2026년 9월 14일 확인 · Microsoft의 9월 10일 공식 발표 기준
말로 디자인을 요청하고, 결과를 보며 다시 수정하는 서비스는 어디까지 만들 수 있을까요? Microsoft는 GPT-Live 1과 GPT Image 2.5 두 모델을 Foundry에서 제공한다고 발표했습니다. 이번 소식의 핵심은 새로운 OpenAI 모델의 최초 공개가 아니라, Azure를 사용하는 개발팀이 음성 대화와 이미지 생성·편집을 연결할 선택지가 넓어졌다는 점입니다.
다만 “음성으로 요청하면 모든 작업을 알아서 끝낸다”라고 이해하면 곤란합니다. 음성을 처리하는 모델, 이미지를 만드는 모델, 요청 순서와 권한을 관리하는 서버는 역할이 다릅니다. 이 글에서는 모델 선택, 가격 계산, 실제 성능 자료의 한계, 서비스에 붙이는 순서를 나눠 살펴봅니다. 실제 Azure API 성능 테스트는 수행하지 않았으며, 아래 활용법과 평가 절차는 도입 제안입니다. 사진 3장은 모두 가상 성인 인물의 업무 장면을 표현한 실사풍 AI 생성 이미지이며 실제 직원·제품 화면·시험 현장을 촬영한 것이 아닙니다.
1. 무엇이 새로 제공됐나: 모델 세 가지의 역할
Foundry에서 확인할 모델 식별자는 아래와 같습니다. 세 모델을 한 요청에 넣는다는 뜻은 아닙니다. 사용자가 말하는 동안 음성 대화를 이어 가고, 필요할 때 별도 이미지 작업을 호출하는 구성이 기본적인 설계 방향입니다.
| 모델 | 중심 역할 | 먼저 검토할 업무 |
|---|---|---|
| gpt-live-1 | 듣기와 말하기가 겹치는 실시간 음성 대화 | 음성 상담, 말로 지시하는 작업 도우미 |
| gpt-image-2.5-flare | 빠른 일상 이미지 생성과 반복 수정 | 초안 후보, 여러 배경 시안 |
| gpt-image-2.5-sunburst | 정밀한 이미지 편집과 일관성 중심 작업 | 상품 형태를 보존하는 최종 시안 |
역할 구분은 제공사의 제품 설명을 바탕으로 한 선택 기준이지, 우리 업무에서 측정된 순위가 아닙니다. Flare로 후보를 좁히고 정밀 편집이 필요한 결과만 Sunburst로 검토하는 방식을 시험할 수 있습니다. 반대로 한 모델만으로 합격 기준을 충족한다면 복잡한 분기 구조를 추가할 이유는 줄어듭니다. Microsoft 공식 제공 발표
2. 정식 제공과 내 계정의 사용 가능 여부는 다르다
Microsoft Learn의 모델 비교표는 GPT Image 2.5 Sunburst와 Flare를 일반 제공(GA)으로 표시합니다. 그러나 특정 한국 리전, 모든 구독, 원하는 처리량에서 즉시 배포할 수 있다는 의미까지 포함하지는 않습니다. 이번 확인에서는 한국 리전별 제공 여부와 사용자 계정의 할당량을 검증하지 않았습니다.
도입 담당자는 Foundry 모델 카탈로그에서 모델 버전, 선택 가능한 리전, 배포 방식, 할당량을 확인하고 화면의 호출 예제를 기준으로 연결해야 합니다. 모델 식별자와 사용자가 붙인 배포 이름도 구분하세요. Azure의 이미지 호출 예제에서 요구하는 배포 이름 자리에 다른 이름을 넣으면 모델이 제공 중이어도 요청이 실패할 수 있습니다. 실제 계정에 없는 엔드포인트를 추측해 만들지 않는 편이 안전합니다.
