 다시 작업하는 일을 줄일 수 있어요.
- 한 번에 변수 하나만 바꾸기: 이번에는 색상만 바꾸고, 다음에는 객체를 바꾸는 식으로 진행해요. 여러 변수를 동시에 바꾸면 문제가 생겼을 때 원인을 파악하기 어려워요.
- 부분 수정에는 image markup 사용하기: 수정할 영역을 표시해 의도하지 않은 변경을 줄이고, 복잡도를 낮춰 대기 시간도 절약해요.
- 이전 버전을 보관해 A/B 비교하기: 새 버전이 생성되면 이전 버전과 나란히 놓고 비교해요. 특히 인물의 얼굴, 브랜드 요소, 텍스트처럼 바뀌면 안 되는 부분을 확인해요.
- 프롬프트, 파라미터, 모델 버전 기록하기: 각 버전의 전체 프롬프트, 사용한 모델(Flare 또는 Sunburst), 주요 파라미터를 기록해 두면 롤백과 재현이 쉬워요.
- 최종본을 형식에 맞게 내보내고 검수하기: 벡터 파일이 필요하면 SVG로 내보낸 뒤 경로, 텍스트, 색상, 레이어를 확인해요. 사진은 PNG, JPEG 또는 WebP로 내보내요.
롤백은 이 워크플로의 안전망이에요. 수정 후 전체 결과가 나빠졌다면 해당 버전에서 계속 고치기보다, 이전에 확인한 버전으로 돌아가 다른 수정 방법을 시도해 보세요. 버전 기록이 자세할수록 롤백 비용도 줄어들어요.
개발자라면 기록 단계에서 플랫폼 로그도 활용할 수 있어요. APIYI apiyi.com 콘솔에서 모델, 사용량, 청구 내역, 호출 로그를 확인하고 각 이미지 버전의 요청 시각, 모델 이름, 사용량을 연결해 보세요. 어느 단계에서 결과가 어긋나기 시작했는지 파악하고, 프로젝트에 실제로 몇 차례의 수정이 필요했는지 집계해 향후 비용을 평가하는 데 활용할 수 있어요.
자주 묻는 질문 FAQ
Q1: GPT Image 2.6의 saved references를 API로 호출할 수 있나요?
현재 saved references는 ChatGPT에서 이어서 작업하는 경험에 더 초점이 맞춰져 있어요. API에서 참조 이미지 저장을 지원하는지는 공식 문서를 확인해야 합니다. 공식적으로 지원 여부가 명확해지기 전까지는 자체 시스템에서 참조 이미지 라이브러리를 관리하고, 요청할 때마다 참조 이미지를 명시적으로 전달하는 방법을 권장해요. 서버 측 기억에 의존하지 않아 이전 비용도 낮습니다.
Q2: complexity dial과 Flare / Sunburst 선택은 어떻게 다른가요?
complexity dial은 모델이 ‘얼마나 계획할지’를 제어해 구도와 레이아웃을 고민하는 깊이에 영향을 줍니다. 반면 Flare와 Sunburst는 각각 속도와 화질에 중점을 둔 서로 다른 모델이에요. 두 방식은 비슷하지만 같지는 않습니다. API에서 아직 complexity dial 매개변수를 제공하지 않는다면, ‘초안은 Flare, 최종본은 Sunburst’로 작업해 초반에는 빠르게, 마무리는 정교하게 진행할 수 있어요.
Q3: SVG 내보내기는 모든 유형의 이미지에 적합한가요?
그렇지 않아요. SVG는 아이콘, 로고, 플랫 벡터 일러스트, 인쇄용 선화에 가장 적합합니다. 사진이나 복잡한 명암이 있는 이미지는 벡터화하면 경로가 너무 많아져 파일이 커지고 편집하기 어려우므로 PNG, JPEG 또는 WebP를 사용하는 편이 좋습니다. 내보낸 후에는 경로, 텍스트의 곡선 변환, 색상, 레이어 순서를 꼭 확인하세요.
Q4: API로 GPT Image 시리즈 모델을 빠르게 호출하려면 어떻게 해야 하나요?
APIYI apiyi.com에서 계정을 등록하고 API 키와 무료 테스트 크레딧을 발급받으세요. `base_url`을 `https://api.apiyi.com/v1`로 설정한 뒤 콘솔의 모델 목록에서 GPT-Image 시리즈의 Flare 또는 Sunburst 버전을 선택하면 됩니다. 현재 플랫폼은 GPT-Image 2.5 / 2 시리즈를 제공하며, 2.6과 새 매개변수의 지원 여부는 콘솔과 문서를 확인하세요.
Q5: image markup으로 영역을 표시하면 바깥 영역은 절대 바뀌지 않나요?
