OpenAI Images 2.6: 더 빨라지고, GIF 지원까지

지난주까지만 해도 ChatGPT에서 움직이는 이미지를 얻으려면 스프라이트 시트를 요청해 내려받고, 다른 도구로 프레임을 직접 이어 붙여야 했습니다. 솔직히 꽤 자주 그렇게 했죠. 

11월 4일, OpenAI가 Images 2.6을 발표하면서 이제는 "고양이가 춤추는 gif 만들어줘"라고 입력하면 반복 재생되는 GIF가 바로 돌아옵니다.

GIF가 가장 눈에 띄지만 전부는 아닙니다. OpenAI는 이미지가 이제 50% 더 빨리 생성되고, 편집 시 캐릭터와 제품 유지가 더 안정적이며, API는 역할이 다른 두 가지 모델로 나뉜다고 밝혔습니다. 

이 글에서는 Images 2.6이 무엇이고, 무엇이 달라졌는지, 그리고 ChatGPT와 API에서 GIF를 만드는 방법을 살펴보겠습니다. 

OpenAI Images 2.6, 무엇이 새로웠나?

OpenAI Images 2.6은 2026년 11월 4일자 ChatGPT, Codex, 그리고 API용 이미지 업데이트입니다. 주요 변경 사항은 다음과 같습니다.

• 애니메이티드 GIF: 프롬프트, 사진, 스케치를 짧은 반복 GIF로 바꾼 뒤, 속도를 조절하거나 단일 프레임을 편집할 수 있습니다.

• 더 빠른 생성: OpenAI에 따르면 이미지는 Images 2.5보다 50% 더 빠르게 생성됩니다.

• 더 안정적인 편집: 여러 차례 편집해도 캐릭터, 제품, 브랜드 세부 사항의 변형이 줄어듭니다.

• 두 가지 API 모델: 속도는 gpt-image-2.6-flare, 디테일은 gpt-image-2.6-sunburst를 사용합니다.

• 기타 추가 사항: SVG로 내보내기, API에서 마크업 지시 편집, 저장된 이미지 참조, complexity 파라미터 제공.

무료를 포함한 모든 ChatGPT 요금제에서 사용할 수 있으며, GIF 생성 기능은 순차적으로 계정에 적용되고 있습니다.

OpenAI Images 2.6이란?

OpenAI Images 2.6은 2026년 11월 4일 공개된 이미지 생성 및 편집 업데이트입니다. ChatGPT와 Codex의 이미지 도구로, 그리고 OpenAI API의 두 개 별도 모델로 제공됩니다.

ChatGPT에서는 원하는 모델을 직접 선택하거나 Flare, Sunburst 간 전환이 불가능합니다. 요청을 입력하면 GIF가 생성될 뿐이죠. 반면 API에서는 두 모델을 이름으로 선택하고, 퀄리티와 복잡도 같은 설정도 직접 제어할 수 있습니다.

두 API 모델은 토큰당 비용이 동일하며, 이 요율은 Images 2.5 모델과도 동일합니다. 따라서 Flare와 Sunburst의 선택은 가격이 아니라 속도 vs. 디테일의 문제입니다. 이미지당 비용은 고품질 설정이 더 많은 출력 토큰을 사용하기 때문에 여전히 달라집니다.

한 커피 브랜드가 마스코트(만화 커피잔)가 손을 흔드는 짧은 루프 GIF를 원한다고 가정해 보겠습니다.

• ChatGPT(마케터): 다음과 같이 입력합니다. “우리 커피잔 마스코트가 손을 흔드는 반복 GIF를 만들어줘.” ChatGPT가 모델을 선택하고 GIF를 만듭니다. 너무 느리면 채팅에 “더 빠르게 해줘”라고 입력하면 됩니다. 설정을 따로 만지지 않으며, ChatGPT 요금제 외 추가 비용은 없습니다.

• API(개발자): 앱에 “GIF 만들기” 버튼을 추가하려고 직접 코드를 작성합니다. 더 빠른 모델이므로 gpt-image-2.6-flare를 선택하고, output_format: "gif"를 설정한 뒤 프레임 수와 품질을 고릅니다. 각 GIF는 토큰 기준으로 과금되므로, 품질이 높을수록 이미지당 비용이 올라갑니다.

OpenAI Images 2.6의 변화는?

