이미지 모델 군비 경쟁: 미드저니, 나노 바나나, 그리고 오픈 웨이트의 조용한 부상

AI 이미지 생성에서 몇 달만 손을 떼고 돌아오면, 풍경이 거의 알아볼 수 없을 정도로 바뀌어 있습니다. 큰 이름들은 버전을 바꿨고, 한때 소비자 인기 모델이던 제품은 단종을 앞두고 있으며, 오픈 웨이트 분야는 훨씬 강해졌습니다. 2026년 가을 현재 상황은 다음과 같습니다.

미드저니는 V8로 이동했고, V8.2가 7월에 기본 모델이 되었습니다. 이는 여전히 원시 성능보다 아트 디렉션이 목표일 때 사람들이 찾는 도구이며, 인간 감독처럼 분위기와 조명을 해석하는 모델입니다. 업스케일링 없는 네이티브 2K 출력, 더 나은 프롬프트 해석, 그리고 선택한 이미지에서 취향을 학습하는 개인화 시스템이 있습니다. 트레이드오프는 변하지 않았습니다: 무료 티어가 없고, 세 건의 저작권 소송이 진행 중이며, 텍스트 렌더링은 더 나아졌지만 복잡한 타이포그래피에는 여전히 불안정합니다.

구글의 나노 바나나는 가장 혼란스러운 경로를 걸었습니다. 원래 버전은 2026년 2월에 Gemini 3.1 Flash를 기반으로 한 Nano Banana 2로 조용히 교체되었고, Gemini 앱의 기본 모델이 되었습니다. 더 오래된 Gemini 2.5 Flash Image는 지원 중단되어 10월 2일에 종료됩니다. 커뮤니티 별명은 Nano Banana가 전혀 독립형 제품이 아니라는 사실을 가립니다. 그것은 Gemini에 내장된 이미지 생성 기능으로, 채팅 인터페이스를 원하는지 전용 도구를 원하는지에 따라 편리할 수도, 답답할 수도 있습니다. 장점은 실재합니다: 맥락을 기억하는 멀티턴 편집, 그리고 최대 5명의 사람과 14개의 사물을 편집 전반에 걸쳐 일관되게 유지하는 검증된 능력입니다.

한 커뮤니티 가이드가 말하듯, Nano Banana의 요령은 각 레퍼런스 이미지에 하나의 역할을 부여하는 것입니다: 하나는 아이덴티티, 하나는 포즈, 하나는 스타일입니다. 모든 것을 단일 레퍼런스에 몰아넣으면 출력이 흐려집니다. 이는 대부분의 프롬프트 트릭보다 중요한 작은 규율이며, 전체 분야의 다중 레퍼런스 편집 뒤에 있는 동일한 원리입니다.

OpenAI의 GPT Image 라인은 최대 16개의 레퍼런스 이미지로 지시 범위 편집을 밀고 있으며, 새로운 Sunburst와 Flare 변형은 현재 57개 모델에 걸쳐 3천만 표 이상을 모은 LMArena 이미지 편집 아레나에서 선두에 있습니다. xAI의 Grok Imagine Image 2.0은 정밀 편집과 선명한 텍스트 렌더링을 내세우며, 초기 딥페이크 스캔들로 가드레일 재검토가 강제된 뒤 프로덕션 레디 옵션으로 자리매김하고 있습니다.

장기적으로 가장 중요한 이야기는 오픈 웨이트에서 일어나고 있습니다. Black Forest Labs의 FLUX.2는 이제 편집 가능한 고해상도 오픈 모델 분야에서 정상을 차지하며, klein 4B 변형과 속도를 위한 turbo 변형이 있습니다. Z-Image, Qwen-Image, Ideogram 4.0이 Apache-2.0 라이선스 옵션을 완성하며, Ideogram의 오픈 웨이트 렌더 품질은 개발자들이 최상위라고 부를 정도입니다. 라이선스가 진정한 차별화 요소가 되었습니다: FLUX.2 dev는 비상업용인 반면, FLUX.2 klein, Z-Image, Qwen-Image는 Apache 2.0에 따라 상업적 사용을 허용합니다. 이제 기본 모델을 고르는 일은 벤치마크가 아니라 라이선스에서 시작합니다.

라이선스 문제는 강조할 가치가 있습니다. 대부분의 사람들이 여기서 발목을 잡히기 때문입니다. 두 모델이 벤치마크에서 같은 점수를 받아도 출력물로 무엇을 할 수 있는지에서는 천차만별일 수 있습니다. 클라이언트를 위해 미세 조정하고 배포할 수 있는 모델은 연구용으로만 쓸 수 있는 약간 더 나은 모델보다 가치가 큽니다. 오픈 분야는 정확히 이 선을 따라 갈라졌고, 상업적으로 사용 가능한 등급, 즉 Apache 2.0 또는 이에 준하는 라이선스가 생태계가 실제로 구축되는 곳입니다.

