이미지 모델이 드디어 '레이어'를 이해하기 시작했어

ByteDance가 7월 8일, 새 이미지 생성 모델 Seedream 5.0 Pro를 공식적으로 풀었어. 그리고 이건 그냥 "또 하나의 그림 뽑는 AI"가 아니야. 이번 모델의 진짜 무기는 딱 하나로 요약돼. 포스터 한 장을 10개가 넘는 독립 편집 레이어로 쪼개준다는 거.

무슨 말이냐면, 지금까지 이미지 AI가 그림을 뽑아주면 그건 그냥 픽셀 덩어리 한 장이었거든. 배경 조금 바꾸고 싶어도 전체를 다시 생성해야 했고, 글자 하나 고치려면 포토샵을 열어서 사람이 손으로 다시 그려야 했어. 그런데 Seedream 5.0 Pro는 완성된 이미지를 배경·인물·로고·텍스트 블록 같은 요소별로 분리해서, 마치 Figma나 포토샵 파일을 열어놓은 것처럼 각각을 따로 만질 수 있게 해줘. 그것도 채팅창에 말로 지시하는 것만으로.

ByteDance Seed팀은 공식 블로그에서 이 모델을 소개하면서 아예 제목을 이렇게 붙였어. "Beyond Generation, It Understands Design(생성을 넘어, 디자인을 이해한다)." 이 한 줄이 이번 발표의 야심을 다 담고 있어. 생성 품질 경쟁은 이미 다들 어느 정도 올라왔으니까, 이제는 "디자이너의 실제 작업 흐름에 얼마나 파고드느냐"로 전선을 옮기겠다는 선언인 거지.

그리고 여기에 하나 더. 이 모델은 중국어·영어는 물론이고 한국어·일본어·프랑스어·독일어·스페인어·아랍어를 포함해 10개가 넘는 언어를 이미지 안에 네이티브로 새겨넣어. 서구권 이미지 모델들이 아시아권 문자나 아랍어를 넣으면 글자가 뭉개지거나 이상한 조합이 튀어나오던 그 고질병을, ByteDance는 정면으로 겨냥했어. 자, 그럼 이게 왜 판을 흔드는 얘기인지 하나씩 풀어볼게.

ByteDance Seed, '틱톡 회사'라고만 부르기엔 너무 큰 연구소

Seedream을 만든 건 ByteDance 안의 Seed팀이야. 사람들은 ByteDance 하면 틱톡(TikTok)이나 중국 더우인(Douyin)부터 떠올리지만, 이 회사의 AI 연구 조직은 이미 몇 년째 자체 파운데이션 모델을 쏟아내고 있는 곳이야. 언어 모델 계열의 Doubao(더우바오), 영상 생성의 Seedance, 그리고 이미지 생성의 Seedream 라인이 다 여기서 나와.

ByteDance가 무서운 건 '모델을 만드는 회사'인 동시에 '그 모델을 꽂을 초대형 유통 채널을 가진 회사'라는 점이야. Doubao는 중국에서 손꼽히는 AI 챗봇 앱이고, Jimeng(지멍/CapCut 계열의 Dreamina)은 크리에이터들이 실제로 콘텐츠를 뽑는 창작 플랫폼이야. 즉 모델을 만들면 곧바로 수억 명이 쓰는 앱에 밀어넣을 수 있는 구조라는 거지. OpenAI나 Adobe가 부러워할 만한 배급망이야.

Seedream 시리즈 자체도 계보가 있어. 4.x 세대에서 이미 텍스트-투-이미지 품질과 편집 능력을 상당히 끌어올렸고, 이번 5.0 Pro는 그 위에 '디자인 이해'와 '멀티링구얼'이라는 두 축을 새로 얹은 버전이야. 이름에 'Pro'가 붙은 데서 알 수 있듯이, 캐주얼하게 짤 하나 뽑는 용도가 아니라 인포그래픽·포스터·마케팅 소재 같은 프로덕션 결과물을 정조준하고 있어.