Images 2.6은 애니메이티드 GIF, 더 빠른 생성, 다회 편집 시 안정성, 전문 비주얼을 위한 더 나은 레이아웃을 추가합니다. 

정말 더 빨라졌나요?

OpenAI는 Images 2.6이 Images 2.5보다 50% 빠르게 이미지를 생성하며, gpt-image-2.6-flare가 저품질 이미지라면 최소 6초 만에 반환할 수 있다고 말합니다. 대담한 주장이고, 발표문에는 측정 방식 설명이 없습니다. 그래서 직접 테스트해 보았습니다.

Flare와 Sunburst에 같은 프롬프트, “나무 책상 위 도자기 머그컵, 아침빛, 제품 사진”을 1024x1024, 낮은 complexity로 설정했습니다. Flare는 저/중간 품질로, Sunburst는 중간 품질로 실행했습니다. 

각 설정을 5회씩 실행해, 평균을 왜곡할 수 있는 느린 응답 하나의 영향을 줄이기 위해 중앙값을 사용했습니다. 그리고 네트워크 속도 변동을 고려해 전체 테스트를 한 번 더 반복했습니다.

직접 수치를 비교하고 싶다면 제가 Google Colab에서 실행한 스크립트입니다.

import statistics
import time

from openai import OpenAI

# Reads OPENAI_API_KEY from your environment
client = OpenAI()
prompt = "A ceramic coffee mug on a wooden desk, morning light, product photo."

# Each setup: (model, quality)
setups = [
    ("gpt-image-2.6-flare", "low"),
    ("gpt-image-2.6-flare", "medium"),
    ("gpt-image-2.6-sunburst", "medium"),
]

for model, quality in setups:
    times = []
    for _ in range(5):
        start = time.perf_counter()
        client.images.generate(
            model=model,
            prompt=prompt,
            size="1024x1024",
            quality=quality,
            extra_body={"complexity": "low"},  # skip extra planning for a simple scene
        )
        times.append(time.perf_counter() - start)
    # The median ignores one unusually slow or fast request
    print(model, quality, round(statistics.median(times), 1), "s")
제공

결과는 다음과 같았습니다.

Flare는 OpenAI가 말한 6초 이하는 기록을 넘지 못했습니다. 최선의 중앙값은 6.9초였습니다. “최소”라는 표현은 최적 조건을 뜻하니 약속 위반은 아닙니다. 두 번째 실행에서는 저/중간 품질 순서가 뒤집혀, Flare 중간 품질이 저품질보다 빨랐습니다. 

이 크기에서는 품질 설정이 Flare 속도에 거의 영향을 주지 않았고, 네트워크 변동이 차이를 상회했습니다.

Sunburst는 두 번 모두 느렸습니다. 14.5초와 15.8초로, Flare보다 약 두 배 걸렸습니다.

앞서 언급한 complexity 설정을 기억하시나요? 

렌더링 전에 모델이 얼마나 계획하는지를 제어하며, 기본값은 높음입니다. OpenAI의 6초 수치는 거의 확실히 낮음으로 가정했을 것이기에 저도 그 설정으로 테스트했습니다. 설정하지 않으면, 단순한 머그 사진에도 불필요한 계획 시간에 비용을 쓰게 됩니다.

더 빠르다고 더 저렴한 건 아닙니다. 1024x1024 저품질 이미지는 2.5의 196 토큰 대비 2.6에서는 823개 출력 토큰을 사용합니다. 토큰당 가격은 같으므로, 100만 출력 토큰당 $30일 때 이미지당 대략 $0.025로(기존 $0.006 대비) 상승합니다. 한 장은 작아 보여도 1만 장이면 얘기가 달라집니다.

이미지 편집 일관성은 얼마나 좋아졌나요?

OpenAI에 따르면, Images 2.6은 한 부분만 편집할 때 나머지 이미지를 더 잘 유지하며, 특히 여러 차례 편집에서도 안정적입니다. Sunburst는 이런 용도로 권장되는 모델로, 중간 이상 품질에서 편집 간 디테일 유지가 더 좋습니다.

실무에서의 “일관성”이란 다음을 뜻합니다.

이를 시험하기 위해 gpt-image-2.6-sunburst 중간 품질로 향수병을 생성한 뒤, 배경만 세 번 바꿨습니다. 해변, 밤하늘, 부엌 선반 순서로요. 

