Google의 Nano Banana 2.1은 플래그십이 아닌 기능 드롭이다

Google은 10월 7일 자사의 AI 이미지 생성 및 편집 모델을 업그레이드한 Nano Banana 2.1을 출시했다. 회사는 이를 폭넓은 개선이라고 설명하며 시각 디자인, 마스크 기반 편집, 피사체 일관성이라는 세 가지 영역을 특히 꼽았다.

이 모델이 차지하는 시장 위치에 비추어 보면, 더 정확한 설명은 Google이 Pro 등급의 동작을 더 저렴한 모델로 끌어내리고 있다는 것이다.

실제로 무엇이 바뀌었나

Google에 따르면 Nano Banana 2.1은 더 나은 구도의 시각 자산을 생성한다. 이는 세 가지 주장 중 가장 모호하고 검증하기 가장 어려운데, “더 나은 구도”는 누구도 공개하는 지표가 아니기 때문이다.

마스크 기반 편집은 더 구체적이다. 사용자는 기존 이미지의 특정 영역을 선택하고 전체를 다시 생성하지 않고 수정할 수 있다. 이는 2년 동안 진지한 편집 모델과 생성 데모를 구분해 온 기능이며, 이를 Pro 등급이 아닌 중간 등급 모델에 넣은 것이 이번 릴리스의 핵심이다.

피사체 일관성은 세 번째이며, 대량으로 제작하는 사람에게 중요한 항목이다. 이미지를 편집하거나 관련 이미지 세트를 일괄 생성할 때, 모델은 주 피사체의 외형과 특징을 더 잘 보존한다. Gemini 사용자가 열 장의 이미지에 걸쳐 일관된 캐릭터를 생성하는 경우, 이는 사용 가능한 자산 라이브러리와 아깝게 빗나간 이미지 더미의 차이다.

이 모델은 Gemini 앱, Google 검색의 AI 모드, Google AI Studio, Google Flow, Stitch, Google Ads, Gemini 엔터프라이즈 플랫폼 전반에 순차적으로 출시되고 있다. 개발자는 모델 ID gemini-nano-banana-2.1로 사용할 수 있으며, 텍스트, 이미지, 오디오, 비디오 입력을 받고 1K, 2K, 4K로 출력한다.

그 입력 목록은 잠시 짚고 넘어갈 가치가 있다. 오디오와 비디오 입력을 받아 이미지를 반환하는 모델은 마케팅 문구가 붙은 텍스트-이미지 생성기와는 다른 범주에 속한다. 출력이 우연히도 정지 프레임인 멀티모달 시스템인 것이다.

이 등급의 위치

올해 초 Google은 Gemini 3.1 Flash Image로도 알려진 Nano Banana 2를 출시했다. 이는 Flash 계보의 속도와 Nano Banana Pro에 필적하는 출력 품질을 결합했으며, Google은 현실 세계 지식, 향상된 텍스트 렌더링, 더 나은 캐릭터 및 객체 일관성 등 여러 Pro 기능을 이 모델로 내렸다.

Nano Banana 2.1은 그 이동을 이어간다. 이 패턴은 전략이라고 할 만큼 일관적이다. Google은 Flash 등급을 대량 시장 제품으로 사용하고, Pro에서 기능을 계속 끌어내리며, Pro 등급이 상한을 정의하게 한다.

Google 자체 자료가 뒷받침하는 경쟁 구도는 OpenAI의 ChatGPT Images 2.5가 특히 반복 작업에서 세계 최고의 이미지 생성 및 편집 모델로 남아 있다는 것이다. 그 장점은 구체적이고 기술적이다. 사용자가 여러 차례에 걸쳐 이미지를 계속 다듬을 때, 이전 편집을 더 잘 보존하고, 건드리지 않은 영역은 그대로 두며, 반복이 누적되어도 이미지 품질을 일정하게 유지한다.

그것은 다시 드리프트 문제이며, 현재 이미지 편집의 핵심 엔지니어링 과제다. 모두가 이 문제를 공략하고 있다. Ideogram 4.5는 Precise Edit 및 Generate + Edit 모드를 추가했다. Black Forest Labs는 픽셀 동일성 수치를 공개한 영역 보존 편집을 선보였다. Google의 2.1에 대한 답은 중간 등급에서의 피사체 일관성이다.

8월에 출시된 Microsoft의 MAI-Image-2.6은 같은 논의에서 OpenAI 바로 뒤에 위치한다. 구도는 읽을 수 있는 형태로 안정되었다. OpenAI는 반복 편집에서 앞서고, Google은 배포와 가격에서 앞서며, Qwen-Image 2.1이 이끄는 오픈 가중치 진영은 훨씬 낮은 비용으로 품질 면에서 공격권 안에 있다.

