Seedream 5.5 vs GPT Image 2.6 비교: 투명 PNG 알파 실측과 작업별 선택

Seedream 5.5와 GPT Image 2.6은 어느 한쪽이 모든 작업에서 낫지 않으므로 작업별로 나눠 쓰는 편이 맞습니다. 한 이미지를 여러 번 고쳐 가며 가격표나 제품 컷을 다듬는 작업, 가장자리가 딱 떨어져야 하는 투명 PNG 소재는 Seedream 5.5를 먼저 쓰세요. 움직이는 GIF나 SVG, 4K 결과물이 필요하거나 비치는 유리병을 투명 배경으로 뽑아야 한다면 GPT Image 2.6이 맞습니다. 다만 2026년 11월 12일 기준 바이트댄스 공식 API 문서에는 Seedream 5.5 모델 ID가 없어서, API로 쓰려면 Kie·WaveSpeed·Segmind 같은 호스팅 업체를 거쳐야 합니다.

2026년 11월 12일 Segmind가 공개한 Seedream 5.5 배낭·마법 이펙트와 같은 프롬프트, 그리고 별도로 쓴 유리병 프롬프트로 GPT Image 2.6 투명 PNG 세 장을 만들어 Seedream 5.5 파일과 같은 스크립트로 재 보니, GPT Image 2.6 파일 세 장에는 완전히 불투명한(alpha 255) 픽셀이 하나도 없었습니다. 배낭 본체조차 251~254로 아주 약간 비치고, 마법 이펙트 이미지에는 거의 보이지 않는 옅은 안개가 캔버스 네 가장자리까지 깔려 '투명 영역 자르기'를 해도 캔버스 전체가 남았습니다. 어느 모델로 만든 투명 PNG든 쓰기 전에 알파값을 한 번 확인하고, 필요하면 아래 스크립트로 정리하세요.

글자는 영어 포스터 한 장씩 비교했을 때 두 모델 모두 지정한 네 줄을 한 글자도 틀리지 않아 우열이 없었습니다. 1K 한 장 가격은 Seedream 5.5가 Kie·WaveSpeed·Segmind 기준 $0.018~0.021, GPT Image 2.6은 OpenAI 공식 API의 high 품질 기준 약 $0.053입니다. GPT Image 2.6은 2026년 11월 4일, Seedream 5.5는 11월 9일에 나왔습니다.

어느 쪽이 더 좋을까: 작업별 Seedream 5.5와 GPT Image 2.6 선택

결과물의 형태와 편집 횟수가 선택을 가릅니다. 한 장을 여러 번 고치는 작업과 깔끔한 누끼는 Seedream 5.5 쪽 근거가 많고, 정지 이미지가 아닌 결과물이나 공식 API가 필요한 작업은 GPT Image 2.6만 할 수 있습니다. 아래 표의 근거 수치는 각 절에 출처와 함께 있습니다.

두 모델의 이전 세대를 비교하고 있다면 GPT Image 2 vs Seedream 4.5: 통과 결과로 고르는 비교를 보세요. 그 결과를 5.5와 2.6에 그대로 옮겨 쓰면 안 됩니다.

여러 번 편집해도 덜 망가지는 쪽: 20회 실험은 Seedream 5.5

같은 이미지를 계속 고쳐야 한다면 Seedream 5.5를 먼저 쓰세요. 두 모델을 같은 조건으로 연쇄 편집한 공개 측정은 Veevid가 2026년 11월 11일 공개한 20회 실험인데, 20회째 손대지 않은 영역의 색 차이가 GPT Image 2.6 Flare 쪽이 Seedream 5.5보다 3.5~5.7배 컸습니다. Veevid는 두 모델을 모두 판매하는 플랫폼이고 체인을 각 1개씩만 돌렸으므로, 아래 다른 측정과 함께 읽는 것이 좋습니다.

안내: laozhang.ai는 이 블로그 운영팀의 자사 서비스입니다. 그 가격은 독립적인 비교가 아니라 자사 제시 가격입니다.

