발표문은 "실무용"이라고 했는데, 자랑은 밈이었어

8월 7일 xAI가 **이매진 이미지 2.0(Imagine Image 2.0)**을 공개했어. 발표문의 첫 문장이 회사의 의도를 명확히 밝혀. "이 제품은 단순한 목표 하나를 중심으로 만들어졌다 — 실제 업무에 쓸 수 있는 이미지를 만드는 것."

기능 목록도 그 방향이야. 지시를 세밀하게 따르고, 디자이너가 하듯 타이포그래피와 레이아웃을 계획해서 정보가 빽빽한 복합 비주얼도 무너지지 않고 작은 글자도 또렷하게 나온다는 것. 매직완드로 가리킨 영역만 고치고 나머지는 그대로 두는 국소 편집, 정밀 영역 선택을 위한 세그멘테이션, 배경을 지우고 투명 배경으로 내보내는 기능, 최대 5장의 참조 이미지를 한 번에 합성하는 멀티 레퍼런스 편집. 그리고 사진 보정·제품 컷·프로필 사진·아이콘·게임 에셋 같은 작업별 템플릿까지.

읽어보면 이건 어도비나 캔바가 하는 일이야. 생성보다 편집에, 예술보다 실무에 무게가 실려 있어.

그런데 이틀 뒤인 8월 9일, 일론 머스크가 X에 올린 문장은 이거였어. "그록 이매진은 밈을 만들 수 있다(Grok Imagine can meme)." 네이티브 밈 생성 지원을 확인하며 샘플 이미지 한 장을 함께 올렸고, 이미 라이브라는 뉘앙스였지.

정밀 편집 도구를 내놓고 이틀 뒤에 밈을 자랑하는 게 앞뒤가 안 맞아 보이지? 그런데 이게 xAI의 전략을 가장 정확하게 보여주는 장면이야. 이 회사가 이길 수 있는 판은 어도비와 겨루는 실무 시장이 아니라, X라는 유통망 위에서 도는 문화 속도야.

이매진 2.0이 실제로 뭘 하는지

기능을 하나씩 뜯어보면 이래.

매직완드는 이미지에서 가리킨 영역만 다시 생성해. 기존 이미지 생성 도구의 고질적 문제가 "손가락 하나 고치려다 그림 전체가 바뀌는" 거였는데, 이걸 국소화한 거야. 세그멘테이션은 그 선택을 더 정밀하게 만들어주고. 배경 제거는 피사체를 투명 배경으로 뽑아줘서 다른 작업물에 바로 얹을 수 있게 해.

멀티 레퍼런스 편집은 소비자 제품에서 최대 5장, API에서는 최대 3장의 입력 이미지를 한 번의 생성에 넣을 수 있어. 인물 한 장, 배경 한 장, 스타일 참조 한 장을 넣고 합쳐달라고 하면 수동 합성 없이 결과가 나와. 스마트 리사이즈는 9가지 화면비로 재구성하는데, 단순히 잘라내는 게 아니라 구도를 다시 짜.

템플릿은 이 기능들을 작업 단위로 묶어놨어. 제품 컷, 프로필 사진, 아이콘, 게임 에셋 같은 워크플로가 미리 설정돼 있어서 입력만 넣으면 완성물이 나오는 구조야.

이 기능 목록에서 눈에 띄는 건 '생성'보다 '편집'에 무게가 실려 있다는 점이야. 이미지 생성 도구가 처음 나왔을 때의 승부처는 "얼마나 그럴듯한 그림을 뽑느냐"였는데, 지금은 대부분의 모델이 그 단계를 통과했어. 남은 문제는 뽑은 그림을 원하는 대로 고치는 일이야. 실무에서 이미지 한 장을 완성하려면 보통 열 번 넘게 고쳐야 하는데, 그때마다 전체가 다시 그려지면 도구로 쓸 수가 없거든. 매직완드와 세그멘테이션이 전면에 나온 건 이 업계의 관심사가 어디로 옮겨갔는지를 보여주는 표시야.

성적표는 나쁘지 않아. 커뮤니티 평가 플랫폼인 아레나 리더보드에서 이매진 이미지 2.0은 텍스트-투-이미지와 이미지 편집 양쪽 카테고리에서 세계 2위에 올랐어. 이미지 편집 부문 점수는 1,439 Elo로 보고됐고. 1위는 오픈AI의 gpt-image-2야. 접근 경로는 grok.com/imagine과 xAI의 iOS·안드로이드 앱이고, 개발자용으로는 이매진 API가 별도로 열려 있어.

