# 생성형 AI 이미지 편집 대결 > Clean Markdown view of GeekNews topic #24005. Use the original source for factual precision when an external source URL is present. ## Metadata - GeekNews HTML: [https://news.hada.io/topic?id=24005](https://news.hada.io/topic?id=24005) - GeekNews Markdown: [https://news.hada.io/topic/24005.md](https://news.hada.io/topic/24005.md) - Type: GN+ - Author: [neo](https://news.hada.io/@neo) - Published: 2025-10-30T07:32:47+09:00 - Updated: 2025-10-30T07:32:47+09:00 - Original source: [genai-showdown.specr.net](https://genai-showdown.specr.net/image-editing) - Points: 1 - Comments: 1 ## Topic Body - 여러 **생성형 AI 이미지 편집 도구**의 결과를 비교하는 형식의 콘텐츠 - 각 도구가 동일한 입력에 대해 생성한 **편집 결과를 시각적으로 비교**하는 구조 - 페이지에는 “Loading editing comparisons...”라는 문구가 표시되어, **편집 비교 로딩 중임**을 나타냄 - 제목 외에 구체적인 **도구 이름, 비교 기준, 결과 설명 등은 제공되지 않음** - 전체적으로 **AI 이미지 편집 성능 비교를 위한 인터페이스**로 보이지만, 세부 내용은 원문에 없음 --- ### 페이지 개요 - 제목은 **“Generative AI Image Editing Showdown”** 으로, 여러 AI 이미지 편집 모델의 비교를 암시 - 본문에는 “Loading editing comparisons...”라는 문구만 존재하며, **비교 결과나 설명은 포함되지 않음** - 추가적인 **텍스트, 데이터, 이미지, 도구 목록, 평가 기준 등은 원문에 없음** ### 제공 정보의 한계 - 원문에 **편집 결과나 비교 내용에 대한 구체적 설명 없음** - 따라서 **비교 목적, 사용된 AI 모델, 평가 방식** 등은 명시되지 않음 - 전체적으로 **콘텐츠가 로딩 중인 상태**로, 실질적인 정보는 제공되지 않음 ## Comments ### Comment 45618 - Author: neo - Created: 2025-10-30T07:32:48+09:00 - Points: 1 ###### [Hacker News 의견](https://news.ycombinator.com/item?id=45739080) - 모두가 **Gemini 2.5 Flash Image / Nano Banana**를 과소평가하고 있음 다른 모델보다 훨씬 강력하면서도 이미지당 가격은 동일하고, 텍스트 인코더 덕분에 훨씬 **복잡하고 미묘한 프롬프트**를 처리할 수 있음 내가 만든 [gemimg Python 패키지](https://github.com/minimaxir/gemimg)로 예시를 공개했고, 더 다양한 사례를 담은 블로그 글도 준비 중임 Google의 [AI Studio](https://aistudio.google.com/prompts/new_chat)에서는 비율 제어까지 가능한 무료 생성도 지원함 다만 Seedream 4.0이 이번 테스트에서 이긴 건 의외였음 - 사실 Nano Banana는 출시 당시 꽤 **바이럴**을 탔음 ChatGPT 내장 기능이나 Ghibli 스타일 유행을 제외하면, 가장 잘 알려진 이미지 편집 모델 중 하나라고 생각함 - Seedream이 프롬프트 충실도 면에서는 우세했지만, 약간의 **색상 그라데이션 변화**를 일으키는 경향이 있음 내 용도에는 큰 문제는 아니지만, 색감 일관성이 중요한 사람에게는 Nano Banana가 더 나을 수 있음 - Nano Banana를 사용할 때 절반 정도는 AI Studio가 이유 없이 실패했다고 나옴 저작권 경계선에 있는 요청도 아니었는데 이런 오류가 잦음 그래도 성공할 때는 결과가 **매우 인상적**임 - 내 지저분한 부엌 사진을 정리하려고 Nano Banana를 썼는데 처음엔 완전히 실패했음 두 번째 시도에서는 먼저 이미지 분석으로 **지저분한 물건 목록**을 뽑고, 그다음 프롬프트로 제거하니 훨씬 나은 결과가 나왔음 결국 **프롬프트 엔지니어링**의 중요성을 다시 느꼈음 - Gemini는 잘 작동할 때는 훌륭하지만, 가끔은 완전히 엉뚱한 결과를 내고 어떤 프롬프트를 