OpenAI Images 2.6: 이미지 생성은 '이벤트'에서 '반사'가 되었다

OpenAI가 11월 4일 Images 2.6을 내놨고, 모두가 공유한 데모는 폭락하는 주가 차트 앞에서 우는 치비풍 회사원이었다. 여섯 프레임, 스프라이트 시트 한 장, 매끄러운 루프. 귀엽고, 약간 잔인하고, 아주 잘 퍼지는 조합이다.
GIF 아래에 묻힌 숫자가 더 흥미롭다. 사람들은 이제 ChatGPT, Codex, API를 합쳐 일주일에 약 40억 장의 이미지를 생성한다. 하루 5억 장이 넘는다. 8주 전 Images 2.5가 나왔을 때는 30억 장이었다. 8주 만에 모델 기반이 세 배 좋아진 건 아니다. 달라진 것은 이미지 생성이 '이벤트'에서 '반사'가 되었다는 점이다.
실제로 나온 것
세 가지인데, 그중 모델에 관한 것은 하나뿐이다.
속도. 생성 속도가 대략 50% 빨라졌다. API는 두 갈래로 나뉜다. GPT-Image-2.6 Flare는 저품질에서 약 6초 만에 이미지를 돌려주고, GPT-Image-2.6 Sunburst는 피사체가 여러 차례 편집을 거쳐도 흐트러지지 않아야 할 때 고르는 쪽이다.
모션. GIF가 이제 네이티브다. 프롬프트를 치거나 스틸 이미지를 넣으면 루프 애니메이션이 나온다. 재생 속도를 조절할 수 있고, ChatGPT 안에서 개별 프레임을 편집할 수 있으며, 결과물은 바로 게시된다. OpenAI가 제안하는 용도는 마스코트, 리액션 밈, 그리고 영상 촬영을 잡기 전에 쓰는 애니메이션 스토리보드다.
인터페이스로서의 편집. 이 부분은 자꾸 되돌아오게 된다. API가 이제 이미지 마크업을 지원해서, 영역을 짚고 '이걸 바꿔'라고 말할 수 있다. 이미지는 SVG로 내보낼 수 있다. 렌더링 전에 모델이 얼마나 계획을 세울지 제어하는 복잡도 파라미터도 있다. 한 번에 끝내는 사람이 아니라 루프를 돌며 편집하는 사람을 위한 지연 시간 다이얼이라고 생각하면, 이상하게 노출된 이유도 이해가 된다.
저장된 레퍼런스까지 더하면 제품의 윤곽이 분명해진다. 사람, 반려동물, 반복 등장하는 캐릭터 사진을 저장해두고 다시 업로드하지 않고 재사용할 수 있다. 이것은 기능이 몇 개 붙은 생성기가 아니다. 모델로 구동되는 디자인 도구다.

GIF는 가장 재미없는 부분이자, 가장 중요한 부분
모든 매체가 GIF를 머리기사로 뽑았고, OpenAI도 분명 그걸 원했다. OpenArt의 CEO 코코 마오는 GIF가 '소셜 미디어의 모국어'라고 말했다는데, 보도자료에 넣으라고 만든 문장 냄새가 난다.
그래도 틀린 말은 아니다. 정지 이미지는 게시물이고, 루프는 포맷이다. 모델이 같은 프롬프트 창에서 루프를 돌려주는 순간, 결과물은 일러스트가 아니라 영상과 경쟁한다. 그것도 훨씬 적은 비용과 시간으로 경쟁한다. 소셜 팀에게 실무적인 질문은 '영상 예산이 있나'에서 '이 아이디어에 소리가 필요한가'로 바뀐다.
흥미로운 건 루프가 무엇으로 만들어지는가다. OpenAI의 예시는 스프라이트 시트다. 여섯 프레임, 3열 2행, 동일한 크기, 고정 카메라, 6번 프레임이 1번 프레임 쪽으로 이징되며 돌아간다. 영상 모델의 사고방식이 아니다. 애니메이터의 사고방식이다. 프롬프트가 프로덕션 디자인을 하고, 모델이 칸을 채우는 셈이다.
그러니까 이번 주에 더 값어치 있어진 능력은 프롬프트 작성이 아니다. 다시 시작할 때 덜컹거리지 않으려면 루프가 어떤 모양이어야 하는지 아는 것이다.
주 40억 장은 병목을 바꾼다
캠페인용 이미지를 마흔 장 만들 때 어려운 건 만드는 일이다. 사천 장을 만들 때 어려운 건 쓸 만한 열한 장을 찾아내는 일이고, 그 열한 장이 무엇이었는지 기억하는 일이다.
