ChatGPT
Perplexity
Claude
Gemini
이곳에서 Nano Banana 2로 불리는 Google의 Gemini 2.0 Flash Image는 더 빠르고 저렴하며, 저희 협력자인 Brian에 따르면 점화의 연도, "리블렛 표현이 훨씬 뛰어나다"고요. 저희는 Brian에게 OpenArt에서 직접 써보고 발견한 점을 기록해 달라고 부탁했습니다. 그 결과가 바로 팁, 프롬프트, 그리고 놀랍도록 자주 등장하는 Applebee's 방문 장면으로 가득한 12분짜리 튜토리얼입니다. 전체 내용을 정리했습니다.
NB2 vs. Nano Banana Pro: 솔직한 비교
이제 바나나 뒤에는 복잡한 prompt를 추론하고, 환각하는 대신 웹에서 실제 정보를 가져오며, 이미지 입력을 분석해 생성 전반에 걸쳐 캐릭터 일관성을 유지하는 역동적인 사고 엔진이 있습니다. 바로 이것이 NB2를 이전 버전과 진정으로 다르게 만드는 점입니다. 단순한 속도와 비용 개선이 아니라 완전히 새로운 범주의 역량입니다.
팁 1: 편집 인터페이스 안에서 편집하지 마세요
Brian의 첫 번째 팁은 가장 바로 실행할 수 있는 것이기도 합니다. 편집 인터페이스를 아예 건너뛰세요. 대신 기준 이미지를 시각적 참조 창에 바로 끌어다 놓고, 프롬프트를 다음과 같이 구성하세요:
"prompt에 따라 첫 번째 이미지를 편집하세요. [여기에 편집 내용 입력]."
OpenArt에서는 이 방식으로 NB2가 이미지에 직접 접근할 수 있어 더 깔끔하고 정밀한 편집을 일관되게 만들어냅니다. Brian은 생성하기 전에 해상도를 4K로 올릴 것도 권장합니다. 업스케일링과는 다르지만, 텍스트, 이름표, 작은 소품 같은 세밀한 디테일을 다룰 픽셀 공간을 모델에 훨씬 더 많이 제공합니다. 정교한 디테일 작업이 필요한 무언가를 프롬프트할 때 특히 중요해집니다.
팁 2: 캐릭터 시트 prompt
댓글창에서 가장 많은 요청을 받은 항목입니다. Brian은 영상이 올라온 뒤 전체 프롬프트를 고정해 두었는데, 바로 이것입니다:
이 프롬프트를 사용할 때 유의할 두 가지. 첫째, 레퍼런스 이미지는 항상 다음을 사용해 직접 태그하세요 @image1 — 이것 없이는 프롬프트가 작동하지 않습니다. 둘째, NB2는 최대 다섯 개의 캐릭터 시트를 같은 장면에 태그해 넣을 수 있는데, Brian이 영상 후반부에서 이를 한계까지 시험해 정말 인상적인 결과를 보여줍니다. NB2와 Nano Banana Pro 모두 이 프롬프트를 잘 처리하지만, NB2는 동시에 더 많은 캐릭터 입력을 지원한다는 장점이 있다는 점을 짚어둘 만합니다.
팁 3: Google 검색으로 실제 정보에 기반하기
This is where NB2 pulls most clearly ahead of its predecessor. The model can perform a web search when it determines it does not have enough information to complete a task, which opens up a genuinely new category of prompting. Brian tested this by photographing grocery store ingredients and asking NB2 to generate recipe infographics without telling it what the recipe should be. The model had to identify the ingredients from the photos, look up a relevant recipe, and render everything as a visual layout.
라자냐 테스트에서 그는 12개의 개별 참조 이미지를 사용했습니다. OpenArt는 최대 14개까지 지원합니다.
결과물은 대체로 인상적이었지만, Brian은 몇 가지 의견을 남겼습니다:
"많은 결과물이 재료 양에 대한 설명이 다소 부실해서, 재료가 든 상자나 병을 통째로 그릇에 쏟아붓고 전부 층층이 쌓은 다음 될 대로 되라는 식의 라자냐를 즐기라는 식이었다."
