비교 대상인 두 번째 쌍에서 GPT Image 2.5가 당사의 엄격한 인포그래픽 제작 지침을 더 잘 반영했습니다. Nano Banana 2는 가독성 높은 포스터와 유용한 라벨 색상 수정 결과를 만들어 냈습니다. 어떤 것이 더 나은 선택인지는 필요한 자산에 따라 달라집니다.
- 인포그래픽: GPT는 5단계 순서를 그대로 유지한 반면, Nano는 두 번째 쌍에 원치 않는 내용을 추가했습니다.
- 현지화 수정 사항: 두 경우 모두 일치하는 첫 번째 쌍에서 문구는 그대로 유지한 채 레이블 색상만 변경했습니다.
- 제품 이미지: 양쪽 모두에서 설득력 있는 영상 자료를 확보하되, 카메라 앵글과 조명 사이에서 절충점을 찾아야 한다.
다음 방법을 통해 이미지 제작과 세부적인 편집을 살펴보세요. GlobalGPT, 또는 아래의 원본 결과물을 귀하의 요구 사항과 비교해 보십시오.
GPT Image 2.5와 Nano Banana 2의 한눈에 보기
- GPT Image 2.5: OpenAI 문서 선버스트 이미지 처리 능력과 편집 정밀도 측면에서, 그리고 플레어 매일 빠르게 생성하기 위해.
- 나노 바나나 2: 구글의 Gemini 3.1 플래시 이미지, 생성, 편집, 참조 입력 및 검색 기반 기능을 포함합니다.
- 이름은 중요합니다: Nano Banana Pro는 별도의 모델입니다. 당사의 GPT 테스트에서는 Broly의
gpt-image-2.5별칭; Sunburst/Flare 매핑은 명시되어 있지 않습니다.
이 표는 기록된 특징을 나타낸 것이지, 시험 점수를 나타낸 것이 아닙니다. OpenAI 크기 조절 장치 그리고 Google 해상도 설정 다릅니다. 모든 테스트 이미지에 원본 크기가 표시되어 있습니다.
공개 벤치마크: 비교 결과는 어떨까?
Sunburst는 두 아레나 순위에서 모두 1위를 차지했다. 이번 결과가 나온 데에는 해당 안건이 아직 예비 단계에 있고 표본 규모가 작다는 점이 한몫했다.
아레나: 생성 및 편집
2026년 9월 7일 스냅샷 · 0–1,600 점수 표시 척도
텍스트-이미지 변환
단일 이미지 편집
- 측정 항목: 익명 사용자 설정, 정확한 철자나 사용 가능한 이미지당 비용보다는.
- 구성: Nano 항목은 웹 검색을 사용하지만, 당사가 제공한 콘텐츠 테스트에서는 이를 요청하지 않았습니다.
- 범위: Sunburst의 순위는 아래에서 테스트된 브롤리의 가명을 나타내지 않습니다. 아레나의 예비 결과 정책 이 또한 적용됩니다.
동일 프롬프트 테스트: 5가지 실제 디자인 과제
테스트 범위: 5개의 브리프, 동일한 프롬프트, 그리고 동일한 참조 이미지 데이터. 테스트는 2026년 9월 9일 Broly를 통해 진행되었습니다.
- 요청된 설정: 1024 × 1024, 미디엄 제공자 레이블, 검색 요청 없음. “미디엄”은 모델 간에 검증된 동등한 품질 등급이 아닙니다.
- 예시: 10개의 GPT 및 11개의 Nano 출력 결과로, 여기에 새로운 두 가지 모델의 포스터 교체용 세트가 포함되어 있습니다. 이는 신뢰도 추정치가 아닌, 일부 예시일 뿐입니다.
- 공정한 비교: 5쌍은 양쪽 모두 1024 × 1024 크기를 반환했습니다. 5개의 GPT 원본은 1254 × 1254 크기를 반환했으며, 해당 쌍들은 품질 순위에서 제외되었습니다.
- 참고 문헌: Nano로 생성된 병에 국부적으로 라벨 텍스트를 추가하고, 별도로 생성된 가상의 성인 인물을 더한 이미지입니다. 동일한 입력값이 소스를 제어하지만, 소스 모델의 편향은 제거하지 않습니다.