ΔE2000은 색 차이를 나타내는 표준 지표로, Veevid는 2~3 정도부터 나란히 놓았을 때 차이가 보이기 시작한다고 설명합니다. GPT Image 2.6 Flare는 첫 편집에서 이미 2.5~3.1이었고, 몇 회 만에 카메라가 뒤로 물러난 듯 구도가 바뀌고 전체가 어두워졌습니다. 구도 이동도 ΔE 수치에 들어가므로 색만 변했다는 뜻은 아니지만, 구도가 움직이면 이후 모든 편집이 틀어진 위치에서 시작된다는 점에서 실무 결과는 같습니다.

Veevid는 OpenAI가 일관성을 내세우는 Sunburst는 시험하지 않았습니다. 11월 5일의 3회 측정에서는 Sunburst(−5.0, −5.5단계)가 Flare(−4.2, −4.6단계)보다 덜 어두워지지 않았으므로, Sunburst로 바꾸는 것만으로 연쇄 편집 문제가 풀린다고 기대하기는 어렵습니다. 2.6으로 여러 번 고쳐야 한다면 고칠 곳을 이미지 위에 직접 표시해 지시하는 방법도 있는데, 이 방식은 GPT Image 2.6 마크업 편집 API 사용법: 오버레이 검사와 경로별 실측에서 다룹니다. 2.5와의 차이는 GPT Image 2.6 vs 2.5 차이: high부터 같은 값, low·medium은 3~4배에 정리돼 있습니다.

Seedream 5.5 '100번 편집해도 그대로'는 과장: 변화가 천천히 쌓입니다

바이트댄스는 Seedream 5.5 발표 글에서 같은 이미지를 100번 연속으로 편집해도 손대지 않은 부분이 그대로라고 내세웠고(Veevid와 Kie의 전언), Seed의 Seedream 5.5 모델 페이지도 손대지 않은 영역이 "픽셀 단위로" 유지된다고 소개합니다. 하지만 둘 다 제조사 설명이고, 바이트댄스는 변화량 측정을 공개하지 않았습니다. Segmind의 12회 측정에서는 배경이 튀지 않은 대신 회차마다 화면 전체가 약 0.5단계씩 어두워졌고, Segmind는 이 속도라면 100회째에는 약 50단계 어두워질 것으로 추산했습니다. Veevid의 20회 실험에서도 Seedream 5.5는 Veevid의 표현으로 "대부분의 회차에서 ΔE가 0.1~0.2씩" 늘어(20회 평균으로는 회당 0.18~0.22) 20회째 3.6~4.3에 이르렀고, 14회째 커피 머신을 바꾼 편집에서는 세 영역이 한꺼번에 튀었습니다.

정확히 말하면 Seedream 5.5는 '그대로'가 아니라 '느리게 변하는' 모델입니다. Veevid는 10회쯤마다 원본과 비교하고, 색이 따뜻해졌으면 지금까지의 수정 사항을 더 적은 지시로 묶어 원본에서 새 체인을 시작하라고 권합니다. 이 습관은 GPT Image 2.6에도 그대로 통합니다. Seed 발표 자료의 경쟁 모델 비교 그래프 상대도 GPT Image 2.5 Sunburst와 Nano Banana 2.1이라고 OfoxAI의 비교 글이 확인했으므로, 그 그래프를 2.6과의 비교 근거로 쓸 수는 없습니다.

반대 방향의 주장도 있습니다. Higgsfield 홍보 링크가 달린 인스타그램 게시물은 "GPT Image 2.6은 3번 넘게 편집하면 망가진다"고 썼는데, 11월 5일 3회 측정에서 2.6은 매 회 지시를 정확히 반영했고 손대지 않은 부분이 3.7~4.8% 어두워졌을 뿐입니다. Veevid 결과처럼 첫 회부터 조금씩 흐트러지는 것은 맞지만, 3회 만에 쓸 수 없게 된다는 표현은 측정과 맞지 않습니다.

GPT Image 2.6도 투명 배경이 될까: 되지만 완전 불투명 픽셀이 0%

GPT Image 2.6도 background: "transparent"로 투명 PNG를 만들 수 있지만, 2026년 11월 12일 측정에서는 피사체 본체까지 아주 약간 비치는 파일이 나왔습니다. 반면 Segmind가 공개한 Seedream 5.5 파일은 본체가 정확히 alpha 255였고 거의 안 보이는 안개도 0.33% 이하였습니다. 테두리가 딱 떨어지는 소재에는 5.5가, 비치는 유리에는 2.6이 나았습니다.

