GPT-Images 2.5 기반 극사실주의 AI UGC 셀피를 위한 구조화 JSON 프롬프트 엔지니어링 팁

AI 크리에이터 AI STUFF(@AISTUFFXX)가 OpenAI의 차세대 이미지 생성 모델 GPT-Images 2.5를 활용해 극사실주의 AI UGC(User Generated Content) 셀피를 제작할 수 있는 구조화 JSON 프롬프트 엔지니어링 기법을 공유했습니다.

이미지 출처: AI STUFF (@AISTUFFXX)

자연어 서술형 프롬프트 대신 스키마 기반 JSON 형식을 채택함으로써, 레퍼런스 원본의 인물 이목구비, 헤어스타일, 조명 톤, 배경 공간 등 보존해야 할 불변 속성과 사용자가 의도적으로 변형하고자 하는 속성을 분리하여 모델에 정밀하게 전달하는 워크플로우입니다.

GPT-Images 2.5의 레퍼런스 제어 성능과 JSON 구조화의 필요성

OpenAI가 2026년 9월 선보인 ChatGPT Images 2.5 및 API 모델군(고속 추론 특화형 GPT-Image-2.5 Flare, 고정밀 작업용 GPT-Image-2.5 Sunburst)은 이전 세대 대비 레퍼런스 이미지 내 피사체 유지력과 다회차 지시문 추론 정확도를 대폭 끌어올렸습니다. 특히 Flare 모델은 빠른 생성 속도에 최적화되어 Images 2.0 수준의 품질을 유지하면서 신속한 반복 생성을 지원하며, Sunburst 모델은 향상된 이미지 품질을 제공합니다. 두 모델 모두 이전 세대 대비 정밀 편집과 피사체 유지 성능이 개선되었습니다.

하지만 일반적인 줄글 서술 형태로 이미지 변형을 요청할 경우, 인공지능 모델이 보존해야 할 영역과 수정해야 할 영역의 경계를 모호하게 해석하여 얼굴 정체성이 달라지거나 기존 카메라 앵글이 무너지는 속성 침범(Attribute Bleeding) 현상이 빈번히 발생합니다.

AI STUFF는 이러한 한계를 극복하기 위해 JSON 오브젝트 형태로 프롬프트를 모듈화했습니다. 모델 내부의 지시문 파싱 엔진이 명확한 키-값 구조를 통해 불변 요소(preserve)와 수정 대상(modify)을 명시적으로 구분할 수 있도록 유도하여, 원본의 리얼리티를 유지한 채 원하는 디테일만 국소적으로 변형할 수 있습니다.

극사실주의 셀피 재구성 JSON 프롬프트 템플릿

실제 AI UGC 셀피 제작에 사용된 구조화 JSON 프롬프트의 기본 구조는 다음과 같습니다. 레퍼런스 이미지를 업로드한 상태에서 해당 JSON 데이터를 텍스트 입력창에 전달하는 방식으로 동작합니다.

{
  "prompt_type": "photorealistic_reference_reconstruction",
  "objective": "Recreate the supplied indoor tropical selfie as closely as possible in a single photorealistic frame. Preserve the same close-up composition, long dark hair with a center part, small silver hoop earrings, subtle winged eyeliner, warm sun-kissed skin, and Brazilian-style bedroom background. The subject is wearing a floral bikini top. Emphasize a much larger, very full, heavy bust that completely fills and stretches the bikini top to its limit, creating very deep, dramatic cleavage. Ignore and remove all text, buttons, captions, logos, watermarks, UI overlays, and screen graphics.",
  "reference_fidelity": {
    "target": "extremely high similarity to the reference composition, pose, styling, and environment with the requested modification",
    "preserve": [
      "same close-up selfie framing from the chest up",
      "same long dark hair with a center part",
      "same small silver hoop earrings",
      "same subtle winged eyeliner and natural makeup",
      "same warm sun-kissed skin tone",
      "same floral bikini top",
      "same Brazilian-style bedroom background with wooden beams and tropical plants",
      "same soft natural window light from the side"
    ],
    "modify": [
      "significantly increase the bust size to be very large, full, and heavy",
      "the bikini top stretches to its absolute limit over the enlarged bust",
      "create very deep, dramatic cleavage that dominates the upper body"
    ]
  },
  "canvas": {
    "orientation": "portrait",
    "aspect_ratio": "approximately 9:16",
    "framing": "tight close-up selfie, framed from the chest up to slightly above the head",
    "crop": "from the upper chest to just above the hair",
    "subject_scale": "large, filling most of the frame"
  }
}