음성의 이미지 입력은 특히 주의할 항목입니다. Microsoft 발표에는 이미지까지 포함한 멀티모달 경험이 소개되어 있지만, OpenAI 직접 API의 GPT-Live 1 모델 카드는 이미지와 비디오를 미지원으로 표시합니다. 따라서 이 글은 “Live 모델 하나가 사진도 직접 이해한다”고 단정하지 않습니다. 음성·이미지 기능을 서버에서 연결하는 구조와 음성 모델 자체의 입력 지원은 별개이며, Azure 배포의 정확한 지원 범위는 해당 문서와 계정에서 추가 확인해야 합니다. Microsoft 이미지 사용 가이드 · OpenAI GPT-Live 1 사양
3. 가격 비교표: 시간과 토큰을 섞지 않기
아래는 Microsoft의 9월 10일 발표 표를 9월 14일 다시 확인한 미국 달러 기준입니다. 해당 발표는 Foundry 통합 가격 페이지에 세부 정보가 추후 반영될 예정이라고 안내하므로, 표를 계정별 최종 견적이나 확정 청구서로 해석하지 마세요. 음성은 시간, 이미지는 입력·출력 토큰이 기준입니다.
| 항목 | Sunburst | Flare |
|---|---|---|
| 텍스트 입력 100만 토큰 | $5 | $5 |
| 캐시된 텍스트 입력 100만 토큰 | $1.25 | $1.25 |
| 이미지 입력 100만 토큰 | $8 | $8 |
| 캐시된 이미지 입력 100만 토큰 | $2 | $2 |
| 이미지 출력 100만 토큰 | $30 | $30 |
GPT-Live 1의 Foundry 발표 가격은 오디오 시간당 $3입니다. 단순 환산하면 분당 $0.05입니다. OpenAI 직접 API도 분당 $0.05이며 초 단위 청구와 백엔드 모델·도구 별도 과금을 명시합니다. 하지만 그 초 단위 규칙을 Azure에도 그대로 적용할 근거까지 확인한 것은 아닙니다. 실제 Foundry 청구 단위, 세션 시간 산정, 추가 서비스 비용은 별도로 확인하세요.
두 이미지 모델의 공개 토큰 단가가 같다는 점도 중요합니다. Flare가 빠르다는 설명을 “출력 토큰 한 개가 더 싸다”로 바꾸면 틀립니다. 이미지 한 장에 필요한 토큰, 수정 횟수와 사람의 검수 시간이 달라질 수 있으므로 결과물당 비용을 비교해야 합니다. OpenAI 카드 역시 GPT Image 2와 토큰 단가는 같지만 기존 Image 2 계산기로 Image 2.5의 토큰 소비를 추정할 수 없다고 명시합니다. Flare 가격과 제한 · Sunburst 가격과 제한
4. 실제 성능: 확인된 수치와 빈칸을 함께 보기
Microsoft는 Flare가 GPT Image 2보다 지연이 50% 낮으면서 이미지 품질이 높다고 설명합니다. 아래에서는 이를 제공사 측정값으로만 표시합니다. 발표 글에 시험 이름, 해상도·품질 설정, 표본 수와 절대 지연이 함께 제시되지 않아 한국 사용자 환경에 같은 비율을 보장할 수 없습니다.
| 항목·측정 주체 | 공개 결과 | 조건·해석 한계 |
|---|---|---|
| Flare 지연 / Microsoft 제공사 측정값 | GPT Image 2 대비 50% 낮음 | 시험명·설정·표본·절대 초 단위 값 미공개 |
| Sunburst 연속 편집 / Microsoft 시연 | 여러 번 수정하는 이미지 예시 | 정량 벤치마크 아님, 전체 성공률 알 수 없음 |
| Live 대화 / 공식 기능 설명 | 동시 듣기·말하기와 중간 끼어들기 처리 | 한국어 지연·도구 성공률 수치 미확인 |
성능 출처는 위의 Microsoft 원문입니다. 이번 조사 범위에서는 Foundry의 세 모델을 동일 조건에서 비교한 신뢰할 만한 독립 측정 결과를 확인하지 못했습니다. OpenAI 직접 API의 결과나 다른 클라우드의 결과를 Azure 실측으로 바꿔 적지도 않았습니다.
