"사진 넣으면 심슨 그림체 뚝딱"…신세계 연 GPT 이미지

'챗GPT-4o 이미지 제네레이션' 기술 혁신 조명
한땀씩 그려 정확성 높이고 통합 아키텍처 도입…학습법도 혁신

오픈AI 챗GPT 4o 이미지 폭삭 속았수다 포스터 심슨가족 버전 생성

(서울=뉴스1) 김민석 기자 = 오픈AI가 출시한 '챗GPT-4o 이미지 제네레이션'이 폭발적 인기를 끌면서 어떤 원리로 이미지를 생성하는지 관심이 쏠린다.

샘 올트먼 오픈AI CEO는 27일(현지시간) X(옛 트위터)에서 "어느날 아침 일어나보니 이용자가 저를 지브리 스타일로 바꿨다는 메시지가 수백 개나 와 있었다"며 자신의 프로필 사진을 실제 사진에서 지브리 화풍의 이미지로 교체했다.

샘 올트먼 오픈AI CEO X 갈무리

챗GPT-4o 이미지는 'GPT-4o' 기반 통합 이해·추론을 기반으로 다양한 이미지를 생성할 수 있다. 특히 △지브리 △심슨 △귀멸의칼날 △아기공룡 둘리 △슬램덩크 등 주요 애니메이션 화풍을 모방한 그림을 생성해 주목받고 있다.

실제 SNS에선 영화·드라마 장면을 만화 화풍으로 바꾼 이미지들이 급속도로 확산했다. 한국서도 넷플릭스 드라마 '폭싹 속았수다' 또는 영화 '기생충' 포스터를 다양한 만화 화풍으로 변환한 이미지들이 퍼지고 있다.

오픈AI 챗GPT 4o 이미지 4컷 카툰 생성

신세계를 연 기술 혁신은 이미지 생성 방식에 있다. 오픈AI에 따르면 기존 '달리3'(DALL-E3)는 '디퓨전'(Diffusion) 방식으로 이미지를 생성했지만. GPT-4o 이미지는 '자기회귀'(Auto Regressive) 방식을 채택했다.

자기회귀는 이미지를 한 번에 통째 생성하지 않고 왼쪽 위부터 오른쪽 아래로 차례로 그리는 방식이다. 사람이 그림을 그릴 때 전체를 한 번에 그리지 않고 한 부분씩 세심하게 작업하는 것과 유사하다. 텍스트를 한 글자씩 생성하는 언어모델 인공지능(AI) 작동 원리와도 비슷하다.

이를 통해 모델이 이미지 내 모든 요소를 정확하게 제어할 수 있다. 텍스트도 명확한 삽입이 가능하다.

이미지 생성 속도는 통합 모델 아키텍처를 채택해 높였다. 기존엔 텍스트·이미지·오디오 등 멀티모달 정보를 텍스트로 변환한 후 다시 처리해야했지만, GPT-4o는 텍스트·픽셀·사운드 데이터를 하나의 모델이 직접 처리하도록 처음부터 설계됐다.

챗GPT 4o 이미지 뉴턴 프리즘 실험 생성

학습 방식 역시 진일보했다. GPT-4o는 텍스트·이미지 등을 개별 학습하지 않고 '조합분포'(joint distribution) 방식으로 이미지와 언어, 이미지 간 관계 등을 통합적으로 학습한다. 이같은 원리로 '뉴턴의 프리즘 실험-빛의 스펙트럼' 다이어그램 등도 생성할 수 있다는 설명이다.

아울러 여러 객체의 모양·색상·위치 관계를 정확히 파악·유지하는 능력(속성 바인딩)도 발전했다.

가브리엘 고 오픈AI 멀티모달 담당 연구책임자는 "기존 모델은 항목이 5개만 넘어가도 특성을 섞어 그리는 한계를 보였지만, GPT-4o 이미지 모델은 속성 바인딩이 우수해 최대 15개 이상의 객체를 정확하게 생성할 수 있다"고 설명했다.

ideaed@news1.kr