Gemini 2.5 Flash Image(Nano-Banana)는 2025년 8월 출시 후 10월 GA 버전으로
업그레이드되며 10가지 aspect_ratio 지원과 response_modalities 이미지 전용 출력
설정을 포함한 혁신적인 이미지 생성 및 편집 기능을 제공하는 Google의 최신 AI
모델입니다.
Nano-Banana란 무엇인가
Gemini 2.5 Flash Image는 구글이 2025년 8월 26일 처음 공개한 최첨단 이미지 생성
및 편집 모델입니다.
개발 초기 LMArena에서 테스트되던 중 'Nano-Banana'라는 코드명으로 불렸던 이
모델은 출시 후 빠르게 커뮤니티의 관심을 받았습니다.
2025년 10월 13일 기준, 이 모델은 출시 이후 50억 개 이상의 이미지를 생성했으며,
개발자들 사이에서 "포토샵 킬러"라는 별명을 얻을 만큼 강력한 성능을
입증했습니다.
왜 Nano-Banana인가
LMArena 테스트 기간 동안 이 모델은 500만 개 이상의 커뮤니티 투표를 받았고,
단일 모델로는 250만 개 이상의 투표를 기록했습니다.
이미지 편집 리더보드와 텍스트 투 이미지 리더보드에서 모두 1위를 차지하며
압도적인 성능을 보여주었습니다.
GA 버전 출시와 주요 업데이트
정식 출시 소식
2025년 10월 2일, Gemini 2.5 Flash Image는 프리뷰 단계를 벗어나 정식
GA(Generally Available) 버전으로 출시되었습니다.
이번 업데이트는 프로덕션 환경에서 안정적으로 사용할 수 있도록 설계되었으며,
개발자들이 요구했던 핵심 기능들이 대거 추가되었습니다.
Nano-Banana 업데이트 기능 정리
1. 10가지 Aspect Ratio 지원
GA 버전은 10가지 다양한 이미지 비율을 지원합니다.
소셜 미디어부터 영화적 장면까지 다양한 플랫폼에 최적화된 콘텐츠를 쉽게 생성할
수 있습니다.
|
카테고리
|
지원 비율
|
주요 용도
|
|
랜드스케이프
|
21:9, 16:9, 4:3, 3:2
|
유튜브, 영화, 블로그 썸네일
|
|
스퀘어
|
1:1 |
인스타그램 피드
|
|
포트레이트
|
9:16, 3:4, 2:3
|
인스타 스토리, 틱톡, 핀터레스트
|
|
플렉서블
|
5:4, 4:5
|
커스텀 디자인
|
2. 이미지 전용 출력 모드
response_modalities 파라미터를 통해 이미지만 반환하거나 텍스트와 이미지를 함께
반환할 수 있습니다.
기본값은 텍스트와 이미지를 모두 포함하지만, 필요에 따라 이미지만 생성하도록
설정할 수 있습니다.
3. 멀티 이미지 블렌딩
최대 8개의 이미지를 동시에 병합하여 하나의 새로운 이미지를 생성할 수 있습니다.
제품 사진, 광고 소재, 콘셉트 아트 제작에 특히 유용합니다.
4. 캐릭터 일관성 유지
여러 장면에서 동일한 캐릭터나 피사체의 외형을 일관되게 유지할 수 있습니다.
스토리텔링, 브랜드 자산 제작, 제품 카탈로그 생성에 혁신을 가져왔습니다.
Gemini 2.5 Flash Image GA 모델 문자열 사용법
기본 설정
개발을 시작하려면 Google AI Studio에서 API 키를 생성하고 빌링을 설정해야
합니다.
프로토타이핑은 AI Studio에서 무료로 테스트할 수 있지만, API를 통한 프로덕션 사용은 유료입니다.
필요한 요소
- Google AI Studio API 키
- 구글 클라우드 프로젝트 빌링 설정
- Python용 Google Gen AI SDK 또는 JavaScript/TypeScript SDK
SDK 설치
Python
pip install -U google-genai
pip install Pillow
JavaScript/TypeScript
npm install @google/genai
모델 문자열
GA 버전의 정식 모델 문자열은 gemini-2.5-flash-image입니다.
