gpt-image-2 투명 배경 프리뷰 적용법: PNG·WebP 생성 파이프라인에서 먼저 고칠 것

gpt-image-2 transparent background 프리뷰가 2026년 8월 20일 OpenAI API changelog에 올라왔다. gpt-image-2와 gpt-image-2-2026-04-21에서 Images API와 Responses API image generation tool 모두 투명 배경을 지원한다. 요청에는 background를 transparent로 설정하고, 출력 형식은 png 또는 webp를 써야 한다. jpeg는 투명 배경을 지원하지 않는다.

디자인 자동화나 커머스 이미지 생성 파이프라인을 운영하는 팀에게 이 업데이트는 꽤 실용적이다. 지금까지 AI 이미지에서 배경 제거는 별도 segmentation 모델, remove-bg API, 포토샵 자동화, 또는 프론트엔드 canvas 후처리에 맡기는 경우가 많았다. 모델 생성 단계에서 투명 배경을 받을 수 있으면 파이프라인이 짧아진다. 다만 프리뷰 기능이므로 품질 검증과 fallback을 같이 설계해야 한다.

어디에 바로 쓸 수 있나

첫 번째 사용처는 상품 썸네일이다. 쇼핑몰, 중고거래, 광고 소재 생성 서비스는 제품만 남긴 투명 PNG를 자주 쓴다. 배경이 투명하면 웹페이지 색상, 배너 템플릿, 카드 UI에 쉽게 합성할 수 있다. 기존에는 이미지 생성 후 배경 제거를 한 번 더 돌려야 했고, 머리카락, 유리, 반투명 소재에서 실패가 잦았다.

두 번째는 앱 아이콘과 스티커다. 아이콘은 배경색이 플랫폼별로 다를 수 있고, 스티커는 채팅 배경 위에 올라간다. 투명 배경을 네이티브 출력으로 받으면 디자이너가 잘라내는 시간이 줄어든다. 단, 아이콘은 안전 영역, padding, corner radius, stroke contrast를 따로 검증해야 한다.

세 번째는 마케팅 배너 템플릿이다. 캐릭터, 제품 컷, UI mockup을 투명 배경으로 생성한 뒤 여러 카피와 배경색에 재사용할 수 있다. 같은 피사체를 여러 캠페인에 합성할 때 비용과 제작 시간이 줄어든다.

API 요청에서 먼저 확인할 조건

핵심 조건은 세 가지다. 모델은 gpt-image-2 또는 gpt-image-2-2026-04-21이어야 한다. background는 transparent여야 한다. output format은 png 또는 webp여야 한다. 이 셋 중 하나라도 빠지면 투명 배경 기대가 깨진다.

실무에서는 wrapper 함수에서 조건을 강제하는 게 좋다. 예를 들어 사용자가 jpeg를 선택한 상태에서 transparent를 켜면 요청 전에 오류를 반환해야 한다. 조용히 opaque 이미지로 생성하면 후속 합성 단계에서 더 큰 장애가 된다. 또한 CDN 변환 단계가 PNG/WebP의 alpha channel을 보존하는지도 봐야 한다. 이미지 생성 API가 투명도를 줘도, 업로드 후 리사이즈 서비스가 JPEG로 바꾸면 끝이다.

Responses API image generation tool을 쓰는 경우에는 텍스트 응답과 이미지 생성이 한 flow 안에 섞일 수 있다. 이때 결과 parser가 이미지 output format과 background 정보를 로그로 남겨야 한다. 나중에 “왜 이 광고 소재만 흰 배경이 생겼나”를 추적하려면 요청 옵션과 산출물 메타데이터가 필요하다.

품질 검증은 흰 배경 미리보기로 하면 안 된다

투명 배경 이미지는 흰 배경에서 보면 문제가 안 보인다. 검수 UI에는 최소 세 가지 배경을 제공해야 한다. 흰색, 검은색, 체크보드 또는 브랜드 컬러다. 가장자리 halo, 반투명 픽셀, 잘린 그림자, 예상치 못한 흰 테두리는 어두운 배경에서 잘 보인다.