측정 조건은 다음과 같습니다. 2026년 11월 12일 오후 6시 50분~56분(한국 시간) LaoZhang API의 호출당 과금 모델 gpt-image-2.6-web(호출당 $0.03)에 background: "transparent", output_format: "png", quality: "high"를 보내 프롬프트마다 1장씩 받았습니다. 이 모델은 Flare와 Sunburst를 고를 수 없는데, 같은 시간에 모델을 지정하는 -vip 경로가 10번 모두 HTTP 408로 실패해 이 경로를 썼습니다. Seedream 5.5 쪽은 공식 API 모델 ID가 없고 게이트웨이에도 없으며 지멍·더우바오는 로그인이 필요해서 직접 호출하지 못했고, Segmind가 2026년 11월 11일 프롬프트와 함께 공개한 원본 파일을 썼습니다. 배낭과 마법 이펙트는 Segmind 프롬프트를 그대로 썼고, 유리병은 Segmind가 향수병 프롬프트를 공개하지 않아 "빈 유리병 몸통으로 배경이 비쳐 보여야 한다"는 프롬프트를 따로 썼습니다.

안내: laozhang.ai는 이 블로그 운영팀의 자사 서비스입니다. 그 가격은 독립적인 비교가 아니라 자사 제시 가격입니다.

alpha 251~254는 배경이 0.4~1.6% 비친다는 뜻이라 눈으로는 거의 구분되지 않습니다. 문제는 도구가 이 값을 다루는 방식입니다. "투명 픽셀 잘라내기"류 기능은 alpha가 0이 아닌 픽셀을 모두 내용으로 보기 때문에, alpha 1~3 안개가 가장자리까지 깔린 2.6 마법 이펙트에서는 자를 곳이 없다고 판단합니다. 유리병 결과는 93.6%(실제 69.7%), 배낭은 94.2%(실제 89.5%)가 남았고, Seedream 5.5 파일은 마법 이펙트의 자르기 범위가 실제 내용 범위와 정확히 같았고, 배낭(59.2%, 실제 58.6%)과 향수병(42.1%, 실제 41.5%)도 한 변에 2~3픽셀 차이였습니다.

유리는 방향이 반대였습니다. GPT Image 2.6의 빈 병은 빨간 배경 위에 올리면 병 몸통으로 빨간색이 비쳐 보였고, Segmind의 Seedream 5.5 향수병은 유리가 불투명하게 칠해졌습니다. Segmind는 투명 유리를 향수병과 물약 병으로 두 번 요청했는데 두 번 모두 불투명하게 나왔다고 밝혔습니다. 프롬프트가 달라 통제된 비교는 아니지만, 유리·액체 소재가 중요하면 2.6을 먼저 시험해 볼 만합니다. 2026년 10월 19일 GPT Image 2.5 Sunburst를 모델 지정 경로로 받았을 때도 최대 alpha가 254였으므로, 본체가 255에 닿지 않는 현상은 이번 -web 경로만의 일로 보기 어렵습니다.

Seedream 5.5에서 투명 배경을 켜는 위치와 서비스별 설정은 Seedream 5.5 투명 배경 설정법: 진입점별 위치와 진짜 투명 PNG 확인에 있습니다.

투명 PNG 쓰기 전 확인하고 고치는 5단계

어느 모델의 결과물이든 아래 순서로 한 번 확인하면 자르기 실패, 얇게 비치는 본체, 검은 배경 같은 문제를 쓰기 전에 잡을 수 있습니다. 확인에는 아래 check_edges.py(Python, Pillow와 numpy 필요)를 씁니다.