지연 50% 감소는 정확도 50% 향상이나 전체 업무가 두 배 빨라진다는 뜻이 아닙니다. 이미지 생성이 빨라도 파일 전송, 사용자 재요청, 서버 대기, 최종 검수에 시간이 들 수 있습니다. 경쟁 모델까지 포함한 비교는 동일 입력·설정으로 새로 측정해야 하며, 조건이 다른 홍보 수치를 한 표에 줄 세워 우열을 정하는 것은 피해야 합니다.
5. 비용 계산 예시: 사진 한 장 정액 요금이 아니다
계산 방식을 익히기 위해 캐시 없는 이미지 요청에서 텍스트 입력 1,000토큰, 이미지 입력 2,000토큰, 이미지 출력 5,000토큰이 사용됐다고 가정해 보겠습니다. 실제 테스트나 특정 해상도 사진의 토큰 소비량을 뜻하지 않는 임의의 사용량 예시입니다.
| 가정한 사용량 | 계산 | 금액 |
|---|---|---|
| 텍스트 입력 1,000 | 1,000 ÷ 100만 × $5 | $0.005 |
| 이미지 입력 2,000 | 2,000 ÷ 100만 × $8 | $0.016 |
| 이미지 출력 5,000 | 5,000 ÷ 100만 × $30 | $0.150 |
| 이미지 요청 합계 | 위 세 항목 합산 | $0.171 |
음성 10분을 시간당 $3로 비례 계산하면 $0.50이고, 위 이미지 요청을 한 번 더하면 $0.671입니다. 이 합계는 Azure의 최종 청구 단위를 검증한 금액이 아니며, 별도 추론 모델·도구·저장소·네트워크·재시도·세금은 제외했습니다. “10분 상담에 사진까지 이 가격”이라는 상품 견적으로 쓰면 안 됩니다.
운영 기록에는 성공한 요청만 남기지 마세요. 한 장을 승인받기 위해 네 번 생성했다면 네 번의 실제 과금량을 합쳐야 합니다. 권장 지표는 ‘전체 모델·인프라 비용과 사람 수정 비용 ÷ 최종 승인 이미지 수’입니다. 캐시 할인도 반복 입력이 실제 적중했을 때만 계산하고, 할인된 입력과 일반 입력을 중복 계산하지 않도록 사용량 항목을 나눕니다.
6. 활용방안: 음성으로 상품 배경을 수정하는 도우미
작은 온라인 상점에서 컵 사진의 배경 후보를 만드는 업무를 예로 들겠습니다. 아래는 이미 성공 사례로 검증한 프로젝트가 아니라, 위험이 낮은 시안 제작부터 시작하기 위한 설계 제안입니다. 원본의 사용 권한을 확인하고 고객 사진이나 민감한 주문 자료는 첫 시험에서 제외합니다.
- 사용자가 “이 컵은 그대로 두고 배경만 밝은 주방으로 바꿔줘”라고 말합니다.
- 서버가 바꿀 부분과 보존할 부분을 분리한 작업 기록을 만들고 새 요청 번호를 붙입니다.
- Flare로 시안 후보를 생성하고, 음성 화면에는 작업 진행 상태를 표시합니다.
- 사용자가 “창문은 빼줘”라고 수정하면 최신 지시를 새 작업에 연결합니다. 기존 호출의 취소 가능 여부는 API별로 확인합니다.
- 정밀 수정이 필요하면 Sunburst로 검토한 뒤 컵의 손잡이·비율·무늬가 원본과 같은지 사람이 비교합니다.
- 사용자가 승인한 결과만 내려받거나 게시 단계로 넘깁니다.
여기서 핵심은 모델 이름보다 작업 상태입니다. 오래 걸린 첫 번째 응답이 뒤늦게 도착해 최신 결과를 덮어쓰지 않도록 요청 번호를 비교해야 합니다. 음성 대화가 매끄럽더라도 이미지 생성, 저장, 게시 권한을 자동으로 모두 부여하지 않습니다. 결제나 외부 공개처럼 되돌리기 어려운 단계는 서비스가 정한 승인 규칙을 따로 적용하세요.