여기서 중요한 관전 포인트 하나. ByteDance는 미국·중국 양쪽에서 규제 리스크를 안고 있는 회사잖아. 틱톡 매각 압박 같은 정치적 변수도 여전하고. 그런데도 자사 AI 모델은 오히려 글로벌 개발자 시장(fal, BytePlus)을 향해 공격적으로 열고 있어. 콘텐츠 앱은 정치에 휘둘려도, 개발자 인프라 쪽 AI는 계속 밀어붙이겠다는 이중 전략인 셈이야.

4대 업그레이드 뜯어보기: '그리기'가 아니라 '설계하기'

Seedream 5.0 Pro가 내세우는 핵심 업그레이드는 크게 네 가지야. 하나씩 보면 이 모델이 왜 '디자인 도구'를 자처하는지 감이 올 거야.

첫째, 복잡한 정보를 전문적인 레이아웃으로 시각화해. 그냥 예쁜 배경을 까는 게 아니라, 정보 밀도가 높은 인포그래픽이나 도표, 설명 자료 같은 걸 구조를 갖춘 형태로 뽑아내. 텍스트와 그래픽, 아이콘이 서로 정렬돼 있고 위계가 잡혀 있는 결과물을 노린다는 거지. 이게 되면 마케터가 슬라이드 한 장 만드는 시간이 확 줄어.

둘째, 특정 영역만 정교하게 편집해. 점 선택(point)·올가미(lasso)·박스(box) 같은 방식으로 원하는 부분만 지정하거나, 손으로 스케치를 그려주거나, 색상·재질 참조 이미지를 던져주면 딱 그 부분만 바꿔. 전체를 다시 생성하지 않으니까 나머지 프레임은 그대로 유지돼. 여기에 참조 이미지를 최대 10장까지 넣어서 스타일을 섞을 수도 있어.

셋째, 레이어 분리. 앞에서 말한 그 킬러 기능이야. 완성된 포스터 한 장을 10개가 넘는 독립 레이어로 쪼개주는데, 각 레이어가 투명 PNG 에셋처럼 따로 존재해. 디자이너가 나중에 로고만 교체하거나 배경만 갈아끼우는 게 가능해진다는 뜻이지.

넷째, 10개가 넘는 언어 네이티브 지원. 이미지 안에 들어가는 텍스트를 각 언어의 올바른 타이포그래피와 읽는 방향(아랍어는 오른쪽에서 왼쪽!)에 맞춰 렌더링해. fal 문서에서는 14개 언어까지 언급하기도 해.

여기에 해상도는 네이티브 2K로 뽑고 4K까지 업스케일링을 지원해. 발표 시점 기준으로 정리하면 이래.

항목 내용
모델명 Seedream 5.0 Pro
개발 ByteDance Seed팀
공개일 2026-07-08 (Volcano Ark) / 07-09 공식 발표
네이티브 해상도 2K (약 2048×2048)
업스케일 4K
레이어 분리 10개 이상 독립 편집 레이어
언어 지원 10개 이상 (한·중·영·일·프·독·스·아랍 등)
영역 편집 점·올가미·박스 선택, 스케치, 색상·재질 참조, 최대 10장 참조
API 가격(fal) 1536px 이하 $0.0675 / 2048px 이하 $0.135 per image
우선 공개 Volcano Ark → Doubao·Jimeng 순차 통합, fal API

숫자만 봐도 방향이 딱 보이지? "한 장 잘 뽑기"가 아니라 "작업 파일처럼 계속 만질 수 있게" 만든 모델이야.

여기에 여러 매체가 공통으로 짚는 포인트가 하나 더 있어. 바로 '리즈닝(추론) 레이어'야. 프롬프트를 단순히 그림으로 번역하는 게 아니라, 요청을 한 번 더 곱씹어서 레이아웃과 정보 구조를 스스로 설계하려 든다는 거지. 일부 문서는 실시간 웹 검색까지 붙어서, "최신 데이터를 반영한 인포그래픽"처럼 외부 정보가 필요한 작업도 겨냥한다고 설명해. 그림 모델에 검색과 추론을 얹는다는 건, ByteDance가 이걸 이미지 생성기가 아니라 '시각 정보 제작 에이전트'에 가깝게 밀고 있다는 뜻이야. 물론 이 부분은 데모 단계 얘기가 많으니 실사용에서 얼마나 안정적인지는 지켜봐야 해.