꼭 그렇지는 않아요. image markup을 사용하면 의도치 않은 수정이 발생할 가능성을 크게 줄일 수 있지만, 영역을 완전히 격리하지는 못해요. 표시한 영역 밖에서도 미세한 변화가 생길 수 있습니다. 수정할 때마다 이전 버전과 A/B 비교를 하고, 특히 인물의 얼굴, 브랜드 로고, 텍스트 영역을 주의 깊게 확인하세요. 영역 밖의 변화가 결과물 전달에 영향을 준다면 이전 버전으로 되돌려 다시 수정하세요.
GPT Image 2.6 요약과 다회차 이미지 수정 체크리스트
GPT Image 2.6 핵심 요점 Key Takeaways
- 핵심 가치는 재작업 감소: 50% 속도 향상도 중요하지만, 여러 차례 수정하는 일을 줄이는 것이 2.6의 핵심 이점이에요.
- saved references로 일관성 관리: 캐릭터, 상품, 스타일의 기준을 고정해요. API 지원 여부는 확인이 필요해요.
- complexity dial로 계획 깊이 조절: 구도 작업에서는 높이고, 작은 부분 수정에서는 낮추면 시간을 절약할 수 있어요.
- image markup으로 수정 범위 지정: 수정할 부분을 선택하되, 선택 영역 밖도 확인해야 해요.
- SVG는 벡터 이미지에만 사용: 아이콘과 일러스트에는 SVG를, 사진에는 비트맵 형식을 사용해요.
- ChatGPT와 API 구분: 대화형 기능을 API 파라미터로 생각하지 마세요. 필드는 공식 문서를 기준으로 확인하세요.
- 연동 전 콘솔 확인: APIYI apiyi.com에서 모델 목록과 사용량 로그를 확인하고, 2.6 제공 여부를 살펴보세요.
다회차 이미지 수정 및 SVG 내보내기 체크리스트
| 단계 | 확인 항목 | 완료 여부 |
|---|---|---|
| 작업 전 | 기준 참조 이미지를 확인하고 v1로 번호를 지정했어요 | ☐ |
| 작업 전 | 사용하려는 기능이 현재 환경(ChatGPT 또는 API)에서 지원되는지 확인했어요 | ☐ |
| 구도 작업 | 복잡한 구도와 텍스트 배치에 높은 복잡도 설정 또는 화질 우선 모델을 사용했어요 | ☐ |
| 반복 수정 | 매회 하나의 변수만 수정했어요 | ☐ |
| 반복 수정 | 부분 수정 시 영역을 선택하고, 선택 영역 밖도 확인했어요 | ☐ |
| 반복 수정 | 이전 버전을 보관하고 A/B 비교를 마쳤어요 | ☐ |
| 반복 수정 | 프롬프트, 모델 버전, 주요 파라미터를 기록했어요 | ☐ |
| 내보내기 | 이미지 유형에 따라 SVG 또는 PNG / JPEG / WebP를 선택했어요 | ☐ |
| SVG 검수 | 경로에 불필요한 조각이나 겹침이 없어요 | ☐ |
| SVG 검수 | 텍스트의 윤곽선 변환 또는 유지 여부가 납품 요구사항에 맞아요 | ☐ |
| SVG 검수 | 색상 값이 브랜드 가이드에 맞고, 계층과 그룹이 명확해요 | ☐ |
| 마무리 | 사용량 로그를 확인해 반복 횟수와 비용을 파악했어요 | ☐ |
GPT Image 2.6은 운에 맡기던 이미지 수정을 프로세스로 관리할 수 있는 작업으로 바꿔줘요. 참조 이미지, 복잡도, 부분 표시, 내보내기 형식 이 네 가지를 관리하면 재작업 횟수를 줄일 수 있어요.
이 프로세스를 제품에 연동할 계획이라면, 먼저 APIYI apiyi.com에서 기존 GPT-Image 시리즈로 전체 연동 과정을 테스트한 뒤 2.6이 제공되면 전환해 보세요. 플랫폼에서 무료 사용량과 여러 모델을 위한 통합 인터페이스를 제공하므로 Flare와 Sunburst를 비교하고 전환하기 편해요.
📚 참고 자료
- OpenAI 이미지 생성 문서: GPT Image 시리즈 모델 및 파라미터 설명
- 링크:
platform.openai.com/docs/guides/images -
설명: saved references, complexity dial, SVG / GIF 출력이 API에서 지원되는지 확인할 수 있는 핵심 자료
-
OpenAI 모델 목록: GPT-Image 시리즈 버전별 용도 확인
- 링크:
platform.openai.com/docs/models -
설명: Flare와 Sunburst의 모델 이름과 기능 차이 확인
-
APIYI 문서 센터: 플랫폼의 모델 지원 및 파라미터 전달 설명
- 링크:
docs.apiyi.com - 설명: GPT-Image 2.6 제공 여부와 새 파라미터 전달 지원 여부 확인
작성자: APIYI 기술팀
기술 문의: APIYI apiyi.com 홈페이지에서 문의해 주세요. 더 많은 연동 자료는 docs.apiyi.com 문서 센터에서 확인할 수 있어요.