프리뷰 버전을 사용하던 경우 반드시 업데이트해야 합니다.
gemini-2.0-flash-preview-image-generation과 gemini-2.5-flash-image-preview 모델은 2025년 10월 31일 폐기 예정이므로 마이그레이션이 필수입니다.
텍스트에서 이미지 생성 실습
기본 이미지 생성
가장 간단한 형태의 이미지 생성 코드입니다.
from google import genai
from PIL import Image
from io import BytesIO
client = genai.Client(api_key="YOUR_API_KEY")
prompt = """초록색 눈을 가진 주황색 고양이가
소파에 앉아있는 초현실적인 이미지를 만들어주세요."""
response = client.models.generate_content(
model="gemini-2.5-flash-image",
contents=prompt,
)
for part in response.candidates[0].content.parts:
if part.text is not None:
print(part.text)
elif part.inline_data is not None:
image = Image.open(BytesIO(part.inline_data.data))
image.save("cat.png")
응답은 텍스트와 이미지 데이터가 혼합된 멀티모달 형식으로 제공됩니다.
각 파트를 순회하며 이미지 데이터를 추출하고 저장할 수 있습니다.
자세한 Gemini API 문서를 참고하여 더 많은 기능을 탐색해보세요.
Nano-Banana 이미지 비율 조절 + 이미지 전용 출력 설정
Aspect Ratio 설정 방법
aspect_ratio와 response_modalities 설정을 통해 원하는 형식의 이미지를 정확하게
생성할 수 있습니다.
from google import genai
from google.genai import types
from PIL import Image
client = genai.Client(api_key="YOUR_API_KEY")
prompt = """이 인물을 1980년대 스타일로 재현해주세요.
당시의 패션, 헤어스타일, 분위기를 담아주세요."""
image = Image.open('/path/to/image.png')
response = client.models.generate_content(
model="gemini-2.5-flash-image",
contents=[prompt, image],
config=types.GenerateContentConfig(
response_modalities=["IMAGE"],
image_config=types.ImageConfig(
aspect_ratio="16:9",
)
)
)
for part in response.parts:
if part.inline_data is not None:
generated_image = part.as_image()
generated_image.show()
핵심 파라미터 설명
-
response_modalities: ["IMAGE"] 설정 시 이미지만 반환, ["TEXT", "IMAGE"] 설정 시 설명과 함께 반환
-
aspect_ratio: 10가지 비율 중 선택 가능 (1:1, 16:9, 9:16, 3:2, 2:3, 4:3, 3:4, 21:9, 5:4,
4:5)
플랫폼별 최적 비율 가이드
|
플랫폼
|
추천 비율
|
용도
|
|
YouTube
|
16:9
|
썸네일, 영상 커버
|
|
Instagram Feed
|
1:1 |
정사각형 피드 포스트
|
|
Instagram Story
|
9:16
|
세로형 스토리
|
|
TikTok
|
9:16
|
세로형 동영상
|
|
Twitter/X
|
16:9
|
트윗 첨부 이미지
|
|
Pinterest
|
2:3 |
핀 이미지
|
|
LinkedIn
|
4:3 또는 16:9
|
게시물 이미지
|
|
블로그 썸네일
|
16:9 또는 21:9
|
와이드 배너
|
Google AI Studio에서 다양한 비율을 직접 테스트해볼 수 있습니다.
이미지 편집 기능
텍스트 + 이미지 입력으로 편집하기
기존 이미지에 텍스트 프롬프트를 결합하여 정밀한 편집을 수행할 수 있습니다.
from google import genai
from PIL import Image
from io import BytesIO
client = genai.Client(api_key="YOUR_API_KEY")
prompt = """고양이 이미지를 사용하여,
뉴욕시 거리에서 보도를 걷고 있는 사실적인 장면을 만들어주세요.
배경에는 흐릿한 보행자들의 다리와 지나가는 노란 택시가 보여야 합니다."""
image = Image.open("cat.png")
response = client.models.generate_content(
model="gemini-2.5-flash-image",
contents=[prompt, image],
)
for part in response.candidates[0].content.parts:
if part.inline_data is not None:
image = Image.open(BytesIO(part.inline_data.data))
image.save("cat_nyc.png")
이 모델은 입력 이미지의 캐릭터와 콘텐츠 일관성을 유지하면서도 새로운 환경과
구도를 자연스럽게 적용합니다.