- 평가 기준: 표현, 누락, 허구적 내용, 구성, 편집 내용 보존, 유사성. 원본 PNG 파일은 동일한 WebP 표시 방식으로 링크되어 있습니다.
1. 글자가 많은 포스터와 작은 글씨
가상의 디자인 행사를 위한 세련된 정사각형 포스터를 제작하세요. 흰색 배경에 차콜 색상의 타이포그래피, 코발트 블루와 코랄 색상의 포인트 색상을 사용하세요. 선명한 에디토리얼 스타일의 타이포그래피와 넉넉한 여백을 적용하세요. 다음 텍스트를 추가나 변경 없이 정확히 그대로 포함시켜 주세요: DESIGN AFTER HOURS 밤을 새워도 좋을 만한 아이디어들 10월 16일 금요일 오후 6:30 - 오후 9:00 노스 홀, 스튜디오 08 강연 / 시연 / 공개 비평 조기 입장 $18 designafterhours.example에서 좌석을 예약하세요 이벤트 이름을 가장 크게 표시하고, 날짜와 시간은 한눈에 알아볼 수 있게, URL은 작지만 가독성이 좋게 표현하십시오. 추상적인 기하학적 도형만 사용하십시오. 로고, 사진, 불필요한 텍스트, 장식용 가짜 레터링은 사용하지 마십시오.
쌍 1: 원본 치수가 서로 다르므로, 직접 비교 순위에서 제외되었습니다.
새로운 교체 쌍: 원래 치수가 다르므로, 직접 비교 순위에서 제외되었습니다.
해당 사이즈의 당첨자가 없습니다. GPT 1차 실행 결과와 새로운 GPT/Nano 대체 쌍은 요구되는 8개의 문자열을 모두 선명하게 재현합니다. GPT는 더 평면적인 기하학적 레이아웃을 사용하는 반면, Nano는 종종 그림자가 드리워진 시트를 표시합니다. 이러한 디자인상의 차이는 유용하지만, GPT 원본은 1254픽셀 정사각형 크기이므로, 1024픽셀 크기의 Nano 출력물과 비교할 때 미세한 세부 사항까지 고려하여 순위를 매기지는 않습니다.
초기 두 번째 Nano 시도는 아래와 같습니다. 문구는 그대로이지만, 시간 구분 기호가 지정된 하이픈에서 더 긴 대시로 변경되었습니다. 이에 상응하는 GPT 실행은 업스트림 524 오류로 종료되었으며 이미지는 생성되지 않았습니다. 우리는 실패 기록을 보관하고, 성능이 저조하거나 실패한 쪽만 교체하는 대신 두 모델 모두에서 새로운 쌍을 생성했습니다.
더 많은 레이아웃은 다음에서 다루고 있습니다. 나노 바나나 2 프롬프트 가이드.
2. 제품 사진 및 소재 상세 정보
브랜드 로고가 없는 원통형 투명 유리 향수병 하나를 브러시 처리된 은색 금속 캡과 무지 매트 화이트 직사각형 종이 라벨과 함께 정사각형 상업용 스튜디오 사진으로 촬영하십시오. 병 안에는 연한 녹색 액체가 들어 있습니다. 부드러운 흰색 배경을 배경으로, 연한 회색 돌 표면 위에 병을 똑바로 세워 배치하십시오. 왼쪽에는 대형 소프트박스를 하나 사용하고, 오른쪽에는 좁은 테두리 반사를 배치하며, 사실적인 접촉 그림자를 표현하십시오. 눈높이의 3/4 각도에서 촬영하되, 병 전체가 보이도록 하고, 가장자리는 선명하게 표현하며, 유리의 굴절은 사실적으로, 브러시 처리된 금속 질감은 섬세하게 표현하십시오. 다른 물체, 글자, 로고, 워터마크와 같은 그래픽 요소는 포함되지 않아야 합니다.
쌍 1: 기본 치수가 일치합니다.
쌍 2: 기본 치수가 일치합니다.
