OpenAI가 API에서 GPT-Image-2의 투명 배경 기능을 열었다. 현재는 프리뷰로 표기되어 있다. 공식 설명은 명확하다. 어떤 배경 위에도 올릴 수 있는 재사용 가능한 소재를 생성해 제품 사진, 그래픽 디자인, 웹사이트 목업, 마케팅 자료에 쓸 수 있다는 것이다.
사용법은 파라미터 하나만 바꾸면 된다. background를 transparent로 설정하고, output_format은 기본값인 png를 그대로 두거나 webp로 바꾸면 된다. jpeg는 알파 채널을 담지 못하므로 선택하는 순간 의미가 없어진다. 추가 요금은 없고 가격은 기존 등급을 그대로 따른다.
파이프라인에서 사라지는 건 어느 단계인가
이커머스와 디자인 실무에서는 "이미지를 생성하는 것"과 "쓸 수 있는 이미지를 얻는 것" 사이에 누끼 작업이라는 간극이 있다. 지금까지는 전용 분할 모델이나 전통적인 누끼 툴로 별도 단계를 거쳐야 했다. 배경이 있는 완성 이미지를 먼저 생성하고, 분할 모델에 넣고, 테두리를 다듬고, 알파 채널이 있는 PNG로 내보내는 식이다. 과정이 길고 각 단계마다 자체적인 실패율이 있으며, 머리카락이나 유리, 반투명 소재는 예전부터 골치 아픈 대상이었다.
투명 배경 기능은 이 단계를 생성 과정 안으로 옮긴다. 모델이 알파 채널 위에 직접 결과를 내놓기 때문에, 이론상 분할 추론 한 번과 테두리 보정 한 번, 그리고 두 모델 사이의 포맷 변환까지 생략된다. 소재를 대량으로 만드는 팀 입장에서는 세 단계가 한 단계로 압축되는 셈이다.
프롬프트 작성에도 요구 사항이 있다. OpenAI는 "고립된 피사체", "완전히 투명한 배경"을 명확히 적고, 풍경, 단색 배경, 체크무늬 텍스처, 불필요한 그림자를 제외하라고 지정할 것을 권장한다. 이런 요소들은 모델이 학습한 "투명 배경" 샘플에 자주 섞여 있는 방해 요소들로, 명시하지 않으면 체크무늬가 그려져 나올 수도 있다.
알려진 세 가지 결함
개발자 커뮤니티는 기능이 공개된 당일부터 몇 가지 문제를 찾아냈다. 어느 것도 사용 자체를 막지는 않지만, 모두 실제 프로덕션 투입 앞에서 걸림돌이 된다.
- 불투명 영역의 알파값이 252에서 254 사이에 머무르고 완전한 255에 도달하지 못한다. 육안으로는 구분되지 않지만, 어두운 배경에 합성하면 전체적으로 은은하게 비치는 색조가 나타난다.
- 투명한 피사체 바깥쪽에 요청하지 않은 회색 테두리가 생긴다. 커뮤니티에서는 이를 헤일로라고 부른다. 클라이언트 쪽에서 수동으로 헤일로 제거 처리를 하지 않으면 컬러 배경 위에 겹쳤을 때 가장자리가 지저분해 보인다.
- 편집 엔드포인트가 투명 마스크를 제대로 유지하지 못한다. 투명 이미지를 edits로 다시 편집하면 과정 중에 투명 정보가 사라지고, 이후 단계에서 새 배경이 다시 채워져 나올 수도 있다.
세 번째 문제가 실제 워크플로에 가장 큰 타격을 준다. 소재 작업은 한 번에 끝나는 경우가 드물고, 대부분 같은 이미지에서 색상, 각도, 디테일을 여러 차례 수정하는 과정을 거친다. 마스크가 유지되지 않으면 수정할 때마다 처음부터 다시 생성해야 하고, 이미 맞춰둔 구도도 그대로 날아간다. 공식 문서가 제시하는 우회책은 편집 단계마다 프롬프트에 "투명 배경을 유지하라"는 문구를 매번 다시 넣는 것으로, 임시방편에 가깝다.
"프리뷰"라는 표시가 말해주는 것
알파값이 252에서 254 사이에 머무른다는 수치 자체가 의심스럽다. 의도된 설계라기보다는 일종의 후처리나 양자화 과정을 거치고 남은 잔재처럼 보인다. 실제 합성 작업을 하는 사람들은 이런 종류의 편차에 민감하다. 사진 한 장만 보면 티가 나지 않지만, 같은 템플릿에 백 장을 겹치면 전체 색조가 원인 모를 회색빛으로 기울어지고, 원인을 찾는 데 엄청난 시간이 든다.
회색 헤일로 문제도 구조가 비슷하다. 전통적인 누끼 툴은 테두리 처리에 알파 매팅을 써서 연속적인 전환 구간을 계산해낸다. 반면 생성 모델은 알파 채널을 직접 출력하기 때문에 테두리 근처의 값은 물리적 근거 없이 "추측"에 가깝다. 헤일로가 나타나는 것도 이상한 일이 아니다.
이 두 가지를 합쳐보면, 투명 배경 기능은 지금은 "한 단계를 줄인 시안" 정도이지 "그대로 납품할 수 있는 완성품"에는 아직 못 미친다. 프로토타입, 제안 자료, 소셜미디어용 이미지에는 충분하다. 하지만 매장에 올릴 상품 메인 이미지나 브랜드 심사를 거쳐야 하는 소재라면 여전히 기존 방식대로 누끼를 다시 따야 한다.
프리뷰라는 표시 자체도 하나의 신호다. 파라미터는 앞으로 바뀔 것이고 출력 품질도 바뀔 것이며, 지금 고정해 둔 우회 처리 로직은 나중에 다시 써야 할 수도 있다. 일찍 도입하려는 팀이라면 헤일로 제거와 알파값 정규화 두 단계를 별도 함수로 분리해두고, OpenAI가 문제를 고친 뒤 그대로 떼어낼 수 있게 해두는 편이 좋다. 메인 파이프라인에 섞어 넣지 않는 게 낫다.
참고 출처: OpenAI 개발자 커뮤니티 공지 및 스레드, CocoLoop, GPT 이미지 모델 프롬프트 가이드, OpenAI API 레퍼런스 문서. 파라미터 사용법, 지원되는 출력 포맷, 개발자가 실측한 알파값 범위는 공개된 정보와 대조해 확인했다.