AI 이미지 생성, 무엇을 고를까? 목적·비용·라이선스·로컬 실행으로 비교

AI를 활용하여 생성한 이미지입니다.

이미지 생성 AI는 “어떤 모델이 가장 좋은가”보다 작업 방식에 맞춰 고르는 편이 정확합니다. 기존 이미지 편집과 마스크가 필요한지, API 자동화인지, 웹앱 중심인지, 사내 장비에서 로컬 실행할지에 따라 후보가 달라집니다. OpenAI는 이미지 생성·편집 API를, Google Cloud는 Imagen 계열의 Vertex AI 생성 경로를 안내합니다.[1][2][3] 가격과 약관은 바뀌므로 아래 판단은 기존 자료를 확인한 범위로 제한합니다.

먼저 작업을 네 가지로 나누기

API 편집이 중심이면 OpenAI를 먼저 검토

OpenAI 이미지 생성 문서는 GPT Image 2.5의 생성·편집 모델과 이미지·마스크 입력, 품질·크기·형식·압축·배경 제어를 설명합니다.[1] Images and vision 문서는 이미지 모델을 대화형 경험과 결합하는 경로도 안내합니다.[2] 제품 시안의 배경을 바꾸거나 같은 결과를 여러 차례 수정하는 자동화에는 이런 입력·출력 제어가 중요합니다.

비용은 장당 고정가로 단순화하면 안 됩니다. 개발자 문서는 텍스트·이미지 입력과 출력의 토큰 요율을 제시하며 실제 사용량은 모델·품질·크기에 따라 달라집니다.[1] 계정의 조직 검증이나 사용 한도도 도입 전에 확인하세요. 포스터·간판처럼 글자가 중요한 결과는 생성 모델이 항상 정확한 문구를 보장한다고 가정하지 말고 최종 글자를 실제 편집 단계에서 넣고 사람이 확대 검수해야 합니다.

Google Cloud는 가격과 엔드포인트를 함께 보기

Google Cloud 문서는 Imagen 4, Imagen 4 Fast, Imagen 4 Ultra의 모델 ID와 Vertex AI 콘솔·API에서 텍스트로 이미지를 생성하는 경로를 안내합니다.[3] 동시에 Imagen 4 엔드포인트 지원 중단 안내와 Gemini 2.5 Flash Image 권장 내용도 표시하므로 문서에 모델명이 있다는 사실만으로 현재 프로젝트에서 사용 가능하다고 판단하면 안 됩니다.[3]

2026년 9월 10일 KST에 확인한 가격표에는 Imagen 4 Ultra 0.06달러/image, Imagen 4 0.04달러/image, Imagen 4 Fast 0.02달러/image가 표시됐습니다.[4] 이는 조회 당시 USD 단순 비교값이며 리전·계약·세금과 가격 변경을 포함하지 않습니다. 생성과 업스케일링 항목도 분리되어 있으므로 필요한 작업과 과금 항목을 따로 대조하세요.

Stable Diffusion 3.5는 실행 자유도와 라이선스가 핵심

Stability AI는 Stable Diffusion 3.5 Large를 전문 용도·1메가픽셀 생성에, Turbo를 4단계 생성에, Medium을 소비자 하드웨어용으로 소개합니다. 자체 인프라, Stability API, 클라우드 파트너, 웹 도구와 함께 erase·inpaint·outpaint·배경 제거·업스케일 경로도 안내합니다.[5] 로컬 실행은 데이터와 워크플로를 통제할 수 있지만 GPU 메모리, 추론 도구, 모델 업데이트와 보안을 운영자가 맡아야 합니다.

Community License는 연 매출 100만 달러 미만 개인·조직의 연구·비상업·상업 사용을 허용한다고 안내하고, 기준을 넘는 상업 사용에는 등록·Enterprise License 검토가 필요할 수 있다고 설명합니다.[6] 이는 법률 자문이 아니므로 모델 버전·파생물·조직 매출·허용 사용 정책을 실제 서비스 전에 다시 읽어야 합니다. 공식 자료에서 안정적인 장당 API 가격을 확인하지 못한 부분은 숫자로 채우지 않는 것이 맞습니다.

FLUX는 제품과 모델 카드를 나눠 보기

Black Forest Labs의 FLUX.2 개요는 klein·max·pro·flex 계열을 속도·품질·생산 규모, 다중 참조 편집, 최대 4MP 출력과 색상·구도 제어 같은 기준으로 구분합니다. flex는 타이포그래피와 작은 디테일 보존에 특화된 모델로 설명됩니다.[7] 가격 페이지는 생성량에 따른 pay-as-you-go와 자체 인프라용 open-weights licensing을 별도로 제시합니다.[8] 이번 자료만으로 안정적인 API 장당 단가를 확정하지 않았으므로 예산표에 임의의 숫자를 넣지 마세요.

Hugging Face의 FLUX.1 dev 모델 카드는 120억 파라미터 모델과 Diffusers·ComfyUI 경로를 소개하지만 Non-Commercial License를 표시합니다.[9] 따라서 “FLUX는 무료 상업 이용”이라고 일반화할 수 없습니다. FLUX.2 서비스·가중치 플랜과 FLUX.1 dev 로컬 모델을 이름 단위로 나누어 사용 범위와 배포 조건을 확인해야 합니다.