이번에 나온 기능 중 두 개는 그런 세계에서만 의미가 있다. 저장된 레퍼런스가 존재하는 이유는 시리즈 전체의 일관성이 이제 새로움보다 큰 제약이기 때문이다. 이미지 마크업이 존재하는 이유는 망친 손을 고치는 게 좋은 그림을 다시 뽑는 것보다 싸기 때문이다. 둘 다 창의 기능이 아니다. 둘 다 검수 기능이다.
텍스트에서 같은 패턴을 본 적이 있다. 산출량이 임계점을 넘는 순간, 도구는 '써 주세요'에서 '내가 쓴 걸 찾아 주세요'로 옮겨간다. 이미지 도구도 같은 곡선 위에 있고, 대략 2년쯤 뒤처져 있다.
API 분화는 누가 사는지에 대한 OpenAI의 판단이다
Flare와 Sunburst는 좋음/더 좋음의 사다리가 아니다. Flare는 처리량과 레이아웃에 맞춰져 있다. OpenAI는 포스터, 제품 컷, 기타 전문 비주얼에서 구성이 더 좋아졌다고 특히 강조한다. 저품질 6초는 그리드에 썸네일을 넣고 싶어 하는 PM에게 던지는 숫자다.
Sunburst는 중·고품질에서 일관성에 맞춰져 있고, 이는 아주 다른 약속이다. 일관성은 같은 캐릭터가 열두 칸에 등장할 때, 혹은 브랜드 킷이 디자이너가 아닌 사람의 편집을 견뎌야 할 때 필요한 것이다.
둘을 합치면 예전에는 하나였던 두 가지 일이 드러난다. 싸게 탐색하고, 비싸게 확정한다. 디자인 스프린트를 돌려본 사람이라면 이 모양을 알아볼 것이다. 에이전시가 썸네일 쉰 장을 만들고 시안 하나를 잡는 이유와 같다.
내가 실제로 테스트해 볼 것
파이프라인이 있다면, 정직한 테스트는 이미지 품질이 아니다. 지루한 부분이 짧아졌느냐다.
실제 브리프, 가령 제품 페이지 히어로를 잡고 세 구간을 재보자. 첫 초안, 클라이언트가 '좀 더 따뜻하게'라고 한 뒤의 수정 라운드, 그리고 내보내기. 이전 세대를 써본 경험으로는 가운데 구간이 늘 문제였다. 수정할 때마다 제품 형태가 바뀔 위험이 있었으니까. Sunburst에 마크업과 레퍼런스를 얹은 조합은 정확히 그 지점을 겨냥한다.
두 번째 테스트는 루프다. 움직이는 부품이 있는 것의 매끄러운 GIF를 요청하고 6번 프레임을 확인하자. 눈에 보이는 튐으로 되돌아오면 모델은 여전히 정지 이미지로 생각하고 이어 붙이는 중이다. 이징되면 실제로 사이클을 계획하고 있는 것이다.
세 번째 테스트이자 대부분의 팀이 건너뛰는 것. 아카이브다. 그 사천 장이 어디에 있고, 누가 검색할 수 있고, 버린 이미지에도 여전히 비용이 청구되는지 자문해 보라. 산출량은 창의 문제를 기록 관리 문제로 바꿔놓는 재주가 있다.
불편한 부분
산출물이 싸질수록 워터마크와 출처 증명은 어려워진다. 주 40억 장은 표면적이 어마어마하고, 루프하는 GIF는 정지 이미지보다 설득력이 있다. 움직임이 증거로 읽히기 때문이다. 루프를 마스코트에 좋게 만드는 그 성질이 가짜에도 똑같이 좋다.
OpenAI의 프레이밍은 이 지점에서 조심스럽다. 예시는 브랜드, 마스코트, 제품 컷, 스토리보드에 기댄다. 뉴스도, 사람이 무언가 말하는 장면도 아니다. 자발적으로 그은 선치고는 합리적이다. 대안은 나중에 압박받으며 긋는 것이다.
그래서 뭐가 달라지나
Images 2.6은 이미지 품질의 도약이 아니다. 체인지로그를 읽어보면 속도, 루프, 그리고 편집 편의 기능 더미가 나온다. 흥미로운 주장은 구조적이다. 이미지 생성이 사람이 결정을 내리는 작업 단계, 즉 마크업하고, 고치고, 내보내고, 재사용하는 자리로 접혀 들어가고 있다.
우는 만화 회사원보다 재미없는 이야기다. 그렇지만 팀이 일주일을 쓰는 방식을 바꾸는 쪽도 이쪽이다. 40억이라는 숫자는 규모 자랑이 아니다. 희소한 것이 더 이상 그림이 아니라는 경고다. 어떤 그림인지 아는 것이 희소하다.