GPT Image 2 Thinking Mode: 추론 + web search 가이드

그리기 전에 생각하는 이미지 모델

gpt-image-2——소비자용 브랜드명은 ChatGPT Images 2.0이며 2026년 4월 21일 출시——는 OpenAI 최초의 네이티브 추론을 갖춘 이미지 모델입니다. 무언가를 렌더링하기 전에 먼저 사고의 사슬을 한 번 돌립니다. 구도를 계획하고, 객체 간의 공간 관계를 점검하고, 이미지 속 모든 텍스트의 철자가 올바른지 검증하고, 픽셀로 확정하기 전에 스스로 교정합니다. 실질적 이득은 첫 시도 실패율이 낮아지고, 초기 모델을 괴롭히던 「보자마자 AI 티가 나는」 느낌이 줄어든다는 점입니다.

대부분의 사용자가 놓치는 핵심은 이것이 2단계 기능이라는 점입니다. 무료 ChatGPT 사용자는 Instant 모드를 받습니다——빠르고 추론 패스가 없습니다. 계획 단계와 web search 접지를 갖춘 thinking mode는 Plus, Pro, Business 구독자에게만 제공됩니다. 결과가 출시 데모와 전혀 다르다면, prompt를 탓하기 전에 자신이 실제로 어느 단계에서 생성하고 있는지부터 확인하세요.

Thinking Mode를 트리거하는 방법

들어가는 길은 두 가지입니다. 명시적인 방법은 ChatGPT의 추론 토글입니다. 켜면 모든 이미지 요청이 계획 패스를 거칩니다. prompt 수준의 방법은 표현입니다——이미지 요청에 「think through this carefully」 같은 한 줄을 더하면 모델을 추론 경로로 밀어줍니다. 이 문구는 비용이 들지 않으니, 중요한 prompt에는 무엇이든 넣어 두세요.

이 모드가 정말 출력을 바꿀까요? The Decoder의 실습 테스트에서 「DSLR-quality photorealistic portrait」 같은 까다로운 prompt에 대해, Thinking 버전은 같은 prompt를 Instant에서 돌린 것보다 눈에 띄게 더 나은 디테일을 만들어 냈습니다. 쉬운 prompt에서는 격차가 좁아지고, 어려운 prompt에서는 쓸 만한 한 장과 세 번의 재시도 사이의 차이가 됩니다.

Think through this carefully before generating: a DSLR-quality photorealistic portrait of a ceramicist in her studio, soft window light from the left, shallow depth of field, hands dusted with dried clay, honest skin texture — no beauty-filter smoothing.

어떤 prompt가 측정 가능하게 이득을 보는가

추론은 오버헤드이고, 그 오버헤드는 계획이 중요한 곳에서만 본전을 뽑습니다. 측정 가능하게 이득을 보는 prompt 계열은 세 가지입니다.

• 텍스트가 많은 이미지——포스터, 라벨, UI 목업. 모델은 추론 패스 중에 철자와 레이아웃을 검증하므로, 렌더링 후에 깨진 글자를 발견하는 일이 없습니다.
• 공간적으로 복잡한 장면——명확한 관계를 가진 다수의 객체. 초기 모델은 요소를 조용히 떨어뜨리거나 합쳐 버렸습니다.
• 멀티 프레임 시퀀스——여러 이미지에 걸쳐 동일한 캐릭터, 라이팅, 스타일이 필요한 모든 것(아래에서 자세히).

커뮤니티 수치도 이를 뒷받침합니다. Simon Willison의 월리를 찾아라 식 테스트——「where is the raccoon holding a ham radio」——는 최고 해상도 3840x2160에서 통과했습니다(이미지당 약 0.40달러, 13,342 출력 token으로 보고됨). 이전 세대 모델은 여기서 실패했습니다. 그의 평결은 「takes the crown from Gemini, at least for the moment(적어도 지금은 Gemini로부터 왕좌를 빼앗았다)」였습니다. GenAI Showdown 커뮤니티 벤치마크는 엄격한 지시 준수 prompt에서 gpt-image-2에 12/15를 매겨 이전의 선두를 넘어섰습니다. OpenAI 자신은 모든 Image Arena 리더보드에서 1위를 차지했고, Text-to-Image에서 +242점 리드, 이는 그 리더보드 역사상 최대라고 말합니다——벤더 측 주장이지만, 방향성은 독립적인 결과와 일치합니다.

