[녹색경제신문 = 문슬예 기자] 최근 오픈AI가 챗GPT의 이미지 생성 기능을 대폭 강화하며 이용자로부터 ‘혁명적 업데이트’라는 호평을 받고 있다. 특히 기존 이미지 생성에서 고질적인 약점으로 지적받던 텍스트 렌더링과 멀티 턴 생성 능력 등이 획기적으로 개선된 것으로 알려졌다.

지난 25일(현지 시각) 오픈AI는 공식 블로그를 통해 새로운 이미지 생성 도구인 ‘챗GPT-4o 이미지 생성(ChatGPT-4o Image Generation)’을 도입한다고 밝혔다. 기존의 이미지 생성을 도입했던 ‘달리(DALL-E)’에서 멀티모달 모델 ‘GPT-4o’로 통합 전환한다는 것이다.

오픈AI는 “가장 진보된 이미지 생성기를 GPT-4o에 구축했다”며 “그 결과 아름다울 뿐만 아니라 유용한 이미지 생성이 가능해졌다”고 말했다. 

업데이트된 이미지 생성 기능은 크게 ▲텍스트 렌더링 ▲멀티 턴 생성 ▲명령 수행 ▲맥락 내 학습 ▲세계 지식 ▲사실적 표현과 스타일로 나눌 수 있다. 

먼저 오픈AI는 텍스트 렌더링 업데이트를 통해 이전 모델들이 이미지 내에서 텍스트를 왜곡하거나 부정확하게 표현하던 문제를 해결했다고 밝혔다. 이제 메뉴판, 포스터, 책 표지 등에 들어가는 텍스트를 가독성 높게 렌더링할 수 있다는 것이다.

기존에는 특정 텍스트를 넣어 이미지를 생성해달라고 명령할 경우, 이미지에 입력 프롬프트와 다른 내용의 텍스트가 입히거나 해석하기 어려운 글자가 생성되는 경우가 많아 이미지 생성의 한계로 여겨진 바 있다. 

사용자가 대화 중에 이미지를 단계적으로 수정하거나 발전시킬 수 있는 멀티 턴 생성 기능도 강화됐다. 기존의 경우 이미지 생성에서 순차적으로 추가 프롬프트 명령을 할 경우, 기존 이미지가 유지되지 않는 경우가 많았다. 

오픈AI는 해당 업데이트로 “디자인을 다듬고 실험하면서 여러 번 반복하더라도 캐릭터의 모습은 일관성을 유지한다”고 설명했다. 

또한 명령 수행 능력이 강화돼 사용자가 복잡한 지시를 내려도 최대 10~20개의 객체를 처리할 수 있게 됐다. 다른 시스템의 경우 5~8개 수준으로 객체가 늘어났을 때 이미지 생성에 문제가 생기는데, 챗GPT-4o의 경우 처리할 수 있는 명령어가 몇 배 수준으로 늘어난 것이다. 

이 외에도 사용자가 업로드한 이미지를 분석해 이를 기반으로 이미지를 생성하는 맥락 내 학습, 역사적 사실이나 문화적 맥락을 반영한 이미지를 생성하는 세계 지식, 사진처럼 정교한 이미지부터 만화, 예술적 스타일까지 구현하는 사실적 표현과 스타일 기능도 강화됐다. 

이용자들 사이에서는 업데이트가 혁명적이라는 반응이 이어지고 있다. 특히 소셜 미디어에서는 스튜디오 지브리 스타일로 변환된 이미지가 큰 화제를 모으며 유행처럼 번졌다. 

오픈AI CEO 샘 올트먼도 해당 트렌드에 동참해 자신의 X(구 트위터) 프로필 사진을 지브리 스타일로 변경했다. 

샘 올트먼은 “챗GPT의 이미지 생성 기능은 우리가 기대했던 것보다 훨씬 더 큰 인기를 얻고 있다”며 “기존 우리의 기대가 꽤 높았음에도 그보다 성과가 크다”고 말했다. 

오픈AI는 해당 이미지 생성 기능을 Plus, Pro, Team 및 무료 이용자 모두가 사용할 수 있다고 밝혔다. 기업 회원과 교육 회원도 곧 이용할 수 있다는 설명이다. 

다만, 샘 올트먼은 지난 26일(현지 시각) X를 통해 무료 버전 출시가 지연되고 있다고 밝혔다.