OpenAI GPT Image 2.5 프롬프트 가이드 해설

OpenAI가 GPT Image 2.5를 위한 전체 프롬프트 가이드를 조용히 공개했다. 실제로 담긴 내용: 모델 선택, 파라미터 관리, 8가지 규칙, 12가지 기법.

대부분의 프롬프트 조언은 경험담이다. 누군가 한 번 성공한 문구를 공유하면 "cinematic lighting, 8k, masterpiece"가 엔지니어링처럼 취급된다.

OpenAI 공식 GPT Image 2.5 프롬프트 가이드는 다르다. 사양서처럼 읽힌다: 올바른 모델 선택, 설정을 문장 밖에 두기, 디자이너처럼 이미지를 브리핑하기, 한 번에 한 가지씩 변경하기. 특별한 단어는 없다 — 이것이 가장 실용적인 점이다.

전체 가이드의 핵심을 해설한다: 두 모델 아키텍처, 6단계 마이그레이션 전략, 대부분이 놓치는 파라미터 규칙, 그리고 8가지 규칙과 12가지 기법을 두 모델의 결과를 나란히 비교하며 보여준다.

OpenAI가 실제로 공개한 내용

가이드는 API 문서 내 Image prompting 섹션에 있다. 이미지 모델군이 처음으로 공식 사용 설명서를 제공한다.

네 가지 질문에 순서대로 답한다:

1. 어떤 모델을 사용해야 하는가?
2. 기존 워크플로를 품질 저하 없이 어떻게 이전할 수 있는가?
3. 어떤 설정을 프롬프트가 아닌 API 호출에 넣어야 하는가?
4. 잘 작성된 프롬프트에는 무엇이 들어가는가?

나머지는 예시다 — 20개 이상의 예시가 Flare와 Sunburst 두 모델로 각각 렌더링되어 동일 입력에서 비교할 수 있다.

문서 전체를 관통하는 한 줄:

필요한 이미지를 먼저 정하고, 주제, 구성, 스타일, 제약을 설명한다. 수정할 때는 바꿀 부분과 유지할 부분을 명확히 한다. 한 번에 한 가지씩 다듬고 결과를 확인한다.

가이드의 핵심을 세 문장으로 요약한다. 나머지는 세부사항이다 — 하지만 세부사항에서 결과 품질이 결정된다.

Flare vs Sunburst: 아키텍처 결정이 먼저다

GPT Image 2.5는 하나의 모델이 아니다. 두 개이며, 가이드는 선택을 선호가 아닌 워크플로 관점에서 제시한다.

Model	What it is	What it is for
gpt-image-2.5-flare	속도에 최적화된 소형 모델	GPT Image 2와 비슷한 품질, 더 낮은 지연시간
gpt-image-2.5-sunburst	품질에 최적화된 기본 모델	GPT Image 2보다 높은 품질, 이미지당 더 느림

가이드의 결정표는 명확하다. 기존 GPT Image 2 워크플로가 이미 품질 기준을 충족한다면 Flare로 테스트하여 품질을 유지하면서 지연시간을 줄일 수 있는지 확인한다. GPT Image 2가 부족한 복잡한 사례라면 Sunburst로 시작하여 기준 충족 여부를 확인한다.

중요한 점: Sunburst가 기준을 충족하면, 동일 프롬프트, 동일 참조, 동일 크기로 Flare를 테스트한다. 품질이 유지되고 지연시간이 개선될 때만 전환한다. 그렇지 않으면 Sunburst를 사용한다.

이 섹션의 두 가지 규칙은 놓치기 쉽지만 무시하면 비용이 크다:

• 동일 품질 라벨이 모델 간 동일 이미지 품질을 의미하지 않는다. Flare의 quality="high"와 Sunburst의 quality="high"는 같은 그림이 아니다.
• 속도 개선은 작업마다 다르다. 한 작업에서의 개선이 다른 작업에 적용되지 않는다. 프롬프트, 참조, 출력 크기, 품질 설정이 모두 영향을 준다.

두 모델 모두 생성, 편집, 투명 배경을 지원한다. 선택은 기능이 아닌 품질과 지연시간의 문제다.

6단계 마이그레이션 전략

가이드에서 가장 실용적인 부분이다. 프로덕션에서 GPT Image 2를 대체하는 팀을 위한 내용이지만, 새로운 모델을 테스트하는 개인에게도 적용된다.