대화형 이미지 편집
채팅 세션을 사용하면 여러 차례에 걸쳐 반복적으로 이미지를 다듬을 수 있습니다.
from google import genai
from PIL import Image
client = genai.Client(api_key="YOUR_API_KEY")
chat = client.chats.create(
model="gemini-2.5-flash-image"
)
# 첫 번째 편집
response1 = chat.send_message([
"고양이를 벵갈 고양이로 바꿔주세요. 나머지는 그대로 유지해주세요.",
Image.open("cat.png"),
])
# 두 번째 편집
response2 = chat.send_message(
"고양이에게 재미있는 파티 모자를 씌워주세요"
)
대화형 편집은 점진적인 개선과 미세 조정에 이상적입니다.
여러 번의 편집 후 이미지 품질이 저하되기 시작하면, 최신 이미지를 사용해 새로운
세션을 시작하는 것이 좋습니다.
고급 활용 사례
다중 이미지 병합
여러 입력 이미지를 결합하여 복잡한 편집 작업을 수행할 수 있습니다.
prompt = "이 소녀가 이 티셔츠를 입도록 해주세요. 배경은 그대로 유지해주세요."
image1 = Image.open("girl.png")
image2 = Image.open("tshirt.png")
response = client.models.generate_content(
model="gemini-2.5-flash-image",
contents=[prompt, image1, image2],
)
이 기능은 가상 제품 사진 촬영, 가상 피팅, 제품 합성에 특히 유용합니다.
사진 복원
오래된 흑백 사진을 복원하고 컬러화하는 작업도 간단한 프롬프트로 가능합니다.
prompt = "1932년의 이 이미지를 복원하고 컬러화해주세요"
image = Image.open("lunch.jpg")
response = client.models.generate_content(
model="gemini-2.5-flash-image",
contents=[prompt, image],
)
단순한 프롬프트만으로도 인상적인 복원 결과를 얻을 수 있습니다.
효과적인 프롬프트 작성 가이드
베스트 프랙티스
Nano-Banana로 최상의 결과를 얻기 위한 프롬프트 작성 가이드라인입니다.
1. 초정밀 디테일 제공
피사체, 색상, 조명, 구도에 대해 구체적으로 설명할수록 더 정확한 결과를 얻을 수
있습니다.
2. 맥락과 의도 전달
이미지의 목적이나 원하는 분위기를 설명하면 모델이 더 적절한 창작 선택을
합니다.
3. 반복과 개선
첫 시도에서 완벽을 기대하지 마세요.
대화형 기능을 활용해 점진적으로 개선하세요.
4. 단계별 지시
복잡한 장면의 경우 명확하고 순차적인 지시로 프롬프트를 분해하세요.
5. 긍정적 표현 사용
"자동차 없음"보다는 "차량 통행이 전혀 없는 한적한 거리"로 표현하세요.
6. 카메라 제어
"광각 샷", "매크로 샷", "로우 앵글 관점", "85mm 인물 렌즈"와 같은 사진 및 영화
용어를 사용하세요.
더 상세한 프롬프트 가이드는 공식 프롬프팅 모범 사례 문서에서 확인할 수 있습니다.
가격 정책
비용 구조
Nano-Banana는 토큰 기반 가격 정책을 사용합니다.
표준 1024x1024px 출력 이미지는 약 1,290 토큰을 소비하며, 이미지당 약 $0.039의
비용이 발생합니다.
공식 가격
- 입력: $0.30 / 1M 토큰
- 출력: $30.00 / 1M 토큰
-
이미지당 비용: 약 $0.039
-
$1로 약 25개의 이미지 생성 가능
새 이미지 생성과 기존 이미지 편집 모두 동일한 토큰량을 사용하므로 비용이 예측
가능합니다.
다른 입출력 모달리티(텍스트, 오디오 등)는 표준 Gemini 2.5 Flash 가격을
따릅니다.
Google AI Studio 활용
Build Mode 기능
Google AI Studio의 'Build Mode'를 사용하면 단일 프롬프트로 커스텀 AI 앱을 즉시
생성하고 리믹스할 수 있습니다.