항목 이매진 이미지 2.0
공개일 2026년 8월 7일 (퀄리티 모드로 일반 공개)
국소 편집 매직완드 + 세그멘테이션
참조 이미지 소비자 앱 최대 5장 / API 최대 3장
배경 처리 배경 제거 후 투명 배경 내보내기
화면비 재구성 스마트 리사이즈 9종 (크롭 아님)
템플릿 제품 컷·프로필·아이콘·게임 에셋 등
아레나 순위 텍스트-투-이미지 2위 / 이미지 편집 2위 (1위 gpt-image-2)
이미지 편집 점수 1,439 Elo (보고 기준)
접근 경로 grok.com/imagine, iOS·안드로이드 앱, Imagine API
밈 생성 2026년 8월 9일 머스크가 지원 확인

여기에 머스크가 예고한 방향이 하나 더 있어. 그록이 에이전틱 모드에서 이매진을 도구로 호출할 수 있게 된다는 것. 이미지·영상 생성을 대화 안에서 함수처럼 부르는 구조고, 머스크는 이게 게임 개발자에게 특히 유용할 거라고 했어. 이매진이 독립 제품에서 그록의 능력 중 하나로 흡수되는 방향이야.

그런데 왜 밈인가

밈 생성이라는 기능은 기술적으로 대단한 게 아니야. 이미지 위에 굵은 흰 글씨를 얹고 정해진 포맷에 맞춰 구도를 잡는 일이거든. 어려운 건 텍스트 렌더링인데, 이매진 2.0이 "작은 글자도 또렷하게" 나온다고 강조한 그 능력이 여기 그대로 쓰여.

중요한 건 기술이 아니라 유통이야. xAI는 X를 소유한 회사와 합쳐져 있고, X는 밈이 실제로 유통되는 장소야. 이미지 생성 도구의 결과물이 어디에 올라가는지 생각해보면 이 조합의 의미가 보여. 미드저니로 만든 이미지는 디스코드에서 태어나 다른 곳으로 옮겨져야 해. 어도비 파이어플라이의 결과물은 편집 프로그램 안에 머물러. 그런데 그록 이매진의 결과물은 이미 X 안에 있어. 만드는 곳과 퍼지는 곳이 같은 앱이야.

경쟁 구도를 보면 이 선택이 더 명확해져. 아레나 1위는 오픈AI고, 구글은 제미나이의 이미지 기능을 안드로이드와 검색에 밀어 넣고 있고, 어도비는 기업 라이선스와 저작권 보증으로 실무 시장을 잡고 있어. 이 셋과 정면으로 붙어서 xAI가 이길 구조적 근거는 약해. 반면 "만들어서 3초 안에 타임라인에 올린다"는 경험은 X를 가진 회사만 만들 수 있어.

그래서 발표문의 '실무용' 서사와 머스크의 '밈' 자랑은 모순이 아니라 역할 분담이야. 제품 페이지는 기업과 크리에이터에게, 머스크의 포스트는 X 이용자에게 말하고 있어.

밈이라는 형식 자체도 다시 볼 필요가 있어. 밈은 그림이 아니라 문법이야. 정해진 템플릿과 정해진 리듬이 있고, 그 위에 오늘의 맥락을 얹는 형식이지. 그래서 밈 생성은 이미지 모델의 미적 능력보다 맥락 이해를 요구해. 어떤 사건에 어떤 템플릿이 어울리는지, 어떤 문장이 웃긴지를 알아야 하거든. 그록이 X의 실시간 타임라인에 접근할 수 있다는 점이 여기서 의미를 가져. 지금 무슨 일이 벌어지고 있는지를 아는 모델과 모르는 모델은 같은 이미지 생성 능력을 갖고도 전혀 다른 결과를 내놔. 미드저니가 아무리 아름다운 그림을 그려도 오늘 아침 뉴스에 대한 밈을 만들 수는 없어. 이게 xAI가 실제로 쥐고 있는 비대칭이야.

다만 이 비대칭에는 대가가 따라. 실시간 맥락에 붙은 이미지 생성은 오보와 조작의 통로이기도 하거든. 사건이 벌어진 직후 몇 분 안에 그럴듯한 이미지가 타임라인에 흐르면, 사실 확인이 따라잡기 전에 인상이 먼저 굳어. 밈이라는 형식은 원래 과장과 왜곡을 전제로 하기 때문에 이 경계가 특히 흐릿해. xAI가 이 기능을 밀어붙일수