각 편집은 원본이 아닌 직전 결과를 바탕으로 했기에, 변형이 있으면 누적됩니다. 모든 편집 프롬프트는 다음 문장으로 마무리했습니다. “병, 라벨, 뚜껑, 병에 비치는 조명은 정확히 동일하게 유지하세요.”

아래는 원본과 세 번째 편집본입니다.

원본: 대리석 카운터 위 금색 뚜껑을 얹은 초록색 병. 이미지: 작성자.

세 번의 편집 이후에도 병은 거의 건드려지지 않았습니다. 라벨의 “MOSS No. 3”라는 세리프 서체와 금색 테두리, 뚜껑, 사각형 형태, 심지어 유리 안의 가느다란 튜브까지 원본과 일치합니다.

바뀐 것은 주변 전부였습니다.

• 배경이 이어졌습니다: 2라운드에 밤하늘을 요청했더니 1라운드의 해변이 밤이 된 모습(야자수 포함)으로 나왔습니다. 각 편집이 직전 이미지를 기반으로 하므로, Sunburst는 해변을 유지할 요소로 인식한 셈입니다. 3라운드의 부엌에서야 비로소 정리되었죠. 대리석 카운터도 세 번 내내 남았는데, 제가 요구하진 않았습니다. 병이 놓인 표면이니 납득할 만합니다.
• 조명을 그대로 유지한 것이 오히려 문제였습니다: Sunburst는 제 지시를 그대로 받아들여, 한밤중에도 한낮처럼 병이 비치고, 모든 장면에서 동일한 강한 그림자가 생겨 병이 붙여넣은 것처럼 보입니다.

그래도 제품 사진에서는 많은 이들이 바라던 일관성입니다. 다만 장면의 조명이 달라져야 할 때는 조명을 유지하라고 지시하지 마세요.

포스터 같은 전문 비주얼은 더 좋아졌나요?

포스터나 제품 이미지처럼 레이아웃 작업에는 Sunburst가 아닌 Flare를 권합니다. Flare는 텍스트, 이미지, 여백 배치를 더 의도적으로 수행하고, Sunburst는 디테일과 일관성에 초점을 둡니다. 

조금 의외였습니다. 더 빠른 모델이 보통은 더 덜 정교할 법하니, 두 모델로 포스터를 만들어 비교해 봤습니다.

둘 다 중간 품질, 세로 1024x1536 크기로 같은 프롬프트를 줬습니다. “토요일 파머스 마켓 포스터. 제목: ‘Riverside Market’. 부제: ‘매주 토요일 오전 8시~오후 1시’. 하단에는 일러스트 채소, 깔끔한 산세리프 서체.”

아래 결과를 보세요. 왼쪽이 Flare, 오른쪽이 Sunburst입니다.

Flare vs Sunburst 포스터 비교. 이미지: 작성자.

두 모델 모두 모든 단어를 정확히 내보냈습니다. 예상 밖이었죠. 또한 “Riverside”를 글자 그대로 해석해, 제가 요구하지 않았는데도 채소 뒤에 강과 다리를 그려 넣었습니다.

차이는 추가 요소의 정도에 있습니다. 

• Flare는 큰 제목, 녹색 필 안의 부제, 그리고 채소로 단순하게 구성했습니다. 길 건너에서도 읽을 수 있죠. 

Sunburst는 시장 가판대, 해바라기, 나무, 노란 리본 배너까지 전체 장면을 구성해 보다 완성된 일러스트처럼 보입니다.

Sunburst는 걸린 시간이 세 배였습니다. 포스터처럼 사람들이 제목만 읽고 지나가야 하는 용도라면, 저는 Flare 쪽을 택하겠습니다.

애니메이티드 GIF 생성으로 무엇을 할 수 있나요?

Images 2.6은 텍스트 프롬프트, 업로드한 사진, 러프 스케치를 짧은 반복 GIF로 바꿉니다. ChatGPT에서는 재생 속도를 바꾸거나 개별 프레임을 채팅 안에서 곧바로 편집할 수 있습니다. 이번 업데이트 이전에는 ChatGPT로는 한 번에 GIF를 만들 수 없었습니다.