"필터를 적용할 수 있는 이미지 편집 앱을 만들어줘"와 같은 간단한 명령만으로도
작동하는 앱을 만들 수 있습니다.
예제 앱 살펴보기
AI Studio에서 제공하는 템플릿 앱을 직접 테스트하고 커스터마이징할 수 있습니다.
-
Bananimate:
이미지와 프롬프트로 애니메이션 GIF 생성
-
Enhance: 무한 줌
크리에이티브 업스케일러
-
Fit Check: 가상
피팅룸, 의상 착용 시뮬레이션
-
Pixshop: 포토샵
스타일의 이미지 편집 앱
준비가 되면 AI Studio에서 직접 배포하거나 GitHub에 코드를 저장할 수 있습니다.
모든 작업은 무료입니다.
AI Studio 앱 갤러리에서 더 많은 예제를 확인해보세요.
실전 활용 사례
업계별 적용 예시
1. 전자상거래
여러 제품 이미지를 단일 프레임으로 결합하여 마케팅, 교육, 광고 자료를 제작할
수 있습니다.
가상 제품 사진 촬영으로 시간과 비용을 절약할 수 있습니다.
2. 콘텐츠 제작
Cartwheel은 3D 포징 도구와 Gemini 2.5 Flash Image를 결합하여 캐릭터 제어와
일관성을 제공하는 이미지 생성 시스템을 구축했습니다.
다른 모델들은 임의의 카메라 각도에서 캐릭터를 렌더링하거나 세계 지식을
유지하면서 포즈 충실도를 유지하지 못했지만, Nano-Banana는 두 가지를 모두
제공합니다.
3. 게임 및 인터랙티브 미디어
Volley는 AI 기반 던전 크롤러 게임 'Wit's End'에서 Gemini 2.5 Flash Image를
사용해 캐릭터 초상화와 동적 장면을 세션 중에 생성하고 편집합니다.
4. 교육 및 학습
손으로 그린 다이어그램을 읽고 이해하며, 실제 질문에 답하고, 복잡한 편집 지시를
따를 수 있습니다.
인터랙티브 교육 튜터 앱을 만들 수 있습니다.
커뮤니티 혁신 사례
전 세계 개발자들이 Nano-Banana로 만들어낸 놀라운 프로젝트들입니다.
-
카메라 관점 이동 (henrydaubrez)
-
일관된 캐릭터 디자인을 위한 퓨샷 러닝 (multimodalart)
-
구글 맵을 변환한 "빨간 화살표가 보는 것" (tokumin)
-
스틱 피규어 주석에서 이미지 생성 (yachimat_manga)
-
정지 이미지에서 3D 모델 생성 (deedydas)
-
위치 기반 AR 경험 생성 (bilawalsidhu)
-
2D 지도를 3D 그래픽으로 변환 (demishassabis)
이러한 혁신적인 활용 사례들은 Nano-Banana의 무한한 가능성을 보여줍니다.
제한 사항과 개선 방향
현재 알려진 제한
모든 이미지가 완벽하게 생성되는 것은 아니며, 작은 얼굴, 정확한 철자, 이미지 내
세밀한 디테일에서 여전히 어려움을 겪을 수 있습니다.
캐릭터 일관성이 뛰어나지만 항상 정확하지는 않을 수 있습니다.
지속적인 개선
구글은 다음 영역에서 모델을 지속적으로 개선하고 있습니다.
-
장문 텍스트 렌더링
-
더욱 신뢰할 수 있는 캐릭터 일관성
-
이미지 내 세밀한 디테일의 사실적 표현
책임 있는 AI 사용
SynthID 워터마크
Gemini 2.5 Flash Image로 생성되거나 편집된 모든 이미지에는 보이지 않는 SynthID
디지털 워터마크가 포함됩니다.
이는 이미지가 AI로 생성되었거나 편집되었음을 식별할 수 있도록 합니다.
육안으로는 보이지 않지만 감지 기술로 확인할 수 있어, 투명하고 책임 있는 AI
사용을 지원합니다.