1. 기준 데이터 저장. 대표 프롬프트와 참조 이미지를 수집한다 — 어려운 사례(복잡한 편집, 정확한 텍스트, 얼굴, 제품 형태, 투명 자산) 포함. 모델, 설정, 결과를 기록한다.
2. 첫 후보 선택. 검증된 GPT Image 2 워크플로: Flare로 시작. GPT Image 2가 부족한 복잡한 사례: Sunburst로 시작. 첫 비교에서는 프롬프트, 참조, 크기, 포맷을 변경하지 않는다.
3. 전체 결과 확인. 지시 이행, 정체성 및 제품 보존, 텍스트 정확성, 원치 않는 변경, 투명성 등을 비교한다. 반복 요청으로 일관성을 측정하고, 편집 워크플로에서는 전체 편집 과정을 테스트한다.
4. 품질 통과 후 지연시간 개선 테스트. 그때 Flare를 동일 기준으로 비교한다.
5. 한 번에 한 설정만 조정. 품질 단계 비교 후 프롬프트를 수정한다. 일반 및 느린 응답, 실패, 재시도, 이미지당 비용을 측정한다. 가이드에서 강조한다: 빠른 모델이 더 저렴하다고 가정하지 말고 현재 가격을 확인한다.
6. 워크플로 단위로 점진적 전환. 일부 트래픽만 이동, 동일 지표 모니터링, 점진적 확대, 롤백을 위해 이전 모델 유지.

프로덕션 체크리스트에 반드시 들어가야 할 솔직한 인정도 있다: 반복 편집은 여전히 유지해야 할 세부사항을 바꿀 수 있다. 제약을 다시 명시하고, 결과를 확인한다 — 픽셀 단위로 동일해야 하는 영역은 프롬프트에 의존하지 말고 승인된 편집을 원본에 합성한다.

파라미터는 문장이 아니다

가이드는 한 줄로 명시한다: API 파라미터는 프롬프트와 별도로 설정한다. 문장으로 "4K로 만들어줘"라고 하면 제안이다. size를 설정하면 보장된다.

Parameter	GPT Image 2.5 settings
model	gpt-image-2.5-flare 또는 gpt-image-2.5-sunburst
quality	auto(기본값), low, medium, high, xhigh, max
size	auto 또는 사용자 지정 해상도 — 일반 크기: 1024x1024, 1536x1024, 1024x1536, 2048x2048, 3840x2160, 2160x3840
background	auto, opaque, transparent

사용자 지정 해상도는 엄격한 규칙을 따른다. 가이드는 이를 팁이 아닌 제약으로 명시한다:

• 각 변은 3,840픽셀 이하.
• 두 변 모두 16의 배수.
• 긴 변과 짧은 변의 비율은 3:1 이하.
• 전체 픽셀 수는 655,360~8,294,400 사이.

2560×1440(3,686,400픽셀) 이상은 실험적이다. 출고 전 반드시 확인한다.

품질 단계는 자체 논리가 있다. "높을수록 안전"이 아니다:

• 출력이 실패하는 지점에서 시작한다. 작은 텍스트가 흐려지거나 다이어그램 라벨이 무너질 때 한 단계 올린다.
• 통과하면 다시 낮춘다. 결과가 요구사항을 충족하면 낮은 설정으로 품질 유지와 지연시간 감소를 테스트한다.
• xhigh나 max는 요구사항 충족에 꼭 필요할 때만 사용한다 — 지연시간 예산 내에서.

모든 프롬프트에 높은 설정이 더 나은 이미지를 보장하지 않는다.

투명성에는 별도 경고가 있다. 많은 팀이 실수한다. 두 가지 모두 해야 한다: 독립된 주제를 요청하고 background="transparent"를 PNG 또는 WebP에 설정한다. 그려진 체커보드는 투명성이 아니다. 디코딩된 파일의 알파 채널을 확인한다 — 머리카락, 유리, 그림자, 객체 경계에서 깨진다 — PNG에는 output_compression을 적용하지 않는다.

GPT Image 2.5 프롬프트 8가지 규칙

가이드의 "Prompting fundamentals"는 8가지 원칙이다. 모델 탓하기 전에 체크리스트처럼 읽는다.