이 모든 것 아래에 있는 변화는 편집이 생성의 자리를 대신해 최전선이 되었다는 점입니다. 1년 전 경쟁은 텍스트에서 가장 사실적인 이미지를 렌더링하는 모델이 누구냐였습니다. 이제는 모두가 할 수 있습니다. 새로운 경쟁은 모든 것을 다시 생성하지 않고 한 가지를 바꾸게 해주는 것, 한 캐릭터를 수백 장의 이미지에 걸쳐 유지하는 것, 포스터에 선명하고 올바른 텍스트를 넣는 것입니다. 승리하는 모델은 첫 결과물의 ‘와우’ 순간이 아니라 반복 작업에 최적화된 모델입니다.

하드웨어 이야기는 이 모든 것과 평행하게 흐릅니다. 오픈 모델은 7B급 모델이 소비자용 GPU에서 실행될 만큼 작아졌고, 커뮤니티는 터미널을 절대 건드리고 싶지 않은 사람들에게 로컬 생성을 약속하는 원클릭 통합 팩으로 응답했습니다. “6GB 카드에서 실행됨” 벤치마크는 어떤 리더보드 점수만큼이나 마케팅 주장이 되었습니다. 왜냐하면 그것이 모델이 호기심거리인지 도구인지를 결정하기 때문입니다.

일관성을 바라보는 방식에도 조용한 변화가 있으며, 이것이 진정한 전장이 되었습니다. 아름다운 이미지 하나를 렌더링하는 모델은 기본입니다. 같은 캐릭터를 수백 장의 이미지에 걸쳐, 또는 같은 제품을 여러 각도에서 렌더링하는 모델이 실제 워크플로에 자리를 얻습니다. 참조 기반 접근법, 즉 캐릭터 이미지 1~14장을 첨부하고 모델이 재현하게 하는 것은 빠른 시작입니다. LoRA 학습은 자신이 큐레이션한 이미지로 미세 조정한 작은 어댑터로, 참조가 흔들릴 때 쓰는 더 무거운 망치입니다. 트레이드오프는 제어 대 설정 시간이고, 솔직한 답은 어떤 방법도 안정적인 얼굴을 보장하지 않는다는 것입니다. 그래서 진지한 제작자는 확정하기 전에 고정된 샷 리스트로 테스트합니다.

이 범주는 일반인을 위한 유용한 용어도 발전시켰습니다. 멀티턴 편집은 모델이 자신이 한 일을 기억하고 사용자와 함께 반복한다는 뜻입니다. 지시 범위 편집은 무엇을 바꿀지 정확히 말하면 나머지는 그대로 둔다는 뜻입니다. 다중 참조 구성은 여러 이미지를 넣고 각각의 역할을 알려준다는 뜻입니다. 이들 중 이국적인 것은 없습니다. 이제는 표준 기능이며, 모델들은 이런 기능이 존재하는지가 아니라 얼마나 잘 수행하는지로 경쟁합니다.

오늘 도구를 고르는 사람에게 솔직한 조언은 변하지 않았고 아마 앞으로도 그럴 것입니다. 모델을 작업에 맞추세요. 미학에는 미드저니, Google 생태계 안에서 멀티턴 편집에는 나노 바나나, 지시 범위 프로덕션 편집에는 GPT Image나 Grok, 제어, 데이터 레지던시, 또는 영원히 간직할 수 있는 미세 조정 캐릭터가 필요할 때는 오픈 웨이트입니다. 하나의 모델이 모든 것에 정답인 시대는 조용히 끝났고, 아무도 정말로 발표하지 않았습니다. 그 자리를 대신한 것은 정답이 만들고자 하는 것에 전적으로 달려 있는 시장이며, 가장 잘하는 사람들은 단일 승자를 쫓는 것을 멈추고 골라 쓰는 법을 배운 사람들입니다.

이 모든 변화를 관통하는 한 가지 상수는 차별화 요소가 원시 이미지 품질이 아니라 그 주변의 워크플로가 되었다는 점입니다. 일관성, 편집 가능성, 라이선스 명확성, 그리고 이미 사용 중인 도구와의 통합입니다. 그것이 실제로 모델이 일상 업무에 등장하는지, 아니면 다시는 들여다보지 않을 인상적인 데모 폴더에 들어가는지를 결정합니다. 군비 경쟁은 실재하지만, 승자는 최고의 벤치마크를 가진 모델이 아닙니다. 사람들이 실제로 일하는 방식에 맞는 모델입니다. 그리고 그것은 측정하기 더 어려우면서도 무엇이 정착할지에 대한 훨씬 더 나은 예측 변수입니다.