1. 파일이 PNG나 WebP이고 알파 채널이 있는지 봅니다. 미리보기에 체크무늬가 보여도 그 무늬가 그려진 픽셀일 수 있으므로, 스크립트가 "알파 채널 없음"을 출력하면 투명 이미지가 아닙니다.
2. python check_edges.py 파일.png를 실행해 최대 alpha와 alpha 1~3 안개 비율을 확인합니다. 최대 alpha가 255보다 작으면 본체 전체가 배경을 조금씩 비춥니다.
3. 함께 생성되는 미리보기에서 검정·흰색·빨강·회색 배경 위의 가장자리와 반투명 부분을 확인합니다. 실제로 올릴 배경색과 가까운 칸을 기준으로 판단합니다.
4. 안개가 있거나 최대 alpha가 255 미만이면 --clean을 붙여 다시 실행합니다. alpha 251 이상은 255로, 3 이하는 0으로 바꾸고 4~250의 빛·연기 같은 반투명은 그대로 둡니다. 11월 12일 2.6 마법 이펙트 파일은 이 정리 뒤 alpha 범위가 0~255가 됐고 자르기 범위가 (27,27)~(996,983)으로 돌아왔습니다.
5. 정리한 파일은 PNG나 WebP로 저장합니다. 완전 투명 픽셀 아래에 숨은 색은 파일마다 달라서, Seedream 5.5 파일 세 장은 98~99.98%가 검정이었고 GPT Image 2.6은 마법 이펙트만 전부 검정, 배낭과 유리병은 피사체와 비슷한 색이었습니다. JPEG처럼 알파를 버리는 형식으로 바꾸면 이 숨은 색이 그대로 드러나 배경이 흰색이 아니라 검정이나 피사체 색 번짐으로 나옵니다.

"""check_edges.py — 투명 PNG/WebP를 쓰기 전에 알파값을 확인합니다.

    python check_edges.py image.png            # 결과 출력 + 미리보기 시트
    python check_edges.py image.png --clean    # image.clean.png도 저장

필요: pip install pillow numpy
"""
import sys

import numpy as np
from PIL import Image

path = sys.argv[1]
im = Image.open(path)
if im.mode not in ("RGBA", "LA") and "transparency" not in im.info:
    sys.exit(f"{path}: 모드 {im.mode}, 알파 채널 없음. 보이는 체크무늬는 그려진 픽셀입니다.")

rgba = im.convert("RGBA")
a = np.asarray(rgba)[..., 3]
total = a.size
print(f"{path}: {im.size[0]}x{im.size[1]}, 모드 {im.mode}")
print(f"  완전 투명 (alpha 0):         {100 * (a == 0).sum() / total:5.1f}%")
print(f"  완전 불투명 (alpha 255):     {100 * (a == 255).sum() / total:5.1f}%")
print(f"  반투명 (alpha 1-254):        {100 * ((a > 0) & (a < 255)).sum() / total:5.1f}%")
print(f"  거의 안 보이는 안개 (1-3):   {100 * ((a > 0) & (a < 4)).sum() / total:5.1f}%")
print(f"  파일 안 최대 alpha:          {a.max()}")
if a.max() < 255:
    print("  주의: 완전 불투명 픽셀이 없습니다. 피사체 전체가 배경을 조금 비춥니다")

# 같은 이미지를 검정·흰색·빨강·회색 배경에 올린 미리보기
w, h = rgba.size
sheet = Image.new("RGB", (w * 4, h))
for i, color in enumerate([(0, 0, 0), (255, 255, 255), (200, 30, 40), (128, 128, 128)]):
    bg = Image.new("RGBA", (w, h), color + (255,))
    bg.alpha_composite(rgba)
    sheet.paste(bg.convert("RGB"), (i * w, 0))
out = path.rsplit(".", 1)[0] + ".preview.png"
sheet.save(out)
print(f"  검정/흰색/빨강/회색 미리보기: {out}")

if "--clean" in sys.argv:
    arr = np.asarray(rgba).copy()
    alpha = arr[..., 3]
    alpha[alpha < 4] = 0      # 거의 안 보이는 안개 제거
    alpha[alpha > 250] = 255  # 본체를 완전 불투명으로
    clean = path.rsplit(".", 1)[0] + ".clean.png"
    Image.fromarray(arr, "RGBA").save(clean)
    print(f"  정리한 사본: {clean}")

자르기 실패는 Pillow의 getbbox로 확인한 결과입니다. 이번 측정에서는 포토샵·피그마의 자르기 기능을 테스트하지 않았으므로, 그런 도구를 쓴다면 정리 전후 파일을 한 번씩 잘라 보고 결과를 비교하세요.