종합 제품 부문 수상작은 없습니다. 두 결과물 모두 1024 × 1024 크기로 일치합니다. GPT는 유리 가장자리, 금속 브러싱 효과, 돌 질감을 선명하게 표현했으며, Nano 역시 유리, 금속, 종이를 자연스럽게 구분해 냈습니다. Nano의 1차 실행 결과에는 배경에 원치 않는 어두운 대각선 선이 나타나지만, 2차 실행 결과는 더 깔끔합니다.
두 모델 모두 요청된 3/4 각도를 일관되게 보여주지 못하며, 병들이 대체로 정면에서 찍힌 것처럼 보입니다. GPT 실행 2에서는 또한 오른쪽에 더 강한 빛이 비치고 왼쪽으로 그림자가 드리워져, 지정된 왼쪽 소프트박스를 제대로 반영하지 못하고 있습니다. 고급스러운 느낌의 병은 콘셉트 작업에 유용하지만, 정확한 카메라 각도와 조명 방향은 여전히 확인이 필요합니다.
3. 나머지 부분은 변경하지 않고 정밀하게 편집하기
제공된 제품 사진을 편집하십시오. 라벨의 배경색만 은은한 청록색으로 변경하십시오. 인쇄된 모든 글자와 그 정확한 철자, 서체, 크기, 위치, 색상은 그대로 유지하십시오. 병, 뚜껑, 액체, 반사광, 조명, 그림자, 배경, 카메라 각도, 자르기 범위 및 이미지 크기는 변경하지 마십시오. 라벨을 재디자인하거나, 물체를 추가하거나, 이미지 전체를 선명하게 처리하거나, 사진의 스타일을 변경해서는 안 됩니다.
쌍 1: 기본 치수가 일치합니다.
쌍 2: 원래 치수가 서로 다르므로, 직접 비교 순위에서 제외됨.
첫 번째 대진에서는 뚜렷한 승자가 나오지 않았다. 두 모델 모두 라벨 색상을 은은한 청록색으로 변경했으며, ‘FIELD NOTES’, ‘EAU DE PARFUM’, ‘50 mL’ 문구는 그대로 유지했습니다. 병, 뚜껑, 크롭, 전체적인 구도는 원본과 거의 비슷합니다. 라벨을 제외하면 두 결과물 모두 픽셀 단위로 원본과 완전히 일치한다고 인증받지는 못했습니다.
두 번째 GPT 편집 결과는 문구는 그대로 유지했지만, 이미지 크기를 변경하지 말라는 지시에도 불구하고 1254 × 1254를 반환합니다. 이는 구체적인 크기 준수 실패 사례일 뿐, 세부 사항이 더 뛰어나다는 증거는 아닙니다. Nano는 1024 × 1024 크기를 유지하며 더 밝은 청록색을 생성합니다. 정확한 브랜드 색상 워크플로우를 위해서는 색상 참조 자료를 제공하는 것이 도움이 될 것입니다.
그리고 GlobalGPT 이미지 편집 가이드 제어된 변경 사항을 지정하는 방법을 설명합니다.
4. 장면 간 등장인물의 일관성
제공된 가상의 성인 참고 이미지를 사용하여, 하나의 정사각형 이미지 내 두 패널에 동일한 인물이 등장하도록 하십시오. 깔끔하고 좁은 흰색 구분선을 사용하여 두 개의 동일한 세로 패널을 만드십시오. 왼쪽 패널: 낮 시간대에 현대적인 서점 밖에서 서 있는 인물의 상반신 모습으로, 닫힌 노트북을 들고 있어야 합니다. 오른쪽 패널: 부드러운 저녁 빛이 비치는 카페 테이블에 앉아 있는 같은 인물(상반신), 테이블 위에는 노트북이 놓여 있습니다. 두 패널 모두에서 참고 이미지의 얼굴, 헤어라인, 헤어스타일, 안경, 재킷 색상 및 셔츠 디테일을 그대로 유지하십시오. 사실적인 사진 스타일을 유지하십시오. 캡션, 글자, 불필요한 인물 또는 인물의 정체성 변경은 허용되지 않습니다.