그래서 누가 이득을 보는데

디자이너와 마케터가 제일 크게 웃어. 지금까지 이미지 AI는 초안 뽑는 데까지만 도움이 됐어. 그 뒤 "로고 좀 키우고, 이 문구만 바꾸고, 배경 톤 낮추고" 하는 실무 수정은 결국 포토샵으로 넘어가야 했거든. 레이어 분리와 영역 편집이 되면 이 왕복이 사라져. 초안부터 최종 수정까지 한 도구 안에서 끝낼 수 있는 거지. 특히 소셜 광고처럼 A/B 변형을 수십 개씩 찍어내야 하는 작업에서 시간이 폭발적으로 줄어.

비영어권 시장, 특히 아시아권이 이득이야. 한국·일본·중동 마케터들이 서구 이미지 모델을 쓸 때 제일 짜증났던 게 텍스트 렌더링이었어. "이미지에 한글 카피 하나 넣고 싶은데 자모가 다 깨져서" 결국 사람이 나중에 글자를 얹는 식이었지. Seedream 5.0 Pro가 한국어·아랍어를 네이티브로 제대로 새긴다면, 이 지역 크리에이터들한테는 실질적인 생산성 차이가 나.

개발자와 스타트업도 이득이야. fal을 통해 API로 바로 붙일 수 있고, 가격도 이미지당 $0.0675~$0.135 수준이라 부담이 크지 않아. 텍스트-투-이미지 엔드포인트랑 편집(image-to-image) 엔드포인트가 따로 열려 있어서, 자기 서비스에 "AI로 배너 만들기" 같은 기능을 붙이려는 팀들이 실험하기 좋아. BytePlus ModelArk 쪽 문서도 이미 튜토리얼을 제공하고 있고.

당연히 ByteDance 본인이 제일 이득이야. 모델을 Volcano Ark(클라우드)로 팔고, Doubao·Jimeng(소비자 앱)에 꽂아서 사용자를 묶고, 글로벌은 fal·BytePlus로 개발자를 끌어와. 같은 모델 하나로 B2B 클라우드, B2C 앱, 개발자 인프라 세 방향의 매출을 동시에 노리는 구조야. 이게 배급망 가진 회사의 힘이지.

여기서 눈여겨볼 디테일이 하나 더 있어. 공개 순서가 Volcano Ark 우선이라는 점이야. 소비자 앱(Doubao·Jimeng)에 먼저 뿌리지 않고, 클라우드 플랫폼과 개발자 API를 앞세웠다는 건 ByteDance가 이 모델을 '바이럴용 장난감'이 아니라 '수익 나는 프로덕션 도구'로 포지셔닝하고 있다는 신호야. 실제로 fal은 텍스트-투-이미지와 편집 엔드포인트를 분리해서, 요청 한 번에 최대 6장까지 배치 생성하고 JPEG·PNG 출력을 고르고 세이프티 체커를 켜고 끄는 옵션까지 열어놨어. 딱 봐도 실무 파이프라인에 꽂으라는 구성이지. B2C에서 화제성을 노리는 OpenAI와는 초기 진입 전략부터 결이 다른 거야.

과거에도 이런 승부가 있었어 — 성공과 실패

이미지 AI가 "생성"에서 "편집·워크플로"로 무게중심을 옮기는 시도는 처음이 아니야. 그리고 그 결과는 갈렸어.

성공 사례: Adobe Firefly. Adobe는 2023년 Firefly를 내면서 "우린 그림만 뽑는 게 아니라 포토샵·일러스트레이터 안에 AI를 심는다"는 전략을 밀었어. Generative Fill 같은 기능이 대표적이야. 이게 먹힌 이유는 이미 수천만 명이 쓰는 크리에이티브 툴 안에 자연스럽게 녹였기 때문이야. 별도 앱을 새로 배우게 만들지 않고, 하던 작업 흐름에 스윽 끼워 넣은 게 주효했지. Seedream 5.0 Pro의 레이어·영역 편집도 정확히 이 지점을 노리는데, ByteDance는 Adobe만큼 뿌리 깊은 프로 디자이너 사용자 기반은 아직 없다는 차이가 있어.