Midjourney와 벤치마크를 읽는 법

Midjourney는 UI 중심 스타일 탐색 후보가 될 수 있지만 기존 조사에서는 공식 Plans와 Editor 문서가 Cloudflare 보안 확인으로 제한되어 현재 버전·요금·relax/fast 조건·상업 이용 약관을 본문으로 검증하지 못했습니다.[10][11] 그래서 가격 숫자나 상업 이용 가능 여부를 확정 추천처럼 쓰지 않고, 공식 문서에 다시 접근한 뒤 계정의 지역·플랜 조건과 함께 판단해야 합니다.

Artificial Analysis는 모델명을 가린 pairwise voting과 Elo를 사용하고 1:1 비율·seed 42·1024×1024 같은 통일 조건을 둔다고 설명합니다.[12] 리더보드는 2026년 9월 10일 조회한 동적 스냅샷입니다.[13] 이 자료는 동일 조건의 선호 비교에는 유용하지만 웹앱 사용성, 로컬 설치 난도, 라이선스, 한국어 글자, 편집 반복 비용까지 평가하지 않으므로 단일 승자로 읽으면 안 됩니다.

비용·라이선스·실행 위치를 따로 계산하기

예산표에는 모델 이름만 적지 말고 비용 단위와 운영 주체를 함께 적으세요. 토큰 과금은 이미지 크기와 품질에 따라 사용량이 달라지고, 장당 과금은 재생성 횟수가 누적됩니다. 구독형 웹앱은 좌석·빠른 생성·내보내기 조건을 확인해야 하며, 로컬 실행은 API 비용 대신 GPU 구입·전력·저장공간·업데이트 시간을 부담합니다.

라이선스도 세 층으로 나누어 읽어야 합니다. 가중치를 내려받을 수 있는지, 생성한 결과물을 상업적으로 배포할 수 있는지, LoRA·파생 모델을 만들고 서비스에 넣을 수 있는지는 서로 다른 질문입니다. 같은 회사의 다른 모델이나 API 플랜을 대신 인용하지 말고 실제 사용하는 버전의 문서를 보세요. 고객 이미지를 외부 API에 보낼 경우 보관·삭제·접근 권한과 조직의 개인정보 정책도 확인해야 합니다.

도입 전 작은 시험과 검수 절차

1. 새 이미지·기존 이미지 편집·대량 API·로컬 커스텀 중 작업을 한 문장으로 고릅니다.
2. 대표 프롬프트 세 개와 실제 편집 한 개를 같은 크기·품질 조건에서 실행합니다.
3. 결과의 예쁨뿐 아니라 가짜 글자, 손·얼굴·제품 왜곡, 재시도 횟수, 검수 시간을 기록합니다.
4. 토큰·장당·구독·사용량 과금 단위를 품질과 재생성 비용까지 포함해 계산합니다.
5. 모델 가중치, 출력물, 파생 모델, LoRA, 상업 배포 조건을 각각 원문에서 확인합니다.
6. 발행 전 사람에게 최종 검수를 맡기고 필요한 경우 글자·로고를 별도 편집 단계에서 넣습니다.

자주 묻는 질문

무료로 상업 이용할 수 있는 모델이 있나요?

한 문장으로 답할 수 없습니다. SD3.5는 Community License의 매출 기준을, FLUX.1 dev는 Non-Commercial License를 각각 봐야 하며 같은 계열의 API 조건을 대신 적용하면 안 됩니다.[6][9]

한글 포스터에는 무엇이 가장 좋은가요?

기존 자료만으로 한국어 글자 정확도의 순위를 확정할 수 없습니다. 같은 문구로 후보를 시험하고 최종 글자는 실제 글꼴을 사용해 후편집하는 흐름이 안전합니다.

벤치마크 순위가 높으면 바로 선택해도 되나요?

아닙니다. 통일된 조건의 선호 지표일 뿐이므로 라이선스·배포 위치·한국어 텍스트·반복 편집 비용을 별도로 확인해야 합니다.[12][13]

정리

API 편집과 출력 제어가 중심이면 GPT Image 2.5, Google Cloud에서 장당 생성과 프로젝트 통합이 중요하면 Imagen 계열, 사내 실행과 커스텀이 중요하면 Stable Diffusion 3.5를 먼저 비교할 수 있습니다.[1][3][5] FLUX는 FLUX.2와 FLUX.1 dev를 분리해 라이선스를 읽고, Midjourney는 현재 공식 조건을 재확인하기 전까지 검증 보류 후보로 두는 편이 근거에 맞습니다.

관련 글: Qwen3.8 vs Gemma 4 비교｜27B·31B·로컬 AI 실행과 멀티모달 차이

Sources

1. [1] OpenAI Developers — Image generation
2. [2] OpenAI Developers — Images and vision
3. [3] Google Cloud — Generate images with Imagen
4. [4] Google Cloud — Agent Platform pricing
5. [5] Stability AI — Stable Diffusion 3.5
6. [6] Stability AI — License
7. [7] Black Forest Labs — FLUX.2 Overview
8. [8] Black Forest Labs — Pricing
9. [9] Hugging Face — black-forest-labs/FLUX.1-dev model card
10. [10] Midjourney — Comparing Midjourney Plans (본문 접근 제한)
11. [11] Midjourney — Editor (본문 접근 제한)
12. [12] Artificial Analysis — Image benchmark methodology
13. [13] Artificial Analysis — Text-to-image leaderboard (2026-09-10 조회 동적 스냅샷)