써도 맞지 않음 Flux가 놀라울 정도로 좋지만, 대부분의 사람(나 포함)은 결국 ChatGPT나 Gemini처럼 익숙한 모델을 기본으로 쓰게 됨 - 이런 비교는 벤치마크 차트보다 훨씬 **실용적**임 Nano Banana를 자주 쓰는데, 외부 건축물이나 조경 편집에는 약함 보도, 배수로, 색상 매칭 같은 건 거의 불가능에 가까움 - 나는 Qwen Image Edit로 낮 사진을 밤으로 바꾸는 실험을 하는데, 대부분의 모델이 **엣지 정렬**을 놓침 Nano Banana도 경계 처리가 부정확해서 사진이 어긋남 - 2022년에 기준을 세운 입장에서 보면, 지금의 데모들은 SD1·2·3 시절과 비교할 수 없을 정도로 놀라움 이제 모델들이 프롬프트와 이미지를 실제로 **이해**하는 시대가 온 것 같음 엔지니어링이 계속 발전하면서 창의성이 폭발적으로 확장되는 시기임 - 프롬프트나 시도 횟수를 바꾸고, 가장 마음에 드는 결과만 보여주는 방식은 테스트의 **객관성**을 희석시킴 모든 모델에 동일한 프롬프트와 시드로 5회 생성 같은 통일된 조건이 필요함 예를 들어 Gemini 2.5 Flash는 “Girl with Pearl Earring” 테스트에서 과도한 자유도를 부여받았고, 반면 OpenAI gpt-image-1은 더 적은 시도로 훨씬 나은 결과를 냈음에도 실패로 처리됨 - 참고로 gpt-image-1 예시는 “You Only Move Twice” 테스트용이었음 - 차라리 “**최악의 이미지**” 대회를 열면, 어떤 모델이 덜 답답한지 더 명확히 드러날 것 같음 - 내가 [Replicate 블로그](https://replicate.com/blog/compare-image-editing-models)에 올린 글에서는 여러 모델을 직접 비교했음 그중 **Qwen Image Edit**가 가장 저렴하고 빠르면서도 대부분의 편집 작업을 잘 처리했음 이미지 편집 앱을 만든다면 이 모델을 선택할 것 같음 - 비교 자체는 흥미로웠지만, 마지막 **기린 이미지**는 단순히 몸이 구부러졌을 뿐 짧아지지 않았음 그래도 Gemini 결과를 자주 선택하게 됐고, pass/fail 대신 **10점 척도 평가**가 있었으면 좋겠음 - “어색하게 구부러진 기린”이라는 표현이 너무 웃겼음 그런 전시가 실제로 있다면 꼭 가보고 싶음 - 최근에는 AI 이미지 생성을 거의 안 함 1년 반 전쯤엔 로컬에서 직접 모델을 돌리는 게 유행이었지만, 지금은 대부분 **클라우드 기반**으로 옮겨감 그래도 현실 사진 편집에서는 여전히 어딘가 **부자연스러운 질감**이 느껴짐 예를 들어 사람 머리카락이 과하게 윤기 나거나, 나무가 플라스틱처럼 보임 - 이미지 모델의 크기와 연산 요구량이 너무 커져서 개인이 **셀프 호스팅**하기 어려워졌음 Flux Kontext를 로컬에서 돌릴 수는 있지만, 양자화된 모델로 느리게 생성해야 해서 비효율적임 게다가 ChatGPT에서 무료로 이미지를 만들 수 있으니 굳이 로컬을 고집할 이유가 줄었음 머리카락 테스트에서는 Gemini 2.5 Flash만이 색감과 질감을 제대로 맞췄고, Seedream 4는 전체 색보정이 바뀌는 문제가 있어서 선호하지 않음 - [Reve](https://reve.com)도 테스트에 포함되면 좋겠다고 생각함 - Nano Banana로는 캐릭터의 시선 변경이 잘 안 됐는데, Reve는 **첫 시도에 완벽한 결과**를 냈음 캐릭터가 들고 있던 물체를 제거하고, 시선을 카메라로 돌리며, 자세까지 자연스럽게 조정했음 게다가 4개의 결과 모두 사용 가능할 정도로 품질이 높았음 이후 [Reve의 모델 소개 글](https://blog.reve.com/posts/reve-editing-model/)을 읽고 바로 가입을 결심했음 - 추천 고마움, 나중에 테스트 목록에 추가해볼 예정임 - 좋은 팁 감사함 - 시도는 좋았지만, “그림 속 탑이 오른쪽으로 기울어져 있다” 같은 **잘못된 프롬프트**는 오히려 모델이 더 기울게 만듦 - 그 문장은 실제 입력 프롬프트가 아니라 **시작용 문장**이었음 모델별로 프롬프트를 조정하기 때문에 시도 횟수가 달라졌던 것임 - 전체적으로 재미있는 테스트였음 프롬프트가 완벽하지 않다는 지적도 있지만, 오히려 **일반 사용자가 입력할 법한 수준**이라 현실적임 - 나는 SD 1.5 시절부터 프롬프트를 다뤄왔기 때문에 모델별로 필요한 **프롬프트 변형**을 잘 알고 있음 FAQ에 설명된 것처럼, 모델이 특정 단어에 갇히지 않도록 여러 버전의 프롬프트를 시도함 예를 들어 “Turn on the lights” 같은 명령형 문장은 단순한 지시가 아니라, **멀티모달 LLM의 이해력**을 시험하기 위한 프롬프트임 이런 문장은 SDXL 같은 전통 모델에서는 절대 통하지 않음