1. 결과 정의. 주제와 용도를 명명한다 — 제품 사진, 광고, 다이어그램 등. 구성, 비율, 배치 제약을 명시한다. 요청이 복잡하면 프롬프트를 섹션별로 정리한다: 장면, 주제, 세부사항, 제약.
2. 유지 관리 가능한 형식 선택. 짧은 프롬프트, 설명문, JSON 유사 구조, 지시문, 태그 모두 같은 의도를 표현한다. 읽고 수정하기 쉬운 형식을 선택한다. 특별한 문법은 없다.
3. 보이는 세부사항 설명. 소재, 조명, 색상, 매체를 명명한다. 목표가 "포토리얼"이면 명확히 요청한다. 카메라 사양은 외형을 위한 단서일 뿐 실제 시뮬레이션이 아니다 — 광각, 시네마틱, 저조도, 비, 네온 장면은 분위기 단어 대신 크기, 분위기, 색상을 명시한다.
4. 사람과 행동 명시. 신체 프레이밍, 상대적 크기, 시선, 객체와의 상호작용을 설명한다. "전신 보임, 발 포함"과 "손이 핸들바를 자연스럽게 잡음"이 "동적 포즈"보다 구체적이다.
5. 정확한 텍스트 명시. 필요한 문구는 따옴표로, 위치와 타이포그래피를 설명한다. 특이한 단어, 브랜드명은 철자별로 명시한다. "추가 텍스트 없음"을 추가하고, 출력에서 철자와 가독성을 확인한다 — 작은, 복잡한, 여러 폰트일 때는 중간 또는 높은 품질로 비교한다.
6. 변경과 제약 분리. 편집 요청은 "X만 변경"이라고 명시하고, 보존해야 할 항목(정체성, 형태, 레이아웃, 조명, 라벨)을 나열한다. 제외 항목(불필요한 텍스트, 로고, 워터마크)도 명명한다. 정밀 편집에는 채도, 대비, 화살표, 카메라 각도, 주변 객체도 고정한다.
7. 참조에 역할 부여. 모든 입력을 번호와 목적별로 식별한다: 주제, 스타일, 의상, 배경 등. 결합 방식과 이동 요소를 설명한다.
8. 의도적으로 반복. 이전 출력을 다음 입력으로 넘기고, 한 가지 변경만 요청한다. 보존할 세부사항을 반복한다. "이전과 동일 스타일"은 맥락을 전달하지만, 결과가 흐려지면 핵심 제약을 다시 명시한다 — 추가 지시문은 비교 후 넣는다.

빠진 점을 주목한다: "masterpiece"나 품질 형용사, 마법 토큰이 없다. 가이드는 프롬프트를 브리핑으로 취급한다.

12가지 기법, 공식 프롬프트와 함께

가이드의 각 예시는 한 가지 기법을 보여준다. 아래에는 기법, 규칙 한 줄, 공식 프롬프트 축약본을 담았다.

1. 스타일과 조명 제어

주제, 프레이밍, 빛, 질감으로 사진을 설명한다 — 모델이 추가할 리터칭은 제외한다.

Create a photorealistic candid photograph of an elderly sailor standing on a small fishing boat.
Weathered skin with visible wrinkles, pores, and sun texture. A few faded traditional tattoos.
Shot like a 35mm film photograph, medium close-up at eye level, 50mm lens.
Soft coastal daylight, shallow depth of field, subtle film grain, natural color balance.
Honest and unposed. No glamorization, no heavy retouching.

2. 과정을 시각적으로 설명

과정, 대상, 이미지가 전달해야 할 정보를 명명한다. 다이어그램은 라벨과 사실 관계를 확인한다.

Create a detailed infographic of the functioning and flow of an automatic coffee machine.
From bean basket to grinding, scale, water tank, boiler, and so on.
I want to understand the flow technically and visually.

3. 정확한 텍스트 렌더링

카피를 따옴표로, 등장 횟수를 명시하고, 불필요한 지시문을 추가하지 않는다.

Ad / fashion shot for a young streetwear brand called Thread.
A group of friends hanging out, tagline "Yours to Create."
Polished campaign image: stylish, contemporary, energetic, tasteful.
Render the tagline exactly once, clearly and legibly, integrated into the layout.
No extra text, no watermarks, no unrelated logos.

4. 재사용 가능한 로고 디자인

브랜드와 마크를 정의할 형태를 설명한다. 모든 크기에서 읽기 쉬운 구성을 유지하고, 프롬프트와 API 모두에서 투명성을 요청한다. n으로 변형을 비교한다.

Original, non-infringing logo for a local bakery called Field & Flour.
Warm, simple, timeless. Clean vector-like shapes, strong silhouette, balanced negative space.
Simpler rather than detailed, so it reads at small and large sizes.
Flat design, minimal strokes, no gradients unless essential.
Fully transparent background. One centered logo, generous padding, clean alpha edges,
no solid backdrop, scenery, checkerboard, or watermark.

5. 역사적·현실적 맥락 활용

장소와 날짜를 명명한다. 모델이 맥락을 추론하지만, 의상, 연출, 주변 환경의 정확성을 반드시 확인한다.

