쇼핑몰 상품 이미지에는 보편적 우승자가 없습니다. 유연한 픽셀 크기, 마스크를 이용한 부분 수정, 고충실도 참고 이미지 처리, 기존 OpenAI API 환경이 중요하면 GPT Image 2부터 시험합니다. Google API, 1K/2K/4K, 여러 상품·인물·스타일 참고 이미지, Search grounding이 필요하면 Nano Banana Pro부터 시험합니다. 포장 문구, 가격, 한글 카피, 브랜드 대표 이미지는 실패 비용이 크므로 같은 SKU로 두 모델을 모두 확인합니다.
비교 대상은 직접 API 모델 gpt-image-2와 gemini-3-pro-image입니다. ChatGPT의 이미지 기능은 소비자 제품이고, Nano Banana 2는 Nano Banana Pro가 아닙니다. 모델과 호출 경로를 고정하지 않은 샘플은 제작 결정을 증명하지 못합니다.
전반적인 화질, ChatGPT, API 접근 방식의 차이가 목적이라면 Nano Banana Pro와 GPT Image 2 일반 비교를 보세요. 이 글은 해외 쇼핑몰 상품 이미지, 현지화, 납품 검수에만 범위를 둡니다.
납품할 상품 이미지부터 분류한다
“화질”을 하나의 점수로 합치면 중요한 실패가 숨습니다. 상품 형태, 소재와 색, 정확한 글자와 숫자, 레이아웃, 실제 파일 픽셀, 요청하지 않은 변화, 수정 시간을 각각 봐야 합니다.
| 제작물 | 첫 시험 | 바로 탈락시키는 실패 |
|---|---|---|
| 상품 단독컷·흰 배경 | 기존 API와 가까운 쪽부터 둘 다 검토 | 비율, 뚜껑, 포트, 색, 표면, 로고 외곽, 크롭이 변함 |
| 라이프스타일 장면 | 다중 참고용 Pro, GPT를 대조군으로 | 상품 변형, 손, 접촉, 반사, 소재가 부자연스러움 |
| 한글 문구 이미지 | 둘 다 | 오탈자, 틀린 숫자, 미승인 주장, 로고 변형, 여백 부족 |
| 상세페이지 모듈 | 복잡한 구성은 Pro, 유연한 캔버스는 GPT | 정보 관계 오류, 모바일 가독성 저하, 모듈 간 스타일 불일치 |
| 국가별 현지화 | 좁은 수정은 GPT, 참고 이미지가 많으면 Pro도 | 글자만 바꿨는데 상품도 재생성, 통화·단위·소수점 오류 |
| 승인 이미지 부분 수정 | 마스크를 쓰는 GPT부터 | 지정 부분은 바뀌지만 배경·그림자·상품도 이동 |
표는 순위가 아닙니다. 흰 배경 사진도 용기 비율이 달라지면 다른 상품입니다. 프로모션 이미지도 한 글자나 가격 한 자리가 틀리면 탈락입니다. 생성 전에 탈락 조건을 적어 두어야 예쁜 결과 한 장이 기준을 바꾸지 않습니다.
GPT Image 2가 먼저인 조건
OpenAI 공식 모델 페이지는 직접 API ID를 gpt-image-2, 현재 스냅샷을 gpt-image-2-2026-04-21로 안내하며 생성, 편집, 유연한 크기, 고충실도 이미지 입력을 지원합니다. 고충실도 처리는 참고 이미지를 정밀하게 처리한다는 기술 계약이지 SKU나 로고 고정을 보장하지 않습니다.
쇼핑몰에서는 정확한 캔버스가 중요합니다. 출력 문서는 1024×1024, 2048×2048, 2048×1152, 3840×2160 같은 예시와 조건을 만족하는 다른 크기를 허용합니다. 품질은 low, medium, high, auto입니다. 총 픽셀이 2560×1440을 넘는 출력은 experimental이므로, 4K 모양의 요청 성공을 최종 파일 보장으로 해석하면 안 됩니다.
편집에서는 gpt-image-2가 모든 이미지 입력을 자동으로 고충실도 처리합니다. 승인된 상품 사진에서 배경, 색상, 현지화 패널만 바꾸는 첫 후보가 될 수 있습니다. 하지만 이미지 입력 token이 늘 수 있고 뚜껑, 라벨, 그림자, 배경 구조가 원본과 같은지 직접 비교해야 합니다.
투명 배경 상품에는 분명한 중단선이 있습니다. 직접 API는 현재 background: "transparent"를 지원하지 않습니다. 프롬프트에 투명 배경을 쓴다고 alpha 계약이 생기지 않습니다. 투명을 명시적으로 지원하는 경로를 쓰거나 단색 배경 후 결정론적으로 제거합니다.
Nano Banana Pro가 먼저인 조건
Google이 안내하는 Nano Banana Pro의 안정 ID는 gemini-3-pro-image입니다. 복잡한 그래픽 디자인, 고충실도 상품 mockup, 정확한 글자, Google Search grounding이 주요 용도로 제시됩니다. 이는 파일럿 우선순위를 정할 근거이며 GPT Image 2를 이겼다는 독립 시험은 아닙니다.