포스터 글자는 어느 쪽이 정확할까: 영어 포스터 한 장씩은 무승부

한 번에 만드는 영어 포스터라면 두 모델 모두 문구를 정확히 썼습니다. Segmind가 공개한 커피 브랜드 포스터 프롬프트("Brewed for the Monsoon", "Cold brew, slow-steeped for 18 hours", "Order by 1 December", "KAAPI & CO." 네 줄을 지정하고 다른 글자는 넣지 말라는 조건)를 2026년 11월 12일 gpt-image-2.6-web에 1024×1536으로 한 번 보냈더니, 30.8초 만에 네 줄이 '&' 기호까지 한 글자도 틀리지 않고 나왔고 다른 글자는 없었습니다. Segmind가 같은 프롬프트로 공개한 Seedream 5.5 포스터(1.5K, 3:4)도 한 글자씩 읽어 보니 네 줄이 모두 정확했습니다.

두 모델 모두 요청하지 않은 소품을 더했는데, GPT Image 2.6은 화분을, Seedream 5.5는 우유를 붓는 장면과 구리 주전자, 주황색 천을 넣었습니다. 모델당 한 장씩이라 글자 정확도의 기준이 될 수는 없고, 이 프롬프트에서는 비겼다고 보는 것이 맞습니다. 다른 언어는 Segmind가 Seedream 5.5만 시험했는데, 일본어와 스페인어 번역 포스터는 모두 정확했고 힌디어는 작은 글씨에서 두 군데가 틀렸습니다.

차이가 난 것은 문구를 여러 번 고칠 때입니다. 앞의 Veevid 20회 실험에서 Seedream 5.5는 칠판 문구 수정 세 번을 모두 정확히 반영했고, GPT Image 2.6 Flare는 한 번 오타를 내고 지시하지 않은 가격까지 뭉갰습니다. 세일 배너나 메뉴판처럼 가격과 문구를 계속 바꿔야 하는 이미지라면 5.5가 유리하고, 어느 모델이든 최종 문구는 이미지 편집 도구에서 텍스트로 얹는 방법을 남겨 두는 편이 안전합니다.

Seedream 5.5 API는 어디서 쓰나: 공식 모델 ID 없이 호스트 경유

2026년 11월 12일 기준 Seedream 5.5를 API로 쓰는 방법은 호스팅 업체뿐입니다. BytePlus ModelArk와 화산방주(火山方舟)의 공식 API 문서에는 5.5 모델 ID가 없고, background 파라미터도 Seedream 5.0 Pro·Flash 항목에만 적혀 있습니다. LaoZhang API의 모델 목록에도 같은 날 Seedream은 5.0 Flash, 5.0 Pro, 5.0, 4.5, 4.0만 있었습니다.

안내: laozhang.ai는 이 블로그 운영팀의 자사 서비스입니다. 그 가격은 독립적인 비교가 아니라 자사 제시 가격입니다.

5.5를 올린 곳은 Kie, WaveSpeed, Segmind, Runware, Higgsfield 등이며, 이들 호스트에서는 background에 auto, transparent, opaque를 줄 수 있고 transparent는 PNG 출력이 필요합니다. 해상도는 WaveSpeed가 1k·1.5k·2k, Higgsfield가 최대 2K이고, Kie는 사용자 지정 크기로 최대 4.62MP까지 적어 두었습니다. 앱으로는 중국의 지멍(即梦)·더우바오(豆包)·화산방주 체험 센터·젠잉(剪映), 해외의 Dreamina·CapCut에서 쓸 수 있습니다. 게이트웨이에 보이는 seedream-5-0 계열은 5.5가 아니므로, 그 결과를 5.5 비교에 쓰지 않도록 주의하세요.

GPT Image 2.6은 OpenAI API에서 gpt-image-2.6-flare와 gpt-image-2.6-sunburst 두 모델 ID로 제공되며 날짜가 붙은 스냅숏은 없습니다. Flare와 Sunburst는 화질 단계가 아니라 별개의 모델 ID이고, 호출 코드는 GPT Image 2.6 API 사용법: 모델 ID는 flare·sunburst 2개뿐, 코드 예제에 있습니다.

1K 장당 가격: Seedream 5.5 약 $0.02, GPT Image 2.6 약 $0.053

1K(1024×1024) 한 장을 high 품질로 만들 때 Seedream 5.5는 Kie·WaveSpeed·Segmind 기준 $0.018~0.021로, OpenAI 공식 API의 GPT Image 2.6 high(약 $0.0527)의 절반 이하입니다. Higgsfield는 크레딧 환산 약 $0.12로 오히려 더 비쌉니다. 다만 Seedream 5.5 가격은 바이트댄스 공식 API 가격이 아니라 호스팅 업체 표시가이고, 업체 사정에 따라 바뀝니다. 아래는 2026년 11월 12일 기준입니다.