애매했던 사례: Stable Diffusion 계열의 인페인팅(inpainting). 오픈소스 진영에서는 이미 몇 년 전부터 특정 영역만 다시 그리는 인페인팅·아웃페인팅이 있었어. 기술적으로는 대단했지만, 일반 사용자한테는 마스크를 그리고 프롬프트를 조합하는 과정이 너무 어려웠어. 결국 파워유저들의 장난감에 머물렀지. 교훈은 명확해. 기능이 있는 것과, 그 기능을 보통 사람이 말 몇 마디로 쓸 수 있는 건 완전히 다른 얘기라는 거. Seedream이 "채팅으로 레이어를 쪼갠다"를 강조하는 이유가 여기 있어.

경고 사례: 저작권·안전 논란에 발목 잡힌 모델들. 강력한 편집·합성 능력은 곧 딥페이크·저작권 침해 리스크로 직결돼. 실제로 여러 이미지 모델이 유명인 얼굴이나 상표를 무단 합성하는 문제로 규제와 소송에 시달렸어. ByteDance는 미·중 양쪽에서 이미 정치적으로 예민한 회사라, 이 부분에서 삐끗하면 기술 우위가 무색해질 수 있어. fal 쪽 API에 세이프티 체커 옵션이 붙어 있는 것도 이런 맥락이야.

경쟁자들은 어떻게 받아칠까

가장 직접적인 라이벌은 OpenAI의 GPT-Image 계열이야. 여러 매체가 아예 Seedream 5.0 Pro를 "GPT-Image 2의 대항마"라고 부를 정도야. OpenAI는 ChatGPT라는 압도적 소비자 접점과 개발자 API를 둘 다 쥐고 있어서, 텍스트 렌더링 품질을 계속 끌어올리며 정면 대결할 가능성이 커. 다만 아시아권 언어 텍스트 렌더링에서는 아직 ByteDance가 홈그라운드 이점을 갖고 있지.

Adobe는 앞서 말한 대로 워크플로 통합이 무기야. Firefly를 포토샵·프리미어·익스프레스에 깊게 심어놨기 때문에, "새 모델을 배우느니 쓰던 툴에서 그냥 AI 버튼 누르는" 관성을 만들어냈어. ByteDance가 아무리 좋은 레이어 분리를 내놔도, 디자이너가 이미 포토샵에 붙어 있으면 옮겨오게 만드는 게 쉽지 않아. Adobe의 카운터플레이는 "우린 이미 너의 작업 파일 안에 있다"는 거야.

Google은 Imagen 라인과 Gemini의 멀티모달 능력으로 붙어. 구글은 검색·안드로이드·워크스페이스라는 초대형 배급망이 있고, 특히 다국어 처리에 강점이 있어서 ByteDance의 멀티링구얼 세일즈포인트를 정면으로 맞받을 수 있어. Imagen을 워크스페이스 문서 편집에 녹이는 식으로 "생산성 도구 안의 이미지 AI"를 밀 가능성이 높아.

그리고 오픈소스 진영도 무시하면 안 돼. Black Forest Labs의 FLUX 계열이나 다양한 파인튜닝 커뮤니티는 "무료로 내 서버에서 돌린다"는 카드가 있어. 프로덕션 품질과 편의성에서는 상용 모델에 밀리지만, 가격 민감한 스타트업이나 프라이버시가 중요한 기업은 오픈소스로 갈 수도 있어. 결국 ByteDance는 위로는 OpenAI·Adobe·Google, 아래로는 오픈소스에 낀 형국이라, '멀티링구얼 + 디자인 워크플로'라는 좁은 틈을 얼마나 확실히 파느냐가 관건이야.

경쟁사들이 가장 빠르게 따라올 지점은 아마 '레이어 분리' 그 자체일 거야. 기능 자체는 특허로 막기 어려운 UX 아이디어에 가깝거든. Adobe는 이미 포토샵에 레이어 개념이 네이티브로 있으니 "AI가 자동으로 레이어를 나눠준다"는 기능을 붙이는 게 오히려 자연스럽고, OpenAI·Google도 몇 달 안에 비슷한 걸 내놓을 수 있어. 그래서 ByteDance의 진짜 해자는 단일 기능이 아니라, 그 기능을 아시아권 언어·저가 API·자사 앱 배급망과 묶어 파는 '패키지 전체'가 돼야 해. 기능 하나만 놓고 보면 금방 카피당하는 게 이 바닥의 냉정한 현실이거든.

