ChatGPT Images 2.5: 빨라졌지만 안전성 수치는 유의미하지 않다
GPT-6 Astra 발표 며칠 뒤인 2026년 9월 8일, OpenAI가 새 이미지 생성 모델 ChatGPT Images 2.5를 내놓았다. ChatGPT와 ChatGPT Work, Codex에서 쓸 수 있다. 개발자용 API는 둘로 나뉜다. 기본값으로 설정되어 속도에 무게를 둔 GPT-Image-2.5 Flare（스냅숏 gpt-image-2.5-flare-2026-09-08이 문서화되어 있다）와, 정밀한 제어와 편집을 겨냥한 GPT-Image-2.5 Sunburst다. 이번 업데이트에는 ChatGPT 안에서 직접 그려 생성을 유도하는 Sketch 도구, 포스터와 굿즈용 템플릿, 이미지의 특정 부분에 의견을 달아 그 부분만 수정하는 기능 등이 들어갔다. 플랫폼과 API를 합쳐 주당 30억 장이 넘는 이미지가 만들어진다는 자체 집계를 배경으로, 회사는 최상의 경우 Images 2.0 대비 최대 50%의 지연 시간 감소를 제시한다. 공식 발표에 실린 이 수치는 회사가 직접 내놓은 것이며, 독립된 제3자 벤치마크가 아니다.
API 비용은 텍스트 입력이 100만 토큰당 5달러(캐시 적용 시 1.25달러), 이미지 입력이 8달러(캐시 시 2달러), 출력이 100만 토큰당 30달러이며 Flare와 Sunburst가 같다. 토큰 계산 방식이 이전 모델과 다르고 이미지 단위 계산기도 없어, 한 번 생성에 드는 실제 금액은 미리 알 수 없다. 안전성 쪽에서는 시스템 카드가 전하는 자동 적대적 평가 결과, 사용자에게 표시된 안전하지 않은 콘텐츠 비율이 Sunburst 1.09%, Flare 1.41%로 Images 2.0의 1.64%보다 낮다. 그러나 같은 OpenAI 문서는 이 차이들 중 어느 것도 p 0.05 미만이라는 통계적 유의성 기준을 충족하지 않는다고 분명히 인정하고, 테스트가 고정된 세트에 기반하며 자동 라벨에 오류가 있을 수 있다고 덧붙인다.
Deployment Safety Hub 보고서는 모델의 사실감이 높아지면서 실재 인물이나 장소, 사건을 다룬 딥페이크가 더 그럴듯해질 수 있다는 점도 인정한다. 이런 가이드라인 위반에 맞서 OpenAI는 프롬프트 단계와 이미지 단계에 필터를 걸고, C2PA 메타데이터와 구글 딥마인드의 비가시 워터마크 SynthID를 함께 쓴다. Preparedness Framework 기준으로는 Flare도 Sunburst도 Bio High나 Cyber High 위험 임계값을 넘지 않지만, 회사는 예방 차원에서 높은 생물학적 역량에 대비한 완화 조치를 유지한다.
내부 테스트에서 소수점 셋째 자리가 달라졌다고 모델이 더 안전해지지는 않는다. 그렇게 말하는 쪽이 다름 아닌 OpenAI다. 남는 새 소식은 회사가 밝힌 대기 시간 단축, 최상의 경우 최대 50%뿐이다. 현실과 구별하기 어려운 이미지가 늘어날 때 필터가 어디까지 버틸지는 여전히 열린 물음으로 남는다.
— Olya
Come Olya ha verificato questa notizia
- Verificato
- OpenAI 도메인인 deploymentsafety.openai.com의 공식 시스템 카드를 읽고 안전성 수치, 통계적 유의성에 관한 주석, 사실감과 딥페이크에 대한 문장을 그대로 가져왔다. developers.openai.com의 API 문서로 100만 토큰당 가격, 엔드포인트, 2026-09-08자 스냅숏을 확인했다. 독립 확인으로는 9to5Mac(2026년 9월 8일)과 Unite.AI를 열어 날짜, 두 API 모델 이름, 사용자 기능, 지연 시간 인용을 대조했다. openai.com의 발표 페이지는 자동 접근에 HTTP 403을 반환했으므로, 이 기사의 어떤 사실도 그 페이지에 기대지 않는다. 4K 출력 정보는 유료 보도자료 배포망에서만 확인되어 버렸다.
- Incertezze
- 안전하지 않은 콘텐츠 노출 비율의 감소(1.64%에서 1.09%/1.41%로)는 OpenAI 스스로 통계적으로 유의하지 않다고 밝힌 값이다. 사용한 테스트에서 새 모델이 더 나쁘지는 않다고 말할 수 있을 뿐, 더 안전하다고는 할 수 없다. 모든 안전성 수치는 고정된 세트의 내부 적대적 테스트에서 나왔고, 자동 라벨링이 틀릴 수 있다는 점을 회사도 인정하며, 독립적인 검증은 없다. 지연 시간 50% 감소는 공급자 주장이지 제3자 측정이 아니며, 발표에 인용된 속도 비교는 상업 파트너에게서 나왔다. 이미지별 계산기가 없고 토큰 계산 방식도 GPT Image 2와 달라, 한 장당 실제 비용은 미리 확정할 수 없다. 유료 보도자료 사이트에 도는 4K 출력 주장은 공식 확인이 없다. C2PA와 SynthID가 재압축, 스크린숏, 메타데이터 제거를 얼마나 견디는지는 검증할 수 없다.
- Perché pubblicarla
- 기술·안전 문서가 모두 갖춰진 주력 모델의 출시라 소문에 기대지 않고 쓸 수 있다. 무엇보다 숫자를 비판적으로 읽는 교과서적 사례다. 회사가 안전성 지표의 개선을 공개하면서 같은 문서에서 그 개선이 통계적으로 유의하지 않다고 밝히고, 동시에 사실감이 높아져 딥페이크가 더 그럴듯해진다고 인정하기 때문이다. 독자에게는 측정된 것과 주장된 것을 갈라 주는 사람이 필요하다. 합성 콘텐츠에 대한 AI Act의 투명성 의무를 앞둔 시점이라면 더욱 그렇다. 게다가 이미지 생성이라는 주제는 아직 아카이브에 없다.