쌍 1: 원본 치수가 서로 다르므로, 직접 비교 순위에서 제외되었습니다.
쌍 2: 기본 치수가 일치합니다.
GPT는 일치하는 두 번째 쌍에서 제외 조건을 더 잘 따릅니다. 두 모델 모두 주요 특징인 짧은 검은 머리, 둥근 안경, 녹색 재킷, 흰색 셔츠를 그대로 유지하고 있습니다. GPT는 첫 번째 패널에서 들고 있는 공책과 두 번째 패널의 카페 테이블 위에 놓인 공책을 보여주며, 눈에 띄는 가게 간판이나 불필요한 인물은 없습니다. 반면 Nano는 명시적으로 제외하도록 지시했음에도 불구하고 가게 간판 문구와 배경에 행인들을 추가했습니다.
이는 한 쌍의 일치 사례에서 나타난 지시 이행상의 이점일 뿐, 생체 인식 신원 점수가 아닙니다. 또한 GPT는 서점 패널에 눈에 띄는 숄더백을 추가했는데, 이는 과제 요건에 포함되지 않았던 사항입니다. 첫 번째 쌍은 완전성을 위해 표시되었으나, 원본 크기가 서로 다르기 때문에 순위 산정에서 제외되었습니다. 두 참조 이미지 모두 Nano에서 유래했기 때문에, 이 테스트는 소스 모델 편향을 제거하지 못합니다.
그리고 주제 일관성 가이드 더 광범위한 참조 이미지 워크플로우를 다룹니다.
5. 인포그래픽과 복잡한 레이아웃
흰색 배경에 "FROM BRIEF TO LAUNCH"라는 제목을 정확히 표기한 정사각형의 전문적인 인포그래픽을 제작해 주세요. 그 아래에는 네 개의 오른쪽을 가리키는 화살표로 연결된, 왼쪽에서 오른쪽으로 명확한 순서대로 크기가 동일한 다섯 단계가 배치되도록 하세요. 텍스트는 차콜 색상을 사용하고, 청록색과 산호색을 포인트로 활용하며, 단순하고 친숙한 아이콘과 깔끔한 산세리프 서체를 사용하십시오. 다음의 단계 제목과 설명 문구를 정확히 표현하십시오: 1. 정의(DEFINE) / 측정 가능한 목표 하나 설정 2. 조사(RESEARCH) / 대상 고객의 요구 사항 확인 3. 제작(CREATE) / 초안 작성 4. 검토(REVIEW) / 사실적 및 시각적 오류 수정 5. 출시 / 게시하고 결과 측정 모든 단어는 정확히 한 번씩만 포함하십시오. 화살표는 1 → 2 → 3 → 4 → 5 순서로 연결되어야 하며, 순환이나 분기선은 없어야 합니다. 모든 설명 문구는 가독성이 유지되도록 하십시오. 차트, 백분율, 추가 단계, 장식용 텍스트 또는 바닥글은 추가하지 마십시오.
쌍 1: 원본 치수가 서로 다르므로, 직접 비교 순위에서 제외되었습니다.
쌍 2: 기본 치수가 일치합니다.
GPT가 매치된 두 번째 페어에서 콘텐츠 준수 조건을 충족했습니다. 번호가 매겨진 5단계, 보조 문장, 그리고 4개의 연결 화살표가 추가 행 없이 요청된 순서를 구성합니다. Nano는 주요 순서를 포함하고 있지만, ‘REVIEW’와 ‘LAUNCH’ 블록을 중복으로 추가하고 임의의 문구를 삽입하여, 모든 단어를 정확히 한 번씩 포함하라는 지침을 위반했습니다.
첫 번째 쌍은 더 제한적인 결과를 보여줍니다. 두 모델 모두 요구된 단계 수를 생략했으며, GPT는 1254 × 1254를 반환했습니다. GPT는 크기가 일치하는 승리를 지원하지 못합니다. 따라서 유용한 결론은 다음과 같이 구체적입니다. GPT는 두 번째 1024픽셀 쌍에서 제시된 엄격한 내용 요건을 충족하여 문제를 해결한 반면, Nano는 표시된 두 번의 시도 모두에서 수정이 필요했습니다. 두 번의 시도만으로는 일반적인 성공률을 확립할 수 없습니다.
