Meta Muse Image vs GPT Image 2: 생각하는 신예 vs 텍스트 왕

Meta Muse Image는 이미지 모델이 그래야 하는 방식으로 이미지를 생성하지 않습니다. 2026년 7월 7일, 코드명 망고(Mango)로 출시된 Meta Superintelligence Labs의 첫 자체 개발 이미지 모델인 이 모델은 에이전트로 작동합니다. 웹을 검색해 프롬프트를 사실에 근거시킬 수 있고, 차트와 QR 코드를 올바르게 배치하기 위해 코드를 작성하고 실행할 수 있으며, 사용자가 결과를 보기 전에 자신의 초안을 수정할 수 있습니다. 메타에 따르면 이 자기 수정 습관은 명시적으로 프로그래밍된 것이 아니라 강화 학습을 통해 나타났습니다. 이 모든 메커니즘이 노리는 대상은 2026년 4월 출시된 OpenA​I의 GPT Image 2로, 여전히 모든 공개 이미지 리더보드에서 1위를 지키고 있습니다. Muse Image가 출시된 지 한 달이 지난 지금, 냉정하게 평가하자면 이것은 올해 가장 흥미로운 이미지 모델 출시이며, 여전히 분명히 2위입니다.

어느 쪽 모델도 새로운 뉴스는 아니다. 그래서 이번 맞대결은 출시 기사가 아닌 차분한 비교가 필요한 이유이기도 하다. GPT Image 2는 봄부터 현역 자리를 지켜온 모델로, 이제 제2의 바람을 맞았다. OpenAI는 8월 30일부터 ChatGPT에서 DALL-E 도구를 퇴출하고 모든 생성을 GPT Image 2가 구동하는 ChatGPT Images로 통합하며, 8월 7일의 새로운 벤치마크는 다시 한 번 그 우위를 재확인했다. Muse Image는 첫 2주간 메타가 이후 번복한 개인정보 보호 실수로 헤드라인을 장식했고, 여전히 개발자 API도 없다. 소음 뒤에 숨은 기술적 이야기는 실제다. 메타는 눈에 보이게 사고하는 최초의 이미지 모델을 만들었고, OpenAI는 실제로 읽을 수 있는 텍스트를 그리는 최초의 모델을 만들었다. 이 비교의 나머지 모든 것은 이 두 가지 사실에서 파생된다.

점수판

동일한 여섯 가지 차원을 양쪽 모두에 적용해 표 없이도 대비가 한눈에 들어옵니다. Muse Image의 아레나 수치는 제3자 제공 값이고, 편집 성능은 Meta가 보고한 값입니다. GPT Image 2의 수치는 arena.ai와 OpenAI 공식 가격 페이지를 기준으로 합니다. 모든 공급업체 보고 수치에는 표시가 되어 있습니다.

• 가용성 — Muse Image는 앱 전용이며 Meta AI, Instagram, WhatsApp에서 무료로 제공되고 아직 개발자 API가 없습니다. 반면, GPT Image 2는 API 우선 방식으로 OpenAI의 API 및 OrcaRouter를 통해 호출할 수 있습니다.

• 작동 모드 — Muse Image: 기본적으로 에이전트 방식(웹 검색, 코드 실행, 자체 수정) vs GPT Image 2: 선택적 "thinking" 모드를 포함한 단일 자기회귀 패스

• Text-to-Image Arena — Muse Image Elo 1,281, 7월 31일 기준 3위 vs GPT Image 2 Elo 1,381, 1위 — 약 64%의 예상 승률에 해당하는 100포인트 차이.

• 이미지 내 텍스트 — {{1}}Muse Image는 코드 및 렌더링 경로를 통해 정확한 텍스트를 제공한다고 주장하지만, 최고 수준의 GPT Image 2와는 독립적으로 벤치마킹되지 않았습니다.{{/1}} 일본어, 한국어, 중국어, 힌디어, 벵골어를 읽을 수 있게 렌더링합니다.

• 가격 — Meta 앱의 Muse Image는 무료 티어를 제공하며, 더 많은 사용은 월 $7.99 또는 $19.99인 Meta One으로 이용할 수 있습니다. 반면 GPT Image 2는 API 기준 1024×1024 이미지당 약 $0.05~$0.21입니다.

• 편집 — 메타 자체 평가에 따르면 Muse Image는 단일 및 다중 이미지 편집에 강세를 보이며, GPT Image 2는 공개 이미지 편집 리더보드에서 단연 선두주자입니다.

에이전틱 루프가 진짜 제품이다.