Create a realistic outdoor crowd scene in Bethel, New York on August 16, 1969.
Photorealistic, period-accurate clothing, staging, and environment.

6. 이야기를 만화로 변환

서사를 명확한 시각적 장면으로 정의한다. 각 패널마다 구체적이고 행동 중심으로 설명한다.

Create a short vertical comic-style reel with 4 panels.
Panel 1: The owner leaves through the front door; the pet is framed in the window behind them.
Panel 2: The door clicks shut; the pet slowly turns toward the empty house.
Panel 3: The pet sprawls across the couch like it owns the place, sunlight across the room.
Panel 4: The door opens; the pet is seated perfectly by the entrance.

7. 인터페이스 미리보기 생성

제품을 이미 존재하는 것처럼 설명한다. 레이아웃, 계층, 간격, 실제 UI 요소를 명명한다. 컨셉 아트 언어를 피하면 결과가 스케치가 아닌 실제처럼 보인다.

Realistic mobile app UI mockup for a local farmers market.
Today's market header, a short list of vendors with small photos and categories,
a small "Today's specials" section, location and hours.
Practical and easy to use. White background, subtle natural accent colors, clear typography,
minimal decoration. Place the mockup in an iPhone frame.

8. 과학·교육 시각 자료 제작

교육 설계 브리핑처럼 작성한다: 대상, 학습 목표, 형식, 필수 라벨, 과학적 제약.

Biology diagram titled "Cellular Respiration at a Glance" for high school students.
Show glucose turning into energy inside a cell: glycolysis, the Krebs cycle, the electron
transport chain. Arrows connect the steps; label glucose, pyruvate, ATP, NADH, FADH2, CO2, O2, H2O.
Clean classroom handout: white background, simple icons, clear labels, readable text.
Avoid tiny text and extra decoration.

9. 슬라이드, 다이어그램, 차트 제작

일러스트 요청이 아닌 산출물 명세로 작성한다: 정확한 결과물 명명, 캔버스와 계층 정의, 실제 텍스트나 데이터 제공.

One pitch-deck slide titled "Market Opportunity," like a real Series A slide.
White background, Inter-style sans-serif, crisp minimal layout.
TAM/SAM/SOM concentric circles in muted blues and grays: TAM $42B, SAM $8.7B, SOM $340M.
Bar chart below showing market growth 2021–2026 with a subtle upward trend.
Footnotes: "AGI Research, 2024" and "Internal analysis."

10. 역할 부여 및 참조 결합

모든 입력을 목적별로 번호 매기고, 이동 요소와 변경하지 않을 부분을 명시한다.

Place the dog from the second image into the setting of image 1, right next to the woman.
Use the same lighting, composition, and background. Do not change anything else.

11. 정밀 편집

객체와 변경 사항을 명명하고, 주변을 보호하여 편집이 국소적으로 유지된다.

Remove the flower from the man's hand. Do not change anything else.

In this room photo, replace ONLY the white chairs with chairs made of wood.
Preserve camera angle, room lighting, floor shadows, and surrounding objects.

같은 패턴은 스타일 전환(참조에 역할 부여: 팔레트, 질감, 매체)과 컷아웃(주제 분리, 형태 및 라벨 보존, 배경 추가 없음, 깨끗한 알파 유지)에도 적용된다.

12. 반복 개선

하나의 출력으로 시작하여 확인하고, 다음 입력으로 사용한다 — 한 번에 한 가지씩 좁게 변경한다.

Create a realistic billboard mockup of the shampoo on a highway scene during sunset.
Billboard text (EXACT): "Fresh and clean"
Bold sans-serif, high contrast, centered, clean kerning. Text appears once and is legible.
No watermarks, no logos.

그리고: Make it look like a winter evening with snowfall. 전체 두 번째 턴은 한 가지 조건만 변경, 나머지는 유지한다.

여러 이미지에서 캐릭터를 다룰 때, 가이드의 방식은 재사용 가능한 캐릭터 참조와 매번 반복되는 정의 세부사항이다. 환경은 바뀌지만 캐릭터 설명은 변하지 않는다.

가이드가 사용자에게 맡기는 것

세 가지는 자동화되지 않는다. 가이드에서 명확히 밝힌다.

검증. 출력이 요구사항을 충족하는지 확인한다: 텍스트가 정확하고 읽기 쉬운가? 다이어그램 라벨과 관계가 올바른가? 정체성, 제품 형태, 라벨이 유지되었는가? 편집이 요청한 부분만 변경되었는가? 투명성이 필요했다면 파일에 실제 알파 채널이 있는가, 그려진 배경이 아닌가?