공식 API 요금 및 기록된 토큰
GPT는 이미지 출력 토큰 발생 빈도가 더 낮고, Nano는 입력 빈도가 더 낮습니다. 아래 요금은 다음 출처에서 가져온 것입니다. OpenAI의 가격 관련 문서 그리고 Google API 요금, 2026년 9월 9일 확인.
공식 이미지 출력 토큰 비율
이미지 출력 토큰 100만 개당 USD · 표준 API 요금
- 기타 카테고리: OpenAI 캐시된 텍스트/이미지 입력은 해당되는 경우 토큰 100만 개당 $1.25/$2입니다. Google 텍스트/사고 출력은 토큰 100만 개당 $3입니다.
- 구글의 1K 예시: 1,120개의 이미지 출력 토큰 × $60 / 1M = $0.0672 (출력 전용), 입력 내용 및 별도로 청구되는 텍스트/분석 내용을 제외합니다. 이는 문서화용 예시일 뿐, 실제 청구서가 아닙니다.
- 전체 채용 공고 비교하기: 해상도, 품질, 입력 참조 데이터, 추가 학습 횟수 등이 사용 가능한 이미지당 비용을 결정합니다. 토큰 요율이 낮다고 해서 그 모델이 반드시 더 저렴한 것은 아닙니다.
GPT 이미지 2.5 토큰 사용량 기록 · 출력 10개
브로리가 보고한 입력 및 이미지 출력 총량. 이는 사용 기록일 뿐, 검증된 공식 청구 단위나 모델 간 비용 비교가 아닙니다.
결과가 의미하는 바: 품질 대 가치
정확한 글쓰기와 정확한 정보 설계는 서로 다른 강점입니다. 두 모델 모두 행사 문구를 잘 재현했지만, 포스터나 작은 글씨를 기준으로 볼 때 크기 면에서 우위를 점한 모델은 없습니다. 인포그래픽을 통해 더 명확한 차이를 확인할 수 있습니다. GPT의 두 번째 1024픽셀 출력물은 순서와 내용을 그대로 유지한 반면, Nano의 출력물에는 임의로 추가된 내용이 포함되어 있습니다. 해당 자료가 어떤 과정을 설명하는 것이라면, 이러한 추가 내용은 단순한 레이아웃 선호도 차원을 넘어 더 많은 편집 작업을 야기합니다.
제품 사진 촬영은 단순히 한쪽 측면만을 보여주는 것이 아닙니다. GPT의 선명한 유리와 금속 소재는 콘셉트를 완성도 있게 보이게 하는 데 도움이 되는 반면, Nano의 더 깔끔한 두 번째 배경은 활용하기 더 쉽습니다. 두 사진 모두 명확히 요청된 카메라 각도를 놓쳤으며, GPT의 두 번째 조명 방향은 수정해야 합니다. 특정 제품 캠페인의 경우, 표면적인 완성도만 따지는 것보다 촬영 지침을 준수하는 것이 더 중요합니다.
‘좁은 라벨 편집’은 첫 번째 대조 쌍에서 두 모델 모두에게 실질적인 성공을 가져다주었다. 문자 연속성을 분석한 결과, 또 다른 상충 관계가 드러났다. GPT는 두 번째 대조 쌍에서 Nano가 포함시킨 원치 않는 상점 문구와 인물들을 제거하는 한편, 숄더백을 추가했다. 유사성, 보존성, 배제 준수 여부는 별도로 확인해야 한다. 식별 가능한 인물이 있다고 해서 전체 구성이 자동으로 사용 가능해지는 것은 아니다.
가치는 완성된 자산에 따라 달라집니다. GPT의 더 깔끔한 두 번째 인포그래픽은 콘텐츠 수정 작업을 줄일 수 있을 것으로 보이며, 두 모델 모두 유용한 라벨 수정 결과를 내놓았다. 공식 토큰 단가는 가격 책정에 대한 맥락을 제공하지만, 이러한 결과만으로는 ‘사용 가능한 이미지당 비용’ 측면에서 어느 모델이 더 우월한지 단정할 수는 없다.