Hacker News 출시 스레드의 정직한 단서 하나. 한 사용자의 조건부 스타일 규칙이 포함된 8x8 포켓몬 그리드 테스트에서 GPT Image 2는 시각적 품질에서 이겼지만, 조건 로직 준수에서는 Nano Banana Pro가 더 잘 따랐습니다. 당신의 prompt가 본질적으로 규칙서라면——「every third cell in grayscale, water types get a blue border」——어느 한쪽에 파이프라인을 고정하기 전에 둘 다 테스트하세요.

web search로 접지한 생성

Thinking Mode 안의 더 큰 잠금 해제는 검색입니다. 추론 패스 중에 모델은 실시간으로 web search를 해 시각적 참조를 찾을 수 있으므로, 몇 달 전에 동결된 훈련 데이터에서 근사하는 대신 지금 트렌드인 스타일이나 최근의 실제 사실을 겨냥할 수 있습니다. RAG 방식 검색이 이미지 생성 파이프라인에 들어온 것은 이번이 처음이며——Nano Banana Pro에서의 Google 접근법과 나란히——The Decoder는 이를 그래픽 생성을 근본적으로 재편할 수 있는 돌파구라고 부릅니다. 추론 자체와 마찬가지로 이것도 유료 구독자에게 제한됩니다.

접지된 prompt를 쓴다는 것은, 모델이 상상하는 대신 찾아봐야 할 무언가에 그것을 고정한다는 뜻입니다. 패턴은 이렇습니다. 실시간으로 존재하며 관찰 가능한 시각적 참조를 지목한 다음, 당신의 대상을 묘사하세요.

• 「A product shot in the style currently trending on Instagram for skincare brands」——모델이 먼저 검색하고, 그다음 생성합니다.
• 「A UI mockup that matches the visual language of modern fintech apps」——그 app들이 지금 실제로 어떻게 보이는지에 접지되어 있습니다.

막연한 제스처(「a modern-looking website」)는 유용한 검색을 트리거하지 못합니다. 확인 가능한 참조(「currently trending」, 「this season's campaign look」)는 트리거합니다.

멀티 프레임 일관성: prompt당 최대 8장

Thinking Mode는 하나의 prompt에서 최대 8장의 이미지를 생성하면서, 그동안 캐릭터, 객체, 라이팅, 스타일을 프레임 간에 일관되게 유지합니다. 추론 패스가 그 비용을 가장 눈에 띄게 정당화하는 곳이 바로 여기입니다. 모델은 첫 프레임을 렌더링하기 전에 시퀀스 전체를 계획하므로, 각 컷을 독립적인 주사위 굴리기로 다루지 않습니다.

Generate an 8-panel manga sequence of the same silver-haired detective walking through a rainy Tokyo street at night. Keep the character design, trench coat, facial features and umbrella identical in every panel. Maintain the same neon-reflection lighting and ink-wash style across all 8 frames. Panel flow: wide establishing shot, medium follow, close-up on the eyes, reflection in a puddle, turning into an alley, noticing a clue, picking it up, final wide shot from behind.

일관성 요구사항은 명시적으로 진술하세요——「keeping the character design, outfit and lighting consistent across all panels」——모델이 추론해 주리라 가정하지 말고요. 추론 패스는 그것을 검증할 제약으로 다루며, 그것이 바로 당신이 원하는 바입니다.

Instant냐 Thinking이냐: 간단한 결정 규칙

Instant는 무드보드, 일회용 콘셉트, 텍스트 없는 단일 피사체 이미지에는 충분합니다. 이미지에 글자가 들어가는 순간, 명확한 관계를 가진 객체가 서너 개를 넘는 순간, 혹은 프레임 간 일관성이 필요한 순간에 Thinking으로 전환하세요——아니면 그것을 트리거하도록 prompt를 표현하세요. 그것이 계획 패스가 오버헤드이기를 멈추고 결과물 자체가 되는 경계선입니다.

구독을 결정하기 전에 차이를 느껴 보고 싶다면, GPT Image 2는 무료로 시작할 수 있습니다——가입하면 20 credit을 받고, 신용카드가 필요 없습니다. 위 prompt 중 하나를 붙여 넣거나 자신의 텍스트가 많은 포스터 테스트를 돌려 보세요, https://gpt-img2.com 에서.