2025년 3월 25일 | 제품 | 출시

4o 이미지 생성 기능 소개

정밀하고 정확하며 실사 같은 결과물을 생성할 수 있는 네이티브 멀티모달 모델을 통해, 유용하고 가치 있는 이미지 생성의 새로운 가능성을 엽니다.

OpenAI는 오랫동안 이미지 생성이 언어 모델의 핵심 기능이어야 한다고 믿어왔습니다. 이러한 믿음을 바탕으로, 저희는 가장 진보된 이미지 생성기를 GPT‑4o에 탑재했습니다. 그 결과, 아름다울 뿐만 아니라 유용한 이미지 생성이 가능해졌습니다.

화이트보드 세션

의미 있는 문구

3 이미지 순서 ON

만화

과학 실험

유용한 이미지 생성

최초의 동굴 벽화부터 현대의 인포그래픽에 이르기까지, 인류는 단순히 장식을 넘어 소통하고, 설득하고, 분석하기 위해 시각 이미지를 사용해 왔습니다. 오늘날의 생성 모델은 초현실적이고 숨 막힐 듯 멋진 장면을 만들어낼 수 있지만, 사람들이 정보를 공유하고 생성하는 데 사용하는 실용적인 이미지를 만드는 데는 어려움을 겪습니다. 로고부터 다이어그램에 이르기까지, 이미지는 공유된 언어와 경험을 나타내는 기호와 결합될 때 정확한 의미를 전달할 수 있습니다.

GPT‑4o의 이미지 생성 기능은 텍스트를 정확하게 렌더링하고, 프롬프트를 정밀하게 따르며, 4o 고유의 지식 기반과 채팅 맥락(업로드된 이미지를 변형하거나 시각적 영감으로 활용하는 것 포함)을 활용하는 데 탁월합니다. 이러한 기능 덕분에 사용자는 머릿속으로 구상한 이미지를 정확하게 만들기가 더 쉬워졌습니다. 이를 통해 시각 자료로 더 효과적으로 소통할 수 있으며, 이미지 생성은 정밀함과 강력한 성능을 갖춘 실용적인 도구로 발전하게 됩니다.

향상된 기능

저희는 온라인상의 이미지와 텍스트의 결합 분포(joint distribution)를 기반으로 모델을 훈련했습니다. 이를 통해 이미지가 언어와 어떻게 관련되는지뿐만 아니라, 이미지들이 서로 어떻게 관련되는지도 학습했습니다. 적극적인 후속 훈련(post-training)과 결합하여, 결과적으로 탄생한 모델은 놀라운 시각적 유창성을 갖게 되었으며, 유용하고 일관성 있으며 맥락을 인식하는 이미지를 생성할 수 있습니다.

텍스트 렌더링

'백 마디 말보다 한 장의 그림이 낫다'는 말이 있지만, 때로는 이미지의 적절한 위치에 몇 단어를 생성하는 것만으로도 그 의미를 한층 더 높일 수 있습니다. 정확한 기호와 이미지를 혼합하는 4o의 능력은 이미지 생성을 시각적 커뮤니케이션 도구로 바꿔 놓습니다.

도로 표지판

메뉴

초대장

멀티턴(Multi-turn) 생성

이제 이미지 생성이 GPT‑4o에 네이티브 기능으로 탑재되었기 때문에, 자연스러운 대화를 통해 이미지를 개선할 수 있습니다. GPT‑4o는 채팅 맥락 속의 이미지와 텍스트를 기반으로 작업하여 전체 과정에서 일관성을 보장합니다. 예를 들어, 비디오 게임 캐릭터를 디자인하는 경우, 여러 차례 수정하고 실험하는 과정에서도 캐릭터의 외형이 일관되게 유지됩니다.

비디오 게임

구체시(Concrete poem)

지시 사항 준수

GPT‑4o의 이미지 생성 기능은 세부 사항에 주의를 기울이며 상세한 프롬프트를 따릅니다. 다른 시스템은 약 58개의 객체를 처리하는 데 어려움을 겪지만, GPT‑4o는 최대 1020개의 서로 다른 객체를 처리할 수 있습니다. 객체와 그 속성 및 관계 간의 더 긴밀한 결합(binding) 덕분에 더 나은 제어가 가능합니다.

정돈된 객체들

텅 빈 도시

와인 잔

보이지 않는 코끼리

수학 방정식

문맥 내 학습 (In-context learning)

GPT‑4o는 사용자가 업로드한 이미지를 분석하고 학습하여, 그 세부 정보를 맥락 속에 자연스럽게 통합하고 이를 이미지 생성에 반영할 수 있습니다.

삼각형 바퀴 차량

전기톱

여성

건물

세상 지식

네이티브 이미지 생성 기능 덕분에 4o는 텍스트와 이미지 간의 지식을 연결할 수 있으며, 그 결과 모델이 더 똑똑하고 효율적으로 느껴집니다.

코드로 생성된 이미지

칵테일 레시피

날씨 인포그래픽

고래 안내서

말차(Matcha) 안내

실사 표현(Photorealism)과 스타일

매우 다양한 이미지 스타일을 반영하는 이미지들로 훈련함으로써, 모델은 이미지를 설득력 있게 생성하거나 변형할 수 있습니다.