JSON 핵심 필드별 구조 분석 및 작성 가이드

구조화 프롬프트 템플릿은 크게 4가지 핵심 모듈로 구성되어 있으며, 각 필드는 이미지 생성 모델의 특정 추론 레이어를 제어합니다.

1. 작업 모드 선언 (prompt_type)

• "prompt_type": "photorealistic_reference_reconstruction"
• 모델에게 신규 이미지 무작위 생성이 아닌, 입력된 레퍼런스를 바탕으로 한 '극사실주의 재구성' 작업임을 최우선 정의합니다.

2. 총괄 목표와 정제 지시 (objective)

• 생성할 결과물의 전체적인 장면 개요와 변형의 핵심 방향성을 요약 서술합니다.
• 특히 레퍼런스 스크린샷에 포함되었을 수 있는 UI 요소, 캡션 텍스트, 버튼, 워터마크 등을 사전에 필터링하도록 "Ignore and remove all text, buttons, captions, logos, watermarks, UI overlays, and screen graphics"와 같은 정제 지시문을 포함해 클린한 원본 프레임을 유도합니다.

3. 레퍼런스 일관성 제어 (reference_fidelity)

• target: 레퍼런스와 결과물 사이의 목표 유사도 수준을 정의합니다.
• preserve (보존 배열): 원본에서 절대 변경되지 말아야 할 시각적 닻(Anchor) 목록입니다. 카메라 화각, 헤어스타일 및 가르마 위치, 액세서리 세부 사항, 피부 톤과 메이크업, 의상 패턴, 배경 인테리어의 목재 구조와 식물, 측면 창가 자연광의 방향까지 구체적인 관찰 항목을 리스트로 전달합니다.
• modify (변형 배열): 변경이 허용되고 집중되어야 할 단일 속성만을 나열합니다. 보존 목록과 변형 목록이 명확히 대치되므로, 원본의 다른 요소들이 연쇄적으로 왜곡되는 현상을 억제합니다.

4. 캔버스 기하학 및 카메라 구도 (canvas)

• 모바일 플랫폼(TikTok, Instagram Reels, Shorts)에 최적화된 세로형 규격(portrait, approximately 9:16)을 고정합니다.
• "framing"과 "crop" 필드를 통해 가슴 상단부터 머리 위 여백까지의 클로즈업 셀피 화각을 정의하고, 피사체가 프레임 대부분을 채우도록 스케일을 지정하여 셀카 특유의 현장감을 확립합니다.

실무 적용 및 확장 팁

• UGC 마케팅 및 피팅 테스트: 동일 인물의 아이덴티티와 조명 조건을 유지하면서 의상 색상이나 소품, 헤어 컬러만 교체하고자 할 때 preserve와 modify 항목을 수정하여 일관된 인플루언서 에셋을 연속 생성할 수 있습니다.
• 네거티브 프롬프트 대체: 별도의 네거티브 프롬프트 엔진을 거치지 않고도 objective 내부의 배제 지시문과 preserve의 긍정 서술문만으로 모델의 환각과 UI 아티팩트를 효과적으로 억제할 수 있습니다.
• API 연동 자동화: 구조화된 JSON 규격이므로 웹 파이프라인이나 자동화 스크립트에서 파라미터 변수 치환을 통해 손쉽게 배치 프롬프트를 생성하고 호출할 수 있습니다.

원문 출처

• AI STUFF (@AISTUFFXX) X 포스트: GPT-Images 2.5 is f*cking insane for AI UGC...