유용한 활용:

• 애니메이션 캐릭터: 손 흔들기, 깜박이기, 점프하는 마스코트나 낙서.
• 리액션 GIF와 소셜 콘텐츠: 게시물과 댓글용 짧은 루프.
• 제품 애니메이션: 정지 제품 사진을 피드에서 눈길을 끄는 루프로 전환.
• 스토리보드: 영상 제작 전 캐릭터 동작을 시험. OpenAI는 분명히 밝혔듯이 이것은 동영상 생성기가 아닙니다. GIF는 몇 장의 프레임이 반복될 뿐, 클립이 아닙니다.

완성된 디자인이 없어도 됩니다. 러프 스케치를 그리고 업로드한 뒤, 움직일 부분과 고정할 부분을 지시하세요. 다음 섹션에서 전체 워크플로를 설명합니다.

그 밖의 변경 사항은?

API와 ChatGPT에 걸친 소소한 업데이트가 몇 가지 있습니다.

• SVG 내보내기(API 전용): output_format: "svg"로 설정해 웹, 앱, 인쇄용 벡터 파일을 얻을 수 있습니다.
• complexity 파라미터(API): 앞선 속도 테스트에서 언급했듯, "low", "medium", "high"를 받습니다. 배경 교체 같은 단순 편집에는 low를, 제약이 많은 복잡한 장면에는 high를 권장합니다. 품질을 올린다고 복잡한 장면이 해결되진 않습니다. complexity를 올려야 할 수 있습니다.
• 저장된 참조 이미지(ChatGPT): 본인, 반려동물, 마스코트 사진을 한 번 업로드하면 ChatGPT가 보관합니다. 이후 채팅에서 사진을 다시 업로드하지 않고도 “내 고양이를 우주복 입혀줘”라고 하면 같은 고양이가 매번 등장합니다.

• 마크업 지시 편집(ChatGPT 및 API): 바꾸고 싶은 부분을 동그라미로 표시하고 “이 꽃병을 파랗게”처럼 지시합니다. ChatGPT에는 이미 있었고, Images 2.6이 이를 API에도 도입합니다.

OpenAI Images 2.6으로 GIF 만드는 법

ChatGPT에서 GIF를 요청하거나, Images API를 output_format: "gif"로 호출하세요. 1회성은 ChatGPT가 빠르지만, 여러 개를 만든다면 프레임 수와 타이밍을 제어할 수 있는 API가 중요합니다.

ChatGPT에서 GIF 만들기

새 채팅을 열고 GIF의 대상, 동작, 반복 여부를 설명하세요. 제가 요청한 문구는 다음과 같습니다. “작은 주황색 로봇이 손을 흔들었다가 원래 자세로 돌아오는 GIF를 만들어줘. 배경은 단색, 카메라는 고정해줘.”

Images 2.6이 적용된 ChatGPT가 주황색 로봇을 생성. GIF: 작성자.

이미 가지고 있는 것에서 시작해도 됩니다. 사진이나 러프 스케치를 업로드하고, 무엇이 움직이고 무엇이 고정되어야 하는지 지시하세요.

저는 아이의 새 그림으로 시도해 봤습니다.

러프한 새 그림. 이미지: 작성자.

제가 입력한 프롬프트: “이 아이의 그림을 반복 GIF로 바꿔줘. 손그림 스타일은 유지하고, 새가 한 번 깡충 뛰며 날개를 퍼덕였다가 시작 자세로 돌아오게 해줘. 배경은 새하얗고, 카메라는 고정해줘.”

러프 스케치로 만든 ChatGPT의 GIF. GIF: 작성자.

ChatGPT는 프레임당 180ms, 총 9프레임(약 1.6초)짜리 루프를 183KB 파일로 반환했습니다. 스타일을 “고쳐” 버릴까 봐 걱정했지만 휘갈긴 느낌을 그대로 유지했습니다. 새는 웅크렸다가 다리를 오므리고 점프해, 착지합니다.

특히 마음에 든 점은 지시하지 않은 디테일입니다. 한 줄로 그린 날개가 퍼덕일 때는 진짜 날개처럼 커졌다가, 착지하면 다시 곡선으로 접힙니다. 아이가 그릴 법한 모션 라인까지 추가됐습니다.

마지막 세 프레임은 거의 동일해 다음 점프 전에 잠깐 멈춥니다. 이 정지가 루프의 이음새를 잘 숨겨주지만, 자세히 보면 재시작 시 새가 살짝 움직입니다.