더 많은 이미지들: 링크

한계점

저희 모델은 아직 완벽하지 않습니다. 현재 몇 가지 한계점을 인지하고 있으며, 초기 출시 이후 모델 개선을 통해 해결해 나갈 것입니다.

이미지 잘림(Cropping)

환각(Hallucinations)

높은 수준의 결합(Binding) 문제

정확한 그래프 생성

다국어 텍스트 렌더링

편집 정밀도

작은 텍스트가 포함된 밀집된 정보 표현

안전성

저희의 모델 스펙(Model Spec)에 따라, 게임 개발, 역사 탐구, 교육과 같은 가치 있는 사용 사례를 지원하여 창의적 자유를 극대화하는 동시에 강력한 안전 기준을 유지하는 것을 목표로 합니다. 동시에, 이러한 기준을 위반하는 요청을 차단하는 것 역시 변함없이 중요합니다. 아래는 안전하고 활용도 높은 콘텐츠를 지원하고 사용자의 더 넓은 창의적 표현을 돕기 위해 저희가 노력하고 있는 추가적인 위험 영역에 대한 평가입니다.

C2PA 및 내부 역추적 검색을 통한 출처 확인

생성된 모든 이미지에는 C2PA⁠ 메타데이터가 포함됩니다. 이 메타데이터는 해당 이미지가 GPT‑4o에서 생성되었음을 식별하여 투명성을 제공합니다. 또한, 저희는 생성물의 기술적 속성을 사용하여 콘텐츠가 저희 모델에서 생성되었는지 확인하는 데 도움이 되는 내부 검색 도구를 구축했습니다.

유해 콘텐츠 차단

저희는 아동 성 학대물 및 성적 딥페이크와 같이 콘텐츠 정책을 위반할 수 있는 이미지 생성 요청을 지속적으로 차단하고 있습니다. 실제 인물 이미지가 맥락에 포함된 경우, 생성될 수 있는 이미지 종류에 대해 더욱 강화된 제한을 적용하며, 특히 노출 및 폭력적인 장면에 대해서는 강력한 안전장치를 마련했습니다. 모든 출시와 마찬가지로, 안전성 확보는 끝이 있는 작업이 아니며 지속적인 투자가 필요한 영역입니다. 이 모델의 실제 사용 사례에 대해 더 많이 알게 됨에 따라, 저희 정책도 그에 맞춰 조정할 것입니다.

저희의 접근 방식에 대한 자세한 내용은 GPT‑4o 시스템 카드⁠의 이미지 생성 부록을 참조하세요.

추론 기능을 활용한 안전성 강화

숙의적 정렬(deliberative alignment)⁠ 작업과 유사하게, 저희는 사람이 작성하고 해석 가능한 안전 명세서(safety specifications)로부터 직접 작동하는 추론 LLM을 훈련했습니다. 개발 과정에서 이 추론 LLM을 사용하여 정책의 모호성을 식별하고 해결하는 데 도움을 받았습니다. 멀티모달 기술의 발전 및 ChatGPT와 Sora를 위해 개발된 기존 안전 기술과 결합하여, 이 추론 LLM은 입력 텍스트와 출력 이미지 모두를 저희 정책에 따라 검토(moderate)⁠하는 것을 가능하게 합니다.

접근 및 이용 안내

4o 이미지 생성 기능은 오늘부터 ChatGPT의 기본 이미지 생성기로 Plus, Pro, Team, Free 사용자에게 순차적으로 출시되며, Enterprise 및 Edu 사용자에게도 곧 제공될 예정입니다. Sora에서도 사용할 수 있습니다.

DALL·E에 대한 특별한 애정을 가진 분들을 위해, 전용 DALL·E GPT를 통해 계속 액세스할 수 있습니다.

개발자들은 곧 API를 통해 GPT‑4o로 이미지를 생성할 수 있게 되며, 향후 몇 주 내에 액세스 권한이 순차적으로 제공될 예정입니다.

GPT‑4o를 사용하여 채팅하는 것처럼 간단하게 이미지를 만들고 맞춤 설정할 수 있습니다. 필요한 내용을 설명하기만 하면 됩니다. 가로세로 비율, 헥스 코드를 사용한 정확한 색상 지정, 투명 배경 등 구체적인 요구 사항도 포함할 수 있습니다. 이 모델은 더 상세한 그림을 생성하기 때문에 이미지를 렌더링하는 데 시간이 더 오래 걸리며, 최대 1분 정도 소요될 수 있습니다.

더 많은 예제 이미지들: 링크

작성자

OpenAI

리더십

Gabriel Goh: 이미지 생성 부문

Jackie Shannon: ChatGPT 제품 부문

Mengchao Zhong, Wayne Chang: ChatGPT 엔지니어링 부문

Rohan Sahai: Sora 제품 및 엔지니어링 부문

Brendan Quinn, Tomer Kaftan: 추론(Inference) 부문

Prafulla Dhariwal: 멀티모달 조직

- 돌아버린 GPT 그림 성능...JPG

- "웹사이트 이미지 생성"

실제 웹사이트가 아니라 4o가 생성한거라함 ㄷㄷ

- 현재 특갤 상황 팩트 4컷 만화 ㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋ

ㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋ

이게되네