개발 시작하기
필수 리소스
공식 문서 및 도구
- Google AI Studio
- Gemini API 문서
- Nano-Banana 이미지 생성 가이드
- 개발자 블로그
- Vertex AI 문서
첫 프로젝트 시작
-
AI Studio에 접속하여 무료 프로토타이핑 시작
-
API 키 생성 및 빌링 설정
-
SDK 설치 및 환경 구성
-
간단한 이미지 생성 코드로 테스트
-
aspect_ratio와 response_modalities 실험
-
대화형 편집으로 반복 개선
결론
Gemini 2.5 Flash Image(Nano-Banana)는 이미지 생성 모델의 새로운 기준을
제시합니다.
LMArena에서 이미지 편집과 텍스트 투 이미지 카테고리 모두에서 1위를 차지한 것은
이 모델의 탁월한 성능을 입증합니다.
10가지 aspect_ratio 지원, response_modalities 이미지 전용 출력 옵션, 그리고
강력한 캐릭터 일관성 유지 기능은 개발자들에게 전례 없는 창작의 자유를
제공합니다.
핵심 요약
-
GA 출시: 2025년
10월 2일 정식 버전 출시로 프로덕션 준비 완료
-
모델 문자열:
gemini-2.5-flash-image 사용 (프리뷰 모델은 10월 31일 폐기)
-
10가지 비율:
랜드스케이프, 포트레이트, 스퀘어, 플렉서블 형식 지원
-
유연한 출력:
response_modalities로 이미지 전용 또는 텍스트+이미지 선택
-
합리적 가격:
이미지당 $0.039, $1로 약 25개 생성 가능
-
AI Studio 무료:
프로토타이핑 및 테스트 무료 제공
다음 단계
지금 바로 Google AI Studio에서 Nano-Banana를 테스트해보세요.
커뮤니티에서 공유되는 혁신적인 프로젝트에서 영감을 받고, 여러분만의 창의적인
애플리케이션을 구축해보세요.
Gemini 2.5 Flash Image는 단순한 이미지 생성 도구를 넘어, 창작의 새로운
패러다임을 제시하는 강력한 개발자 도구입니다.
이 가이드가 여러분의 프로젝트에 도움이 되기를 바랍니다.
더 자세한 정보는 공식 Gemini API 문서를 참고하세요.
Sora2 프롬프트 가이드 공개 | 효과적인 영상 생성 비법 & 예시 해설
Sora2 프롬프트 작성법 완벽 가이드. 카메라 앵글, 조명, 리믹스 기능부터 API 파라미터 최적화까지 - 전문가급 AI 영상 생성의 모든 것을 실전 예시와 함께 해설합니다.
🌐
tech-in-depth-hub.blogspot.com
Qwen Image Edit 사용법 | 이미지 편집·수정 AI 가이드
Qwen Image Edit 공식 완벽 가이드! 의미적·외관 편집, 체인 편집으로 정밀한 텍스트 수정까지. SOTA 성능의 AI 이미지 편집 도구 사용법과 실전 활용 사례 총정리.
🌐
tech-in-depth-hub.blogspot.com
HunyuanVideo-Foley: 영상과 자막으로 고품질 음향 생성하는 Tencent TV2A 프레임워크
텐센트의 HunyuanVideo-Foley는 영상과 텍스트로 고품질 Foley 음향을 자동 생성하는 혁신적인 TV2A 프레임워크입니다. MMDiT 구조와 REPA 손실함수를 활용하여 SOTA 성능을 달성했습니다.
🌐
tech-in-depth-hub.blogspot.com
로드밸런싱 알고리즘 종류, 페일오버, 헬스 체크까지 완전 해설
로드밸런싱 알고리즘 종류부터 헬스 체크, 페일오버 전략까지 웹서버 로드밸런싱 구성의 모든 것을 다룬 완벽 가이드. 실무 예제와 클라우드 비교 포함.
🌐
tech-in-depth-hub.blogspot.com
RAG (Retrieval-Augmented Generation) | AI가 외부 지식을 끌어오는 방법 완전 해설
RAG(Retrieval Augmented Generation)는 LLM이 외부 지식 베이스를 참조하여 더욱 정확하고 최신의 정보를 생성할 수 있도록 하는 AI 기술로, 할루시네이션 감소와 도메인 특화 지식 통합에 효과적입니다.
🌐
tech-in-depth-hub.blogspot.com
댓글
댓글 쓰기