ChatGPT’s new Images 2.0 model is surprisingly good at generating text

개요

ChatGPT의 새로운 Images 2.0 모델은 텍스트 생성 능력 면에서 괄목할 만한 개선을 보여, 과거 AI 이미지 생성기의 고질적인 문제였던 텍스트 오류를 거의 완벽하게 해결했습니다.

주요 내용

• 텍스트 생성 능력의 비약적인 발전: 과거 AI 이미지 생성 모델이 텍스트를 부정확하게 생성했던 것과 달리, Images 2.0은 실제 레스토랑 메뉴로 사용해도 문제가 없을 정도로 정확하고 자연스러운 텍스트를 이미지에 삽입할 수 있습니다.
• 모델 종류의 변화 추정: 과거 확산 모델(diffusion models) 방식이 텍스트 생성에 약점을 보였던 반면, Images 2.0은 LLM과 유사한 작동 방식을 가진 자기회귀 모델(autoregressive models)을 기반으로 할 가능성이 있습니다. (OpenAI는 정확한 모델 종류를 공개하지 않았습니다.)
• "사고 능력"과 향상된 기능: Images 2.0은 웹 검색, 단일 프롬프트로 여러 이미지 생성, 결과물 이중 확인 등의 "사고 능력"을 갖추고 있어 다양한 크기의 마케팅 에셋이나 여러 장면으로 구성된 만화 제작이 가능합니다.
• 다양한 언어 및 해상도 지원: 일본어, 한국어, 힌디어, 벵골어 등 비라틴 문자를 포함한 다양한 언어 텍스트 렌더링을 지원하며, 최대 2K 해상도의 결과물을 생성합니다.
• 지식 마감일: 모델의 지식은 2025년 12월에 마감되어, 최신 뉴스 등 시사적인 내용을 다룰 때 정확성에 영향을 줄 수 있습니다.
• 출시 및 API 제공: 모든 ChatGPT 및 Codex 사용자에게 제공되며, 유료 사용자는 더 발전된 결과물을 생성할 수 있습니다. gpt-image-2 API 또한 품질과 해상도에 따라 가격이 책정되어 제공됩니다.

시사점

ChatGPT Images 2.0의 텍스트 생성 능력 향상은 AI 이미지 생성 기술의 정확성과 활용 범위를 크게 확장했으며, 이는 마케팅, 콘텐츠 제작 등 다양한 분야에서 실질적인 적용 가능성을 높이고 있습니다.