GPT Image 2의 물체 배치 정확도, 얼마나 좋아졌나? 아직은 숫자로 말하기 어렵다

다만 OpenAI API의 changelog, Models, All models 관련 발췌에서는 GPT Image 2와 GPT Image 1.5의 복잡한 구도, 공간 관계, 다중 물체 배치 정확도를 공식적으로 정량 비교한 자료가 확인되지 않는다. 엄밀하게 말하면 현재 자료로는 “GPT Image 1.5는 공식 모델 페이지가 있고, 프롬프트 준수 능력이 개선됐다고 설명된다”는 정도까지가 안전한 결론이다.

GPT Image 2에 대한 공개 설명은 서로 엇갈린다

문제는 GPT Image 2가 전혀 언급되지 않는다는 것이 아니다. 오히려 공개 자료마다 상태 설명이 다르다는 점이 더 큰 문제다.

Mew Design의 정리는 보수적인 입장을 취한다. GPT Image 2가 테스트 중인 것으로 보이지만, OpenAI의 이름 붙은 공식 공개 모델로 확인되지는 않았다고 설명한다. getimg.ai 역시 OpenAI가 GPT Image 2를 발표하지 않았고, 공개 라인업은 gpt-image-1.5에서 멈춰 있다고 쓴다.

반면 다른 제3자 글은 OpenAI가 2026년 4월 21일 ChatGPT Images 2.0 또는 gpt-image-2를 출시했으며 Arena score 1,512를 기록했다고 주장한다. 또 RenovateQR의 글은 GPT Image 2를 표준 프롬프트 세트로 테스트했다고 설명하며, 제품 사진, UI 목업, 다국어 간판, 인물 사진, 브랜드 콘텐츠 등을 예로 든다. 하지만 해당 발췌만으로는 다중 물체 배치 성공률, 좌우·전후 관계 정확도, GPT Image 1.5와의 완전한 대조표를 확인할 수 없다.

따라서 가장 안전한 표현은 이렇다. 일부 제3자 자료는 GPT Image 2가 존재하거나 테스트 중이거나 이미 출시됐다고 주장하지만, “복잡한 구도와 물체 배치 정확도가 얼마나 개선됐는가”에 대해서는 공식적이고 재현 가능한 전용 수치가 아직 부족하다.

1,512 대 1,241은 ‘배치 정확률’이 아니다

일부 제3자 페이지에는 GPT Image 2 점수 1,512, GPT Image 1.5 점수 1,241이 제시돼 있다. 두 점수의 차이는 271점이다. 이 자료는 “한 제3자 페이지가 GPT Image 2에 더 높은 점수를 매겼다”는 단서로는 쓸 수 있다. 하지만 이를 곧바로 “물체 배치 정확도가 271점 향상됐다”거나 “배치 정확률이 몇 % 올랐다”고 말할 수는 없다.

이유는 분명하다.

• 해당 점수가 복잡한 구도, 상대 위치, 가림 관계, 다중 물체 배치만을 평가한 것인지 발췌만으로는 확인되지 않는다.
• 1,512와 1,241은 pass/fail 정확률이 아니다. 테스트 샘플, 채점 방식, 오류 분류가 없으면 이를 “정확도 X%”로 바꿀 수 없다.
• 제공된 OpenAI API 문서 발췌에는 같은 테스트 세트에서 GPT Image 2와 GPT Image 1.5를 비교한 spatial accuracy 또는 object-placement benchmark가 없다.

즉 문서나 영업 자료, 제품 소개 페이지에 쓰려면 “제3자 페이지에서 GPT Image 2 점수가 GPT Image 1.5보다 높게 제시됐다” 정도가 한계다. “공식적으로 GPT Image 2의 물체 배치 정확도가 X% 개선됐다”고 쓰는 것은 현재 근거가 부족하다.

제대로 된 배치 정확도 벤치마크라면 무엇이 필요할까

GPT Image 2가 정말 GPT Image 1.5보다 복잡한 장면 구성을 잘하는지 보려면 단순히 “더 좋아 보인다”는 인상평으로는 부족하다. 최소한 다음 조건이 필요하다.

1. 같은 프롬프트 세트로 두 모델을 동시에 테스트해야 한다. 모델명, 버전, 스냅샷, 설정을 기록해야 시점과 조건이 섞이지 않는다.
2. 공간 관계를 따로 측정해야 한다. 예를 들어 왼쪽·오른쪽, 앞·뒤, 위·아래, 가림, 손에 들고 있음, 중앙 정렬, 가장자리 배치, 여러 물체 간 상대 위치 등을 별도 항목으로 평가해야 한다.
3. pass/fail 기준이 명확해야 한다. 물체의 정체성, 개수, 상대 위치, 가림 관계, 비율, 지정 텍스트나 브랜드 요소 유지 여부를 따로 봐야 한다.
4. 블라인드 평가나 복수 평가자 채점이 필요하다. 모델명을 아는 사람이 보기 좋은 샘플만 고르면 결과가 쉽게 왜곡된다.
5. Generations와 Edits를 나눠야 한다. OpenAI 문서 자체가 텍스트 기반 신규 생성과 기존 이미지 수정을 별도 흐름으로 구분하므로, 평가도 따로 기록하는 편이 맞다.

이 정도 조건이 없으면 단일 예시 이미지, 소셜미디어 캡처, 하나의 총점만으로 “배치가 얼마나 정확해졌는지”를 답하기 어렵다.

디자인·제품·마케팅 팀을 위한 실무적 접근

공식 또는 재현 가능한 제3자 벤치마크가 나오기 전까지는 “GPT Image 2가 배치를 더 정확히 한다”를 수치화된 사실처럼 전제하지 않는 것이 안전하다. 대신 다음처럼 검증 절차를 갖추는 편이 낫다.

• GPT Image 1.5를 우선 비교 기준으로 삼는다. OpenAI API 모델 페이지가 있고, 더 나은 instruction following과 prompt adherence를 갖춘 모델로 설명돼 있기 때문이다.
• 고정 프롬프트 세트를 만든다. 물체 개수, 좌우·전후 관계, 가림, 텍스트 위치, 브랜드 요소 유지, UI 컴포넌트 배열처럼 실패 비용이 큰 장면을 포함한다.
• 결과 이미지는 먼저 배치와 지시 준수 여부를 pass/fail로 평가하고, 그다음 미감이나 완성도를 본다.
• text-to-image generation과 image edits를 분리해 기록한다. OpenAI 문서에서도 Generations와 Edits는 별도 작업 흐름으로 설명된다.
• 고객이나 내부 이해관계자에게 보고할 때는 “정확도 X% 향상”처럼 단정하지 말고, “우리 사용 시나리오에서 별도 검증이 필요하다”고 표현한다.

결론

현재 자료가 뒷받침하는 가장 강한 결론은 제한적이다. GPT Image 1.5는 OpenAI API 모델 페이지가 있으며 더 나은 prompt adherence를 갖춘 이미지 생성 모델로 설명된다. GPT Image 1은 이전 세대 이미지 생성 모델로 설명된다.

하지만 GPT Image 2가 GPT Image 1.5보다 복잡한 구도와 물체 배치에서 얼마나 정확해졌는지는 아직 공개 자료만으로 충분히 검증하기 어렵다. 제3자 자료들은 GPT Image 2의 상태와 점수에 대해 서로 다른 설명을 내놓고 있으며, 1,512 대 1,241 같은 총점은 spatial accuracy나 object-placement accuracy로 직접 환산할 수 없다.