그래서 뭐가 달라지는데 — 페르소나별로 보면

디자이너·크리에이터라면, 당장 워크플로를 다시 짜볼 만해. 특히 소셜 광고 소재나 다국어 배너를 대량으로 찍어내는 일을 한다면, 초안-수정-변형 사이클을 한 도구 안에서 돌릴 수 있는지 직접 테스트해봐. 레이어 분리가 광고 문구대로 진짜 깔끔하게 되는지는 실무 데이터로 검증해봐야 해. 데모는 늘 제일 잘 나온 케이스만 보여주니까.

개발자·스타트업이라면, fal이나 BytePlus로 붙여서 파일럿을 돌려보기 딱 좋은 타이밍이야. 이미지당 10센트 안팎이면 "AI 배너 생성" 같은 기능을 서비스에 얹는 비용 계산이 현실적으로 나와. 다만 API가 아직 초기라 레이트 리밋이나 안정성은 실사용으로 확인해야 하고, 세이프티 체커를 어떻게 걸지도 미리 설계해두는 게 좋아.

마케터·비영어권 사업자라면, 텍스트 렌더링 품질이 핵심 체크포인트야. 한국어 카피를 이미지 안에 넣었을 때 자모가 안 깨지고, 줄바꿈이나 자간이 자연스러운지 눈으로 확인해봐. 이게 되면 디자인 외주 비용이 실제로 줄어드는 몇 안 되는 케이스가 될 수 있어.

일반 사용자라면, 아직 조급할 필요는 없어. Dreamina나 Doubao 같은 앱에 순차적으로 들어올 테니까, 그때 무료 크레딧으로 한번 써보면 돼. 다만 "이미지 AI가 이제 그림을 쪼개서 편집까지 이해한다"는 흐름 자체는 기억해둘 만해. 몇 달 뒤엔 이게 표준이 되어 있을 가능성이 크거든.

투자자·업계 관찰자라면, 이번 발표의 진짜 메시지는 '경쟁 축의 이동'이야. 생성 품질 경쟁은 상향 평준화됐고, 이제 승부는 워크플로 통합·다국어·배급망에서 난다는 신호. ByteDance가 이 세 개를 다 가진 몇 안 되는 플레이어라는 점을 눈여겨봐.

🥄 남은 궁금증 세 가지

— 레이어 분리가 진짜 포토샵을 대체할 수 있어? 아직은 아니야. 데모로 보여주는 10개 레이어 분리는 인상적이지만, 실무에선 픽셀 단위 정밀 마스킹이나 벡터 편집이 필요한 순간이 많거든. 지금 단계에선 "초안과 대량 변형은 Seedream, 최종 디테일은 기존 툴" 정도의 분업이 현실적일 거야. 다만 이 경계는 빠르게 밀려날 수 있어.

— 한국어 텍스트 렌더링, 정말 안 깨져? 공식적으로는 10개 넘는 언어를 네이티브로 지원한다고 하고 fal 문서는 14개까지 언급해. 근데 마케팅 문구와 실제 품질은 늘 다르니까, 긴 문장이나 특수한 자간에서도 버티는지는 직접 넣어봐야 알아. 짧은 헤드라인은 잘 되는데 긴 본문에서 무너지는 패턴이 자주 나오거든.

— ByteDance 모델, 규제 리스크 없이 마음 놓고 써도 돼? 데이터가 어디서 처리되는지는 확인하고 쓰는 게 좋아. 특히 기업 고객이라면 중국 서버(Volcano Ark)와 글로벌 인프라(BytePlus·fal) 중 어디로 요청이 가는지, 그리고 생성물의 저작권·상표 리스크를 어떻게 관리할지 미리 정리해두는 게 안전해. 편집 능력이 강력할수록 오남용 책임도 커지니까.

참고 자료

수치는 발표 시점 기준이라 바뀔 수 있어.