GIF가 준비되면 속도를 늦추거나 빠르게 하거나, 단일 프레임을 수정할 수 있습니다. 전용 컨트롤이 없어도 됩니다. “마지막 프레임에서 처음 프레임으로의 전환을 더 부드럽게 해줘” 같은 평이한 문장으로 요청하면 됩니다.

OpenAI API로 GIF 만들기

이미지 생성 엔드포인트로 보낼 때 output_format를 "gif"로 설정하세요. GIF에 특화된 설정은 두 가지입니다.

기본값이면 9프레임에 프레임당 200ms로, 총 1.8초짜리 루프를 얻습니다.

아래 코드는 Google Colab에서 openai 패키지 3.46 버전으로 그대로 작동했습니다. 512x512 크기까지 모든 설정이 정확히 반영되었습니다.

import base64

from openai import OpenAI

# Reads OPENAI_API_KEY from your environment
client = OpenAI()

result = client.images.generate(
    model="gpt-image-2.6-flare",  # Flare: faster; switch to sunburst for detail
    prompt=(
        "A small orange robot waves, blinks, and returns to its starting pose. "
        "Plain white background, fixed camera, seamless loop."
    ),
    output_format="gif",
    frame_count=9,  # 9 frames x 200 ms = a 1.8-second loop
    frame_duration_ms=200,
    size="512x512",  # smaller frames keep the file size down
    quality="low",
    complexity="low",  # a simple motion doesn't need extra planning
)

# The GIF comes back as base64; decode it and save it to disk
gif_bytes = base64.b64decode(result.data[0].b64_json)
with open("robot.gif", "wb") as f:
    f.write(gif_bytes)
제공

image-2.6-flare API가 주황색 로봇의 반복 동작을 생성. GIF: 작성자.

ChatGPT의 로봇과 비교해 보세요. 둘 다 주황색 로봇이 손을 흔들지만, 이쪽은 시간을 절약하려 quality="low"로 설정해 표면이 거칠고, 안테나처럼 작은 부품이 프레임마다 흔들립니다. 한 프레임에서는 손 흔들기가 엄지척으로 바뀌기도 합니다. 저품질은 채팅용 가벼운 리액션 GIF에 충분합니다. 브랜드용이라면 "medium"이나 "high"를 권합니다.

파일 크기는 429KB로, 많은 웹사이트의 500KB 제한에 근접했습니다.

구현 전 알아둘 제약 두 가지:

• 스트리밍 불가: 부분 이미지와 output_compression은 GIF 출력과 함께 사용할 수 없습니다.

• 픽셀 예산: 프레임 수, 프레임 크기, n이 모두 총량 안에 들어와야 합니다. 요청이 실패하면 이 중 하나를 줄이세요.

부드러운 루프를 만들려면?

프롬프트에서 동작이 시작점으로 되돌아오도록 지시하고, 고정되어야 할 요소를 명시하세요. 마지막 프레임이 첫 프레임과 일치하지 않으면, GIF가 다시 시작될 때마다 점프가 눈에 띕니다. frame_duration_ms로 느리게 해도 점프는 가려지지 않습니다. 대신 로봇과 새 예시처럼 시작 자세로 돌아오게 요청하세요.

실무 팁:

• 손 흔들기, 깜박이기처럼 작고 되돌릴 수 있는 동작을 고르세요.
• 카메라, 배경, 스케일은 고정하세요.
• 프레임 안에는 텍스트를 넣지 마세요.
• 여러 번 루프를 보며, 처음/마지막만이 아니라 중간 프레임도 확인하세요. 제 API 로봇은 중간에 엄지척이 끼어들었습니다.

웹사이트에 올리기 전 파일 크기를 확인하세요. 512x512, 9프레임 로봇도 이미 429KB였습니다. 1024x1024에 16프레임이면 500KB 제한을 넘기기 쉽습니다.

마무리

소셜 게시물, 마스코트, 스토리보드용 GIF를 만든다면, Images 2.6은 큰 변화입니다. 이미지를 애니메이션으로 만들기 위해 별도 도구가 더는 필요하지 않기 때문입니다.

다만 GIF가 목적이 아니고, 정지 이미지를 위한 도구를 찾고 있다면, 최고의 무료 AI 이미지 생성기 가이드를 참고하세요. 구글이 같은 편집 과제를 어떻게 다루는지 궁금하다면 Nano Banana 2 가이드를 읽어보세요.