실용적으로 정리하면, 웹 기반 prompting은 여러 입력에 걸친 정보를 모델이 종합하길 바라는 참조 중심 작업에 잘 맞습니다. 결과물이 이따금 약간의 해석을 필요로 하더라도, 이런 유형의 작업에서는 NB Pro보다 확실히 낫습니다.
팁 4: 다국어 텍스트 생성
NB2는 향상된 다국어 텍스트 렌더링을 탑재했으며, Brian은 자신의 치즈케이크 인포그래픽을 일본어로 번역해 달라고 요청해 이를 테스트했습니다. 번역은 올바르게 렌더링되었지만, Brian은 정확성을 검증할 자신의 능력에 한계가 있음을 솔직히 인정합니다. 그는 댓글을 통해 일본어 사용자들의 의견을 요청했습니다. 아직 결론은 나지 않았습니다.
팁 5: 복잡한 장면 편집에서의 공간 추론
Brian brought NB2 to Times Square, photographically speaking, and asked it to remove all the LED billboards and signage from a rainy night shot. What makes this test genuinely interesting is the difficulty of what the model has to do: it must remove the signs, extrapolate what the buildings look like underneath them, and recalculate the lighting, since most of the illumination in a wet Times Square shot is reflected bounce light from those very signs. That is a significant amount of spatial and physical reasoning happening in a single generation.
결과물은 인상적이며, 프레임 중앙 부근에서 예상되는 약간의 불완전함이 있습니다. Brian은 이 테스트에 이어 추가 편집을 진행해 보행자를 제거하고, 화창한 날로 바꾼 뒤, 다시 눈보라 장면으로 전환했습니다. 마지막 편집이 워낙 잘 되어서, 이제 집 밖에 나가지 않고도 겨울 B롤을 만들 수 있다고 선언했죠.
팁 6: 최대 5명의 일관된 캐릭터가 등장하는 멀티 캐릭터 장면
영상에서 가장 야심 찬 테스트였습니다. Brian은 서로 다른 캐릭터 시트 다섯 개를 생성해 하나의 Applebee's 식당 장면에 모두 태그하고, 캐릭터들이 립을 먹는 동안 다양한 카메라 앵글을 요청했습니다. 대부분의 캐릭터는 여러 생성물에서 일관되게 유지됐습니다. 가장 까다로웠던 건 레트로 주부 캐릭터였는데, Brian은 사실적인 사람 얼굴의 미세한 불일치에 우리 뇌가 유독 민감하기 때문이라고 봅니다.
작업 과정에서 예상치 못한 몇 가지가 드러났습니다. 로봇은 그런 prompt가 없었음에도 계속 퓨처라마의 벤더를 닮고 싶어 했고, 일부 결과물에는 떠다니는 캐릭터 시트 아티팩트가 나타났습니다. 하지만 가장 인상적인 순간은 NB2가 요청도 없이 다섯 캐릭터 모두에게 이름을 지어 준 때였습니다: Blonde Ambition, Steel Resolve, The Gentle Toad, Mew Pawsome, 및 Skull Rider. Brian의 평가: "그동안의 비판을 모두 철회합니다. 역대 최고의 이미지 모델이에요."
빠른 참고: 어떤 작업에 어떤 모델을 쓸까
핵심 요약
NB2는 Nano Banana Pro에 비해 의미 있는 업그레이드로, 특히 이미지 편집, 웹 기반 프롬프트, 다중 캐릭터 일관성에서 뛰어납니다. 내부의 씽킹 엔진 덕분에 이전 버전이 할 수 없었던 작업을 해내며, 그것도 더 빠르고 더 저렴하게 처리합니다. 완벽한 도구는 아니지만 진정으로 강력한 도구이며, 지금 바로 OpenArt에서 사용할 수 있습니다.
Brian의 튜토리얼은 전체를 다 볼 만한 가치가 있습니다. 댓글에서 꾸준히 호평받은 부분은 세련된 결과물뿐 아니라 모델이 예상치 못하거나 완벽하지 않은 결과를 내는 지점까지 기꺼이 보여 준다는 점이었습니다. 이런 솔직함 덕분에 직접 사용해 볼 때 무엇을 기대할 수 있을지 훨씬 현실적으로 그려 볼 수 있습니다.