어느 쪽을 선택해야 할까요? 이 엄격한 인포그래픽 기획서에 대해서는 검증된 GPT 경로로 시작하세요. 두 모델 모두 라벨 수정이 필요한 경우에 합리적인 선택지입니다. 포스터나 제품 사진의 경우, 정확한 레이아웃 및 조명 요구 사항과는 다른 방향으로 선택하세요. 이러한 결과는 보편적인 품질이나 가격 면에서의 최우수 사례를 확정 짓는 것은 아닙니다.
자주 묻는 질문
GPT Image 2.5가 Nano Banana 2보다 더 나은가요?
두 번째 비교 대상 인포그래픽 쌍에서는 GPT가 콘텐츠 요구 사항을 더 잘 준수했습니다. 또한 두 번째 비교 대상 캐릭터 쌍에서 원치 않는 글자나 인물이 등장하는 것을 피했습니다. 제품 및 라벨 편집 결과만으로는 명확한 승자를 가리기 어렵습니다.
어떤 버전의 GPT Image 2.5를 테스트했나요?
우리는 브롤리의 gpt-image-2.5 별칭을 테스트했습니다. 해당 경로는 이미지를 성공적으로 반환했으나, Sunburst 또는 Flare 매핑 정보는 제공하지 않았습니다. Sunburst 리더보드는 별도의 맥락이며, 테스트된 모델의 신원을 확인한 것은 아닙니다.
두 모델은 동일한 설정으로 테스트되었나요?
프롬프트, 1024 × 1024 대상 이미지, 중간 제공자 레이블 및 참조 이미지 바이트가 일치했습니다. 5쌍은 원본 해상도인 1024 × 1024에서도 일치했습니다. 5개의 GPT 결과는 1254 × 1254를 반환했으며, 이들은 쌍별 순위에서 제외되었습니다. ‘중간’ 레이블은 검증된 동등한 품질 등급이 아닙니다.
Nano Banana 2는 Nano Banana Pro와 같은 제품인가요?
아닙니다. 구글에서는 Nano Banana 2를 Gemini 3.1 플래시 이미지로 식별합니다. Nano Banana Pro는 Gemini 3 Pro 이미지이며, 이들은 서로 다른 모델입니다.
텍스트가 많은 인포그래픽에는 어떤 모델이 더 적합할까요?
GPT는 두 번째 원본 크기와 일치하는 쌍에서 더 나은 성능을 보였습니다. 번호가 매겨진 5단계와 이를 뒷받침하는 문장들이 모두 순서대로 유지되었으며, 불필요한 블록은 추가되지 않았습니다. 반면 Nano는 중복된 단계를 추가하고 텍스트를 임의로 생성했습니다. 이는 소규모 샘플을 바탕으로 한 결과일 뿐, 일반적인 성공률을 주장하는 것은 아닙니다.
GPT Image 2.5가 더 저렴할까요?
이 모델의 공식 이미지 출력 토큰 비율은 더 낮습니다: 100만 토큰당 $30 대 $60입니다. Nano Banana 2는 입력 비율이 더 낮습니다. 총 이미지 비용은 토큰 소비량, 해상도, 품질, 참조 이미지, 그리고 추가 시도 횟수에 따라 달라집니다.
이것들이 원래 모델의 출력 결과인가요?
네. 이 기사에는 10개의 GPT Image 2.5 라운드 결과물과 11개의 Nano Banana 2 결과물이 수록되어 있으며, 여기에는 새로 교체된 포스터 한 쌍도 포함되어 있습니다. 원본 PNG 파일 링크가 제공되며, 미리 준비된 두 개의 참고 자료와 구글의 공식 스크린샷은 별도로 표기되어 있습니다.
GlobalGPT에서 두 모델을 모두 사용할 수 있나요?
GlobalGPT에서 두 모델 모두에 대한 접근 가능 여부는 확인되지 않았습니다. Nano Banana 2의 콘텐츠와 GPT Image 2의 목록만으로는 GPT Image 2.5의 이용 가능 여부를 확인할 수 없습니다.