메타가 뮤즈 이미지(Muse Image)에 대해 내세우는 지점은 "더 사실적인 픽셀"이 아니라 다른 작업 방식이다. 지식 밀도가 높은 프롬프트, 예를 들어 현 챔피언의 이름이 담긴 윔블던 트로피 이미지를 요청하면, 뮤즈 이미지는 먼저 웹을 검색하고, 발견한 내용에 생성의 근거를 둔 다음에야 그림을 그린다. 차트, 인포그래픽, QR 코드의 경우에는 코드를 작성·실행하고 그 출력을 렌더링한 뒤, 그 렌더링을 활용해 최종 이미지를 보정한다. 메타의 출시 후 자료들은 모델이 자신의 출력을 반성하는 과정을 설명한다. 사소한 오류에는 작은 수정을, 중대한 오류에는 전체 다시 그리기를, 불확실할 때는 추가 검색을 수행하는 식이다. 놀라운 주장은 이 수정 행동이 명시적으로 프로그래밍된 것이 아니라 강화학습 중에 자연스럽게 나타났다는 점이다. 수정이 더 높은 인간 선호도 보상을 이끌었기 때문이다. 메타는 자체 교정 효과를 텍스트-투-이미지에서 약 57%, 두 편집 범주 모두에서 56%의 승률 상승으로 보고한다. 이는 독립적 재현을 기다리는 공급업체 측 수치다.

번역하겠습니다.thinking 과정에서도 더 나은 모델을 만들기 위해 어떤 레버를 당길지가 달라진다. Meta에 따르면 Muse Image의 품질은 추론 단계가 늘어날수록 로그함수적으로 향상되며, 여러 후보를 생성해 최선을 고르는 것보다 더 깊은 추론에 연산을 투자하는 것이 낫다고 한다. 이는 테스트 시점 연산(test-time compute)을 새로운 개척지로 보는 입장이다. GPT Image 2도 선택적 사고 모드에서 비슷한 아이디어를 제공하는데, 이 모드는 레이아웃을 계획하고 웹을 검색할 수 있으며 그림을 그리기 전에 작업을 검토한다. API에서는 low, medium, high의 thinking 파라미터로 노출되며 추가 토큰으로 청구된다. 차이는 기본 설정에 있다. Muse Image는 구조적으로 에이전트로서 루프를 돌도록 설계되었지만, GPT Image 2의 기본 경로는 단일 패스이며 추론은 유료 업그레이드다. 이미지 생성이 도구를 사용하고 자가 교정하는 파이프라인으로 나아가고 있다고 믿는다면, Muse Image는 그 가정을 전적으로 중심에 둔 최초의 프로덕션 모델이다. 그리고 이미지 모델이 그림을 그리는 동안 계획을 담당하는 Meta의 Muse Spark 언어 모델과의 결합은 지금까지 출시된 미래 비전 중 가장 명확한 구현이다.

텍스트는 간극이 가장 넓은 곳이다.

GPT Image 2의 가장 확실한 장점은 이미지 내부의 가독성 있는 텍스트입니다. 이는 프로덕션 이미지 생성에서 가장 많이 요청된 기능이기도 합니다. GPT Image 2는 메뉴, 포스터, 인포그래픽, 다중 패널 레이아웃을 깨진 글자 없이 안정적으로 렌더링하는 최초의 모델이며, 역사적으로 모든 이전 모델을 실패시켰던 비라틴 문자까지도 문제없이 처리합니다. 이것이 이미지 편집 리더보드를 휩쓴 이유이기도 합니다. 편집된 레이아웃은 그 안의 텍스트가 올바르게 유지되어야만 제대로 작동하기 때문입니다. Muse Image의 코드 앤 렌더 방식은 같은 문제에 대한 정말 영리한 시도입니다. 텍스트를 그리려고 하지 않고 조판한 뒤 합성하는 방식이죠. 하지만 아직까지 독립적인 벤치마크에서 텍스트가 많은 이미지에 대한 GPT Image 2의 결과물과 맞먹는 성능을 보여주지 못했으며, Meta 자체 자료에서도 그 강점을 타이포그래피보다는 편집과 구성에 두고 있습니다.

이것들 중 하나는 호출 가능하며, 다른 하나는 앱입니다.