자동 검증도 가능하다. alpha channel이 실제로 존재하는지, 완전 불투명 픽셀만 있는지, 가장자리 픽셀의 평균 alpha가 이상하게 높거나 낮은지 검사한다. 투명 배경 요청인데 alpha channel이 없으면 실패로 처리한다. 또한 이미지 크기와 파일 용량도 본다. PNG는 품질이 좋지만 큰 파일이 될 수 있고, WebP는 용량이 작지만 일부 워크플로우에서 호환성 검증이 필요하다.

디자인 품질에서는 shadow 정책을 정해야 한다. 제품 컷은 그림자가 있으면 현실감이 있지만, 아이콘이나 스티커에서는 그림자가 합성 배경과 충돌할 수 있다. 프롬프트에 “no drop shadow”, “isolated object”, “transparent background” 같은 제약을 넣되, 최종 판단은 이미지 검수 로직으로 해야 한다.

기존 배경 제거 파이프라인과 비교하기

기존 방식은 생성 이미지 → 배경 제거 → 수동 검수 → 합성이었다. gpt-image-2 transparent background를 쓰면 생성 이미지 → 검수 → 합성으로 줄일 수 있다. 한 단계가 줄어드는 만큼 latency와 실패 지점이 줄어든다. 하지만 배경 제거 전용 모델이 특정 상품군에서 더 안정적일 수도 있다.

따라서 전면 교체보다 A/B 검증이 맞다. 같은 프롬프트 100개를 기존 pipeline과 새 pipeline으로 생성한다. 기준은 alpha 품질, 피사체 손상률, 재생성률, 평균 처리 시간, 최종 승인률이다. 단순히 “투명도가 나왔다”가 아니라 “디자이너가 그대로 쓸 수 있었나”를 봐야 한다.

비용도 비교해야 한다. 생성 모델에서 투명 배경을 받는 비용이 조금 높더라도 배경 제거 API, queue, storage, 수동 검수 시간이 줄면 전체 비용은 내려갈 수 있다. 반대로 재생성률이 높으면 오히려 비싸진다.

프리뷰 기능을 production에 넣는 방식

프리뷰 기능은 fallback이 있어야 한다. 요청 옵션이 실패하거나 품질 검수에서 떨어지면 기존 배경 제거 파이프라인으로 보내는 식이다. 단, fallback을 숨기면 안 된다. 산출물 metadata에 transparent_native, fallback_removed_bg, manual_review 같은 source를 남긴다.

또한 고객에게 노출되는 기능명은 조심해야 한다. “항상 완벽한 투명 배경”보다는 “투명 배경 생성 지원” 정도가 안전하다. 프리뷰 단계에서는 품질 편차가 있을 수 있고, 이미지 종류에 따라 결과가 달라질 수 있다.

실행 체크리스트

• 모델을 gpt-image-2 또는 gpt-image-2-2026-04-21로 명시한다.
• background: transparent와 outputFormat: png 또는 webp 조건을 wrapper에서 강제한다.
• jpeg 선택 시 투명 배경 요청을 요청 전 차단한다.
• CDN, 리사이즈, 썸네일 생성 단계가 alpha channel을 보존하는지 확인한다.
• 검수 UI에 흰색, 검은색, 체크보드 배경 미리보기를 넣는다.
• alpha channel 존재 여부와 가장자리 halo를 자동 검사한다.
• 기존 배경 제거 파이프라인과 100개 샘플 기준으로 승인률, 재생성률, 처리 시간을 비교한다.
• 프리뷰 기능에는 기존 pipeline fallback과 산출물 metadata를 붙인다.

출처: OpenAI API changelog, 2026년 8월 20일 gpt-image-2 transparent backgrounds preview 업데이트.