품질과 비용 판단. 프롬프트나 모델을 변경할 때마다 대표 입력에서 품질, 지연시간, 비용을 비교한다. 가이드는 할인 약속 대신 현재 가격을 확인하라고 안내한다.

브리핑 자체. 정해진 형식은 없다. 장면 / 주제 / 세부사항 / 제약 구조가 편집에 강하다고 추천하지만, 규칙은 더 단순하다: 읽고 수정하기 쉬운 구조를 선택한다.

API 키 없이 기법 실행하기

위의 모든 내용은 원시 API에서 동작한다 — size, quality, background를 직접 관리할 필요가 없다.

Felo의 GPT-Image 2.5 워크스페이스는 동일 모델군을 브라우저에서 실행한다:

• 무료 시작, API 키·설정 불필요. 가이드의 프롬프트를 붙여넣고 생성한다.
• 형식·해상도 프리셋 — 파라미터 문자열 대신 정사각형, 가로, 세로, 최대 4K까지.
• 두 모델 모두 한 곳에서. GPT-Image 2.5와 다른 주요 이미지 모델을 상황에 맞게 전환한다.
• 워터마크 없음, 완전 상업적 권리 — 무료 플랜도 포함.

동일 규칙으로 만든 추가 프롬프트는 12가지 GPT Image 2.5 프롬프트 실용 가이드에서 모았다.

FAQ

GPT Image 2.5 Flare와 Sunburst의 차이점은? Flare는 속도에 최적화된 소형 모델로 GPT Image 2와 비슷한 품질을 제공한다. Sunburst는 품질에 최적화된 기본 모델로 GPT Image 2보다 더 높은 품질을 제공한다. 속도가 중요하고 품질 기준을 이미 충족했다면 Flare로 시작한다. 복잡하거나 세부가 중요한, 클라이언트용 작업에는 Sunburst로 시작한다.

OpenAI가 특정 프롬프트 형식을 추천하는가? 아니다. 가이드에 따르면 짧은 프롬프트, 설명문, JSON 유사 구조, 지시문, 태그 모두 동작한다 — 읽고 수정하기 쉬운 형식을 선택한다. 복잡한 요청에는 장면, 주제, 세부사항, 제약으로 라벨링된 섹션을 추천한다.

왜 크기, 품질, 배경을 프롬프트에서 빼야 하는가? 이들은 API 파라미터로 보장되기 때문이다. 문장은 제안일 뿐이다. "4K로 만들어줘"는 요청이고, size는 실행이다. 파라미터로 형식 결정을 하면 출력 크기를 바꿀 때 프롬프트를 재사용할 수 있다.

편집이 다른 부분까지 바꾸지 않게 하려면? "X만 변경"이라고 명시하고, 보존해야 할 항목(정체성, 형태, 레이아웃, 조명, 라벨)을 나열한다. 추가 텍스트, 로고, 워터마크 등 제외 항목도 명명한다. 픽셀 단위로 동일해야 하는 영역은 프롬프트에 의존하지 말고 승인된 편집을 원본에 합성한다.

이미지에서 읽기 쉬운 텍스트를 얻으려면? 정확한 카피를 따옴표로, 위치와 등장 횟수를 명시하고, 타이포그래피를 설명한다. "추가 텍스트 없음"을 추가한다. 출력에서 모든 단어를 읽고, 텍스트가 작거나 복잡할 때는 중간 또는 높은 품질로 사용한다.

이 기법을 쓰려면 OpenAI API가 필요한가? 아니다. 기법은 브리핑 작성 방법에 관한 것이다. Felo의 GPT-Image 2.5 워크스페이스는 브라우저에서 무료로 모델을 실행한다. API 키 없이 사용한다.

매뉴얼이 핵심이다

매뉴얼과 함께 출시되는 모델은 메시지를 전달한다: 결과는 올바른 브리핑의 함수이며, 마법 단어 찾기의 문제가 아니다.

작업에 맞는 모델을 선택한다. 설정은 파라미터에 둔다. 장면, 주제, 세부사항, 제약을 작성한다. 한 번에 한 가지씩 변경하고, 결과를 확인한다.

이것이 전체 가이드다 — 그리고 결과가 복권이 아닌 이유다.

GPT-Image 2.5를 Felo에서 무료로 사용해보기 →

---

이 글은 다음 언어로도 읽을 수 있습니다: English, 简体中文, 日本語, 繁體中文, हिन्दी, Français, العربية, Русский, اردو, Bahasa Indonesia, Deutsch, Tiếng Việt, Türkçe, Italiano, ไทย, Español, বাংলা, Português.