제품을 만들려는 사람에게 실질적인 격차는 벤치마크상의 격차보다 더 두드러집니다. GPT Image 2는 API 우선 방식입니다. 토큰 요금으로 OpenAI의 images API를 호출하며, 이미지 입력은 토큰 100만 개당 $8, 이미지 출력은 $30, 텍스트 입력은 $5, 텍스트 출력은 $10이고, 캐시된 입력은 절반 가격입니다. 이는 중간 품질에서는 1024×1024 이미지당 약 $0.05, 높은 품질에서는 약 $0.21이며, thinking 설정을 사용하면 비용이 더 추가됩니다. Muse Image에는 개발자용 API가 전혀 없습니다. Meta AI 앱, Instagram Stories, WhatsApp에서는 무료로 제공되며, 더 많이 사용하려면 월 $7.99 또는 $19.99의 Meta One 구독이 필요합니다. Meta는 외부 개발자에게 모델을 공개할지 여부를 아직 검토 중이라고 밝혔습니다. Muse Image는 오늘 오후에 사용해 볼 수 있지만, 그 위에 구축할 수는 없습니다.

이러한 비대칭성 때문에 이 페이지는 이 두 모델 중 하나는 라우팅할 수 있지만 다른 하나는 라우팅할 수 없는 것입니다. GPT Image 2는 OrcaRouter의 openai/gpt-image-2에서 라이브로 제공되며, 동일한 API 형태를 사용하는 gpt-image-1의 드롭인 업그레이드입니다. OpenAI 공시 가격 그대로 마크업 없이 청구되므로, 표시된 $8/$30(백만 토큰당) 요금은 공급업체의 가격이며, 공급업체가 요금을 인하하면 발표 당일에 바로 여기에 반영됩니다. Meta가 Muse Image 엔드포인트를 여는 순간 — 그리고 자체 유료 Muse Spark API 출시는 그 날이 곧 올 것임을 시사합니다 — 이 둘은 '하나 아니면 다른 하나'가 아닌 라우팅 결정의 대상이 됩니다. 하나의 키로 자체 프롬프트에서 신규 모델과 기존 모델을 A/B 테스트할 수 있고, 새 모델이 아직 자신의 강점을 찾는 동안에는 검증된 생성기로 자동 페일오버됩니다. 이것이 바로 라우팅 레이어가 존재하는 이유입니다. 프로덕션 경로를 걸지 않고도 흥미로운 새 모델을 시험해볼 수 있는 패턴인 것이죠.

출시를 거의 정의할 뻔한 개인정보 보호 실수

Muse Image의 첫 2주는 벤치마크가 아니라 한 가지 기능이 지배했다. 사용자는 프롬프트에서 공개 인스타그램 계정을 @멘션할 수 있었고, 모델은 공개 사진에서 그 사람의 이목구비를 가져와 생성된 장면에 넣었다. 즉 공개 계정은 기본적으로 옵트인된 상태였다. 개인정보 보호 단체와 할리우드 노동조합들은 몇 시간 안에 반대 의사를 밝혔고, 메타는 출시 후 일주일도 안 된 7월 10일에 그 기능을 제거했지만 기본 모델은 유지했다. 이 사건은 비교에 있어 양방향으로 작용한다. 이는 메타의 진짜 강점, 즉 이미지 모델을 하룻밤 사이에 수십억 사용자 앞에 내놓을 수 있는 유통 능력과 그에 따르는 감시를 상기시킨다. 별도로, 로이터는 메타의 Content Seal 워터마크 탐지기가 이미지가 잘린 후 워터마크된 이미지의 55%를 검증하지 못했다는 점을 발견했으며, 따라서 감사 추적이 광고된 것보다 약하다. 그 어떤 것도 품질에 대한 평가를 바꾸지는 않지만, 그것은 그 모델의 공개 기록의 일부다.

어느 것을 사용할까요?

정확한 텍스트가 필요한 모든 것 — 포장재, 포스터, UI 목업, 인포그래픽, 또는 비라틴 문자를 다루는 파이프라인 — 에는 GPT Image 2가 선택이며, 두 모델 중 오늘날 코드에서 호출할 수 있는 유일한 모델입니다. Muse Image는 더 흥미로운 실험입니다. 그 에이전틱 루프는 이미지 생성이 나아갈 방향을 가리키고, 편집 기능은 확실히 강력하며, 지금 메타 앱에서 무료로 사용해볼 수 있습니다. 두 모델 간의 격차는 실재하지만 구조적이지는 않습니다. 자신의 작업을 수정하는 법을 학습한 모델은 업계가 마주했던 어떤 경쟁자와도 다른 종류이며, 자기 수정 능력이 일반화된다면 이 100 Elo 포인트 격차는 오래 안정적으로 유지되지 않을 것입니다. 프로덕션에는 GPT Image 2를 채택하고, Muse Image의 API 상태를 주시하며, 호출 가능해지는 날 새 모델을 라우터 뒤에 배치하십시오.