안내: laozhang.ai는 이 블로그 운영팀의 자사 서비스입니다. 그 가격은 독립적인 비교가 아니라 자사 제시 가격입니다.

OpenAI 공식 가격은 이미지 출력 100만 토큰당 $30에 1024×1024 한 장의 출력 토큰 수를 곱한 값입니다. 2026년 11월 5일 직접 호출에서 high 한 장이 1,756토큰이었으므로 1,756 × $30 ÷ 1,000,000 ≈ $0.0527이고, low는 824토큰으로 약 $0.0247, max는 7,024토큰으로 약 $0.21입니다. 여기에 프롬프트 입력 비용(100만 토큰당 $5)이 붙고, 복잡한 프롬프트는 출력 토큰이 더 늘 수 있습니다. 같은 1K라도 Kie·WaveSpeed·Segmind의 Seedream 5.5 가격과 비교하면 2.6 high가 약 2.5~2.9배이고, 2.6을 장당 정액 $0.03 경로로 쓰면 그 차이가 약 1.4~1.7배로 줄어듭니다. quality별 가격과 정액 경로가 유리해지는 지점은 GPT Image 2.6 가격: Sunburst·Flare 1장 $0.025~$0.21, 호출당 $0.03 분기점에 있습니다.

GIF·SVG·4K 출력은 GPT Image 2.6만 가능

움직이는 GIF, SVG, 4K가 필요하면 선택지는 GPT Image 2.6뿐입니다. Seed 모델 페이지가 소개하는 Seedream 5.5의 출력은 정지 이미지이고, 연속 동작을 레이어별 투명 이미지로 내보내는 기능도 GIF가 아니라 정지 프레임 묶음입니다.

GPT Image 2.6은 움직이는 GIF와 SVG를 직접 출력하며, LaoZhang API의 -web 경로에서는 GIF가 호출당 $0.03이고 SVG는 2026년 11월 10일부터 같은 경로로 나옵니다. 4K는 모델을 지정하는 -vip 경로에서 원본 3840×2160으로 받을 수 있습니다. Seedream 5.5는 GIF와 SVG 출력이 없고, 해상도는 호스트에서 최대 2K, Kie의 사용자 지정 크기로 최대 4.62MP입니다.

안내: laozhang.ai는 이 블로그 운영팀의 자사 서비스입니다. 그 가격은 독립적인 비교가 아니라 자사 제시 가격입니다.

GIF의 프레임 수와 용량은 GPT Image 2.6 GIF API 사용법: 움짤 한 개 $0.03~0.06, 프레임·용량 실측에서, 받은 SVG가 실제 벡터인지 확인하는 방법은 GPT Image 2.6 SVG 출력·생성 방법: 키별 3가지 경로와 검사 스크립트에서 볼 수 있습니다. 호스팅 업체가 Seedream 5.5의 4K 출력을 열면 해상도 비교는 달라질 수 있습니다.

어느 쪽이 빠를까: 편집 1회 Seedream 5.5 17초, 2.6 Flare 31초

같은 플랫폼에서 잰 편집 속도는 Seedream 5.5가 빨랐습니다. Veevid의 20회 실험에서 편집 1회 평균은 Seedream 5.5 약 17초, GPT Image 2.6 Flare 약 31초였고, Segmind는 Seedream 5.5 단일 이미지 생성이 평균 약 24초였다고 밝혔습니다. 두 수치 모두 해당 플랫폼의 대기열과 설정이 포함된 시간입니다.

GPT Image 2.6은 모델과 품질에 따라 차이가 큽니다. 2026년 11월 5일 OpenAI API를 직접 호출했을 때 1024×1024 한 장이 Flare는 low에서 max까지 8~39초, Sunburst는 34~157초 걸렸습니다. 11월 12일 -web 경로의 투명 PNG와 포스터는 19.6~53.7초였지만 이것은 중계 경로의 응답 시간이라 모델 자체의 속도로 보면 안 됩니다. 빠른 초안이 필요하면 2.6 Flare low도 후보이지만, 편집을 반복하는 작업에서는 회당 시간과 재작업 횟수를 함께 따져 보세요.