7. 개발 시작 순서와 옵션 고르기
처음부터 음성·이미지·검색을 한꺼번에 연결하면 오류 원인을 찾기 어렵습니다. 먼저 이미지 한 장의 생성과 저장을 확인하고, 다음에 편집, 마지막에 음성 요청을 연결하세요. 각 단계에서 요청 식별자, 완료 여부, 오류 유형과 사용량을 기록하면 어느 구간이 병목인지 구분하기 쉽습니다.
Microsoft 비교표에서 두 Image 2.5 모델은 low·medium·high·xhigh·max·auto 품질 옵션을 지원합니다. 다만 통제된 비교에서는 auto로 맡기기보다 같은 명시적 설정을 사용하고, 해상도와 입력 파일도 고정하는 편이 해석에 유리합니다. 같은 설정 이름이 내부 계산량까지 완전히 같다는 뜻은 아니므로 실제 토큰 사용량도 함께 남깁니다.
시범 적용은 권한을 최소화한 개발 리소스에서 진행하고, Foundry가 보여 주는 배포 이름·엔드포인트·지원 API 버전을 사용하세요. API 키를 웹페이지 코드나 블로그 예제에 넣지 않고 서버 쪽 비밀 저장소 또는 적절한 관리형 인증을 사용합니다. 최대 대기시간, 반복 횟수, 사용자당 사용량 한도를 구현하고 제한에 걸렸을 때의 안내도 준비합니다. 확인하지 않은 Azure 음성 호출 코드를 OpenAI 예제의 주소만 바꿔 배포하지 마세요.
8. 직접 재현하는 성능 평가표
이 블로그는 유료 Azure API를 실행해 측정하지 않았습니다. 아래는 독자가 자신의 계정에서 수행할 수 있는 평가 설계입니다. 대표 이미지 작업 20개를 준비하고 모델별 3회씩 반복하면 한 모델당 60개 결과가 생깁니다. 예산이 작으면 5개 과제로 먼저 절차를 점검한 뒤 확장하세요.
| 평가 항목 | 기록 방법 | 주의할 점 |
|---|---|---|
| 편집 정확도 | 필수 조건 통과 수 ÷ 전체 결과 수 | 형태 보존과 배경 변경을 별도 채점 |
| 완료 지연 | 요청 시작부터 파일 사용 가능까지 | 전송·대기 포함 여부 고정 |
| 토큰·비용 | 실제 사용량과 과금 기록 합산 | 실패·재시도도 포함 |
| 도구 호출 성공률 | 올바른 도구·인수·완료를 모두 만족한 비율 | 도구 선택과 실제 실행을 구분 |
| 수정 부담 | 승인까지 사람 수정 횟수와 시간 | 모델명을 가리고 평가 |
음성은 조용한 방, 배경 소음, 문장 중간 수정처럼 조건을 나눕니다. 같은 대본과 장치·네트워크 조건에서 첫 반응 시간, 발화 중단 반응, 최종 지시 반영 여부를 기록하세요. “말을 멈췄다”와 “이전 이미지 작업까지 취소됐다”는 서로 다른 성공 조건입니다. 익명화한 시험 자료를 사용하고 녹음 보관 여부와 삭제 시점도 정해 둡니다.
결과에는 모델 버전, 리전, 날짜, 품질·해상도, 입력 파일, 반복 횟수를 함께 적습니다. 평균과 중앙값을 확인하고 느린 사례도 따로 남기되, 작은 표본에서 계산한 p95를 서비스 보장값처럼 설명하지 마세요. 데이터가 부족한 칸은 미측정으로 남기는 것이 임의의 숫자를 채우는 것보다 유용합니다.
9. 자주 생기는 실패와 복구 방법
상품 자체가 달라지는 경우: 배경만 바꾸라는 말이 있어도 손잡이나 문양이 변할 수 있습니다. 원본과 나란히 비교해 보존 조건을 하나씩 검사하고, 실패하면 공개하지 않고 다시 검토합니다. 모델 변경보다 지시 범위와 원본 품질을 먼저 점검할 필요도 있습니다.
