Nano Banana란? Google 이미지 편집 모델 해설

원래 제품명은 아니었습니다. 서로 어느 시스템인지 모르는 상태에서 결과만 비교하는 공개 대결 아레나에 라벨 없는 모델이 "nano banana"라는 임시 이름으로 등장했습니다. 승률이 높아 눈길을 끌었고, 누가 만든 것인지에 대한 추측이 몇 주간 이어진 끝에 Google이 확인했습니다.

그 뒤 Google은 이례적으로 그 별칭을 유지했습니다. 그래서 진지한 인프라가 농담 같은 핸들로 널리 알려지게 됐습니다. 정식 정체성은 Gemini 이미지 모델이지만, 사람들이 검색하는 이름은 바나나입니다.

이 역사는 검색에서 이 용어가 이상하게 보이는 이유를 설명합니다. 마케팅보다 관심이 먼저 왔기 때문에, 사람들이 묻는 질문도 소문에 대해 묻는 — 무엇인지, 누가 만들었는지, 진짜인지 — 쪽이지, 제품에 대해 묻는 질문이 아니었습니다.

대부분의 이미지 모델은 설명에서 이미지를 새로 만드는 데 초점이 맞춰져 있습니다. Nano Banana는 이미 가진 사진을 바꾸는 데 초점이 있고, 어려운 부분은 ‘요청하지 않은 나머지’를 그대로 두는 일입니다.

범용 모델에 ‘이 사진 속 사람에게 빨간 코트를 입혀 달라’고 하면, 대개 빨간 코트를 입은 ‘비슷하지만 다른’ 사람이 나옵니다. 턱선이나 눈 사이 간격이 조금 달라져 형제처럼 느껴지는 얼굴이 됩니다. 한 번은 버티지만 여러 번 편집하면 정체성이 무너집니다. Nano Banana가 붙드는 것은 그 정체성이고, 연속되는 지시에서도 유지하도록 설계됐습니다.

상호작용 방식도 거기서 나옵니다. 복잡한 prompt를 한 번에 쓰고 결과를 수용하는 것이 아니라, 매 턴 직전 결과를 조금씩 조정하는 대화를 합니다. 조명을 옮겨 주세요. 이제 저녁으로. 이제 야외로. 그 반복이 곧 제품입니다.

같은 피사체가 여러 번 등장해야 하는 작업입니다. 여러 환경에서의 제품 사진, 연속 패널 속 캐릭터, 한 인물의 변주 세트, 한 방을 네 가지 색상으로 보여줘야 하는 목업 등입니다.

prompt 문법을 배우고 싶지 않은 분들에게도 유난히 관대합니다. 지시는 ‘새로 지정’이 아니라 ‘편집’이므로 평이한 문장이 잘 통하고, 모호한 요청의 실패 모드는 ‘완전히 다른 사진’이 아니라 ‘작은 변화’입니다.

빈 캔버스에서는 적합성이 떨어집니다. 원본 이미지가 없고 보존해야 할 피사체도 없으면, 일관성 장치는 할 일이 없습니다. 이 경우에는 텍스트-투-이미지 합성을 위해 설계된 모델이 구도, 광학, 스타일을 처음부터 더 잘 통제하게 해 줍니다.

Midjourney와 비교하면, 경계선은 미학적 저작입니다. Midjourney는 강한 하우스 스타일을 적용해 보통 ‘강렬한’ 이미지를 만듭니다. Nano Banana는 요청한 부분 외에는 사진을 그대로 두려 합니다. 하나는 스타일리스트, 다른 하나는 리터처입니다.

오픈 모델 — Stable Diffusion과 FLUX — 과 비교하면, 통제의 위치가 다릅니다. 공개 가중치는 ControlNet, LoRA, inpainting 파이프라인을 덧대 정밀 제어를 얻되, 파이프라인을 조립하는 수고를 요구합니다. Nano Banana는 그 통제의 좁은 단면을 문장 뒤에 둡니다. 접근은 빠르지만, 그 경계를 넘기는 어렵습니다.

gpt-image-1과는 둘이 서로와 가장 비슷합니다. 둘 다 폐쇄형이며 지시를 따르는 대화 주도 모델이고, 큰 어시스턴트에 붙어 있습니다. 대부분이 체감하는 실전 차이는 ‘여러 턴의 편집에서도 어느 쪽이 얼굴을 더 잘 붙잡는가’이며, 이는 리더보드보다 자신의 자료로 테스트해 보실 만한 부분입니다.

상업적 관계는 없습니다 — 저희는 Google과 제휴하지 않으며 해당 모델을 재판매하지도 않습니다. 이 페이지는 사람들이 그것이 무엇인지 묻고, 그에 대한 솔직한 답이 짧기 때문에 존재합니다. 우리가 선호하는 모델만 다루는 디렉터리는 디렉터리가 아닙니다.

이곳의 편집 가이드를 함께 읽으실 만합니다. 용어가 그대로 통합니다. Nano Banana가 대화로 하는 일을 오픈 생태계는 기법 이름으로 합니다. 마스크 안쪽만 바꾸는 inpainting, 프레임 바깥을 확장하는 outpainting, 원본에서 얼마나 멀어지도록 허용할지 정하는 denoise 강도. 이 단어들을 알면 어떤 에디터가 무엇을 하고 무엇을 하지 않는지 훨씬 분명해집니다.