“드리프트”가 실제로 무엇인지 정확히 짚을 가치가 있다. 이 용어는 여러 가지 서로 다른 실패를 포괄하기 때문이다. 픽셀 드리프트는 반복 사이에 건드리지 않은 영역이 약간 이동하는 것이다. 아이덴티티 드리프트는 편집 체인을 거치며 얼굴이나 제품이 달라지는 것이다. 스타일 드리프트는 모델이 매 라운드마다 프레임의 더 많은 부분을 재생성하면서 렌더링 미학이 일반적인 모습으로 이동하는 것이다. 그리고 품질 드리프트는 복사본의 복사본처럼 이미지에 노이즈와 흐림이 누적되는 것이다.

각각은 해법이 다르다. 픽셀 보존은 마스킹 문제다. 아이덴티티 보존은 조건화 문제다. 스타일과 품질 보존은 주로 모델이 원본을 얼마나 버리도록 허용되는지에 관한 것이다. 네 가지 중 세 가지에 탁월한 모델도 다섯 라운드 편집 체인에서는 실패할 수 있으며, 그래서 일관성에 대한 공급업체의 주장은 어떤 종류인지 명시해야 한다.

Google의 2.1은 아이덴티티 일관성과 마스크 편집을 명시적으로 다루지만, 긴 체인 전반의 스타일이나 품질에 대해서는 구체적으로 말하지 않는다. 그 침묵은 많은 것을 시사한다.

중간 등급 릴리스가 중요한 이유

플래그십 릴리스는 연구소가 무엇을 달성할 수 있는지 알려준다. 중간 등급 릴리스는 대부분의 사용자가 실제로 무엇을 필요로 한다고 생각하는지 알려준다.

Google이 검색, Ads, 소비자용 Gemini 앱 전반에서 실행되는 모델에 마스크 편집과 피사체 일관성을 넣은 것은 그것들이 프리미엄 기능이 아니라 기본 기대치라는 선언이다. 검색 AI 모드만 해도 이미지 생성을 수십억 세션 규모의 사용자 앞에 놓는다. Ads는 대량으로 크리에이티브를 제작하고 그것이 통하는지 즉시 알게 될 광고주 앞에 이를 놓는다.

그 배포 우위는 모델 성능이 아니며, 아마도 성능 하나보다 더 가치 있을 것이다. 선두 모델보다 5퍼센트 뒤처지지만 사용자가 이미 있는 검색창에서 사용할 수 있는 모델은 훨씬 더 많은 이미지를 생성할 것이다. 반복 편집 품질에서 OpenAI의 우위는 실재하며, 동시에 이미 이미지 도구를 쓰기로 결정한 사용자에게만 중요한 우위이기도 하다.

개발자에게 실질적인 해석은 기본값에 관한 것이다. 제품에 이미지 편집이 필요하고 이미 Gemini를 사용한다면, 2.1 업그레이드는 거의 무료이며 두 번째 공급자를 통합할 이유를 없애준다. 제품에 사용 가능한 가장 강력한 반복 편집이 필요하다면, 평가 질문은 더 어려워졌다. Flash 등급과 선두 모델 사이의 격차가 다중 라운드 작업에서 가장 중요한 특정 차원에서 좁혀졌기 때문이다.

직접 테스트해 볼 것

가정하기보다 확인해 볼 가치가 있는 세 가지가 있다.

첫째, 가장자리에서의 마스크 정확도다. 영역 편집에 대한 광범위한 주장은 큰 영역의 중앙에서는 잘 유지되지만 경계에서 약화되는 경향이 있다. 경계에서는 모델이 각 픽셀이 가장자리의 어느 쪽에 속하는지 결정한다. 머리카락, 유리, 잎, 얇은 끈 같은 미세한 구조에서 테스트하라.

둘째, 두 라운드 이상에 걸친 일관성이다. 피사체 일관성 주장은 보통 짧은 편집 체인에서 검증된다. 드리프트 문제는 누적되므로, 유용한 테스트는 다섯 번 또는 여섯 번의 연속 편집을 하며 피사체가 살아남는지 확인하는 것이다.

셋째, 4K 출력이 네이티브인지 업샘플링인지다. Google은 생성 해상도를 명시하지 않고 1K, 2K, 4K를 출력 옵션으로 나열하며, 그 차이는 전반적인 선명도보다 미세한 질감에서 드러난다.

전략적 결론은 덜 완곡하다. Google은 이번 릴리스로 이미지 모델 리더보드를 쫓고 있지 않다. 목표는 중간 등급을 충분히 좋게 만들어, 누군가 다른 도구를 선택하는 이유가 리더보드가 아니게 만드는 것이다. 그것이 통할지는 시장의 작업 중 얼마나 많은 부분이 반복적 정밀 편집인지, 그 외의 것인지에 달려 있으며, 솔직한 답은 2026년의 대부분 이미지 생성이 여전히 두 번째 범주라는 것이다.