응답이 늦어 중복 실행하는 경우: 네트워크 오류만 보고 같은 작업을 무한 재전송하면 비용과 중복 결과가 늘어날 수 있습니다. 이미 완료된 작업인지 확인하고, 제한된 재시도와 대기 간격을 적용합니다. 업무 단계의 중복 방지와 모델 호출 자체의 중복 방지는 구분해서 설계해야 합니다.
배포를 찾지 못하거나 429가 발생하는 경우: 공식 가이드는 배포 이름 확인과 호출 제한 대응을 안내합니다. 이름 오류에 재시도만 반복하지 말고 연결 설정을 확인하세요. 429에 대해서는 요청 빈도와 동시성을 낮추고 사용량 한도에 맞춰 대기시킵니다. Microsoft 오류 안내
음성 확인을 작업 승인으로 오해하는 경우: 짧은 맞장구가 이미지 게시나 주문 변경 승인인지 분명하지 않을 수 있습니다. 결과 설명과 외부 실행 확인을 분리하고, 인식이 불명확하면 실행하지 않는 흐름을 마련하세요. 빠른 응답보다 올바른 작업을 한 번 수행하는 것이 중요합니다.
10. 배포 전 체크리스트
- 계정의 모델 버전·리전·할당량과 실제 호출 경로를 확인했는가?
- 음성 입력 범위와 이미지 생성 역할을 분리했는가?
- Azure 청구 단위와 별도 모델·저장·도구 비용을 확인했는가?
- 원본 사용 권한, 개인정보 제외, AI 생성 표시를 준비했는가?
- 오래된 결과가 최신 결과를 덮어쓰지 않도록 처리했는가?
- 비용·대기시간·재시도 상한과 사람이 검토할 조건이 있는가?
- 동일 조건 반복 평가에서 얻은 합격 기준과 중단 기준을 기록했는가?
11. 자주 묻는 질문
Flare가 빠르니 Sunburst는 필요 없나요?
그렇게 단정할 수 없습니다. 빠른 초안과 정밀 편집의 합격 조건은 다를 수 있습니다. 다만 이름이나 등급만 보고 비싼 운영 구조를 만들지 말고, 실제 승인율과 총비용으로 필요성을 판단하세요.
Azure와 OpenAI 직접 API 가격이 같으면 완전히 같은 서비스인가요?
공개 단가가 같아도 리전, 인증, 할당량, 청구 세부 조건과 운영 환경이 같다는 뜻은 아닙니다. 사용하는 제공 경로의 문서와 계정을 기준으로 판단해야 합니다.
50% 낮은 지연이 한국어 음성에도 적용되나요?
아닙니다. 해당 수치는 Microsoft가 설명한 Flare 이미지 모델과 GPT Image 2의 비교입니다. GPT-Live 1 한국어 응답 지연이나 전체 앱 속도에 옮겨 적용할 수 없습니다.
개인 블로그에 바로 연결해도 되나요?
먼저 비공개 시안 제작으로 시험할 수 있습니다. 공개 전 사실·저작권·인물 표현을 검수하고, 생성 이미지가 실제 현장 사진으로 오인되지 않도록 표시하세요. 자동 생성과 자동 공개는 별도의 운영 결정입니다.
12. 결론: 대화 경험과 운영 품질을 함께 설계하자
이번 Foundry 제공 소식은 Azure 환경에서 음성으로 요청하고 이미지를 다듬는 작업을 시험할 계기가 됩니다. 선택의 기준은 “최신 모델인가”보다 “어떤 실패를 줄이고 어느 비용까지 감당할 것인가”여야 합니다. 음성에는 대화의 흐름, 이미지에는 결과물의 보존 조건, 서버에는 요청 상태와 권한 통제를 맡기세요. 실제 계정의 제공 범위를 확인하고 작은 반복 평가를 끝낸 뒤 운영 범위를 넓히는 것이 이 글의 제안입니다.