Gemini 이미지 생성 문서는 Pro에 최대 14개 참고 이미지를 허용합니다. 고충실도 상품 6개, 인물 5개, 스타일 3개까지 역할을 나눌 수 있습니다. 정면·측면·소재·모델·스타일 지침을 분리하기 좋지만, 최대 입력 수가 모든 요소 보존을 보장하지는 않습니다.
Pro는 1K, 2K, 4K 출력 가격 구간을 제공하고 현재 문서상 생성 이미지에는 SynthID가 포함됩니다. 크기와 출처 정보는 중요하지만 쇼핑몰 규칙, 사용 권리, 파일 검수를 대신하지 않습니다.
실제 SKU로 합격 조건을 만든다
소유권이나 사용 허가가 확인된 상품을 고릅니다. 가상의 보온병 NORTH CUP 750을 예로 들면 정면, 측면, 소재 확대 이미지를 고정하고 생성 전에 다음을 적습니다.
- 실루엣, 뚜껑, 손잡이, 로고 외곽을 바꾸지 않는다.
- 본체는 무광 짙은 초록이고 금속 테두리를 플라스틱으로 바꾸지 않는다.
- 상품명은
NORTH CUP 750만 허용한다. - 문구 이미지에는 “12시간 보온”, “750 mL”만 정확히 넣고 인증이나 환경 주장을 추가하지 않는다.
- 16:9에서는 오른쪽 안전 여백을 남기고 모바일 크롭에서도 상품을 자르지 않는다.
- 국가별 버전은 승인 문구, 단위, 지정 패널만 바꾼다.
- 합격 이미지 한 장의 수정 시간은 팀이 정한 한도 이내다.
정확한 모델 ID, 프롬프트와 원본 버전, request ID, 요청/반환 픽셀, 품질, 오류, 청구, 수정 시간을 남깁니다. 한 모델의 첫 결과와 다른 모델의 열 번 중 최고 결과를 비교하지 않습니다.
| 검수 항목 | 합격 | 탈락 |
|---|---|---|
| 상품 동일성 | 형태, 비율, 부품, 로고가 같음 | 뚜껑, 손잡이, 라벨, 본체를 재설계 |
| 소재·색 | 지정 조명에서 실물 특성을 유지 | 금속이 플라스틱이 되거나 브랜드 색이 이탈 |
| 글자·숫자 | 모든 문자가 정확하고 새 주장이 없음 | 용량, 시간, 통화, 단위가 틀림 |
| 구성·파일 | 픽셀, 여백, 크롭이 목적에 맞음 | 비율만 비슷해 보이거나 과도한 크롭 필요 |
| 편집 안정성 | 지정 영역만 변경 | 상품, 그림자, 배경, 이전 수정까지 변함 |
| 수정 시간 | 정한 시간 안에 납품 가능 | 글자, 로고, 상품 구조를 다시 제작 |
합격 이미지 한 장의 실제 비용을 계산한다
합격 이미지 비용은 검수를 통과한 한 장에 실제로 쓴 비용입니다. OpenAI medium과 Google 2K는 같은 품질 단위가 아닙니다.
OpenAI 현행 예시는 gpt-image-2 1024×1024 출력에 low $0.006, medium $0.053, high $0.211을 제시하며 text와 참고 이미지 입력은 별도입니다. Nano Banana Pro 현행 가격은 Standard 무료 구간이 없고 1K/2K 이미지 약 $0.134, 4K 약 $0.24이며 입력, text/thinking, grounding이 더해질 수 있습니다.
text합격 이미지 생성비 = 전체 API 청구액 ÷ 합격 이미지 수 합격 이미지 수정 부담 = 전체 검수·수정 시간 ÷ 합격 이미지 수
경로 A가 6회에 $0.36, 합격 3장이면 $0.12/장입니다. 경로 B가 $0.72, 합격 5장이면 $0.144/장입니다. A의 API 숫자는 낮지만 장당 수정이 18분이고 B가 3분이면 B가 제작에 유리할 수 있습니다. 시간당 인건비를 문서화하지 않았다면 달러와 분을 하나의 점수로 합치지 않습니다.
실패 유형에 맞춰 작업을 분리한다
- 상품 형태가 계속 바뀌면 모델을 교체하고, 둘 다 실패하면 배경만 생성해 승인 상품 사진과 합성합니다.
- 글자나 숫자가 틀리면 무문자 배경만 만들고 가격, 규격, 법적 문구는 디자인 시스템으로 올립니다.
- 부분 수정이 다른 영역을 훼손하면 변형된 중간본이 아니라 승인 원본에서 매번 다시 시작합니다.
- 픽셀이나 투명 계약을 못 맞추면 선명해 보인다는 이유로 통과시키지 말고 파일 경로를 바꿉니다.
- 수정 시간이 예산을 넘으면 한 장이 예쁘고 호출이 싸도 운영 경로에서 제외합니다.
다음 단계는 허가된 SKU 하나, 시장 하나, 캔버스 하나, 정확한 문구, 탈락 조건을 고정한 파일럿입니다. gpt-image-2와 gemini-3-pro-image를 같은 조건으로 비교하고 합격률, 파일, 수정 시간 요구를 충족한 순간 추가 추첨을 멈춥니다. 구현은 GPT Image 2 API 가이드, Google 모델 구분은 Gemini 이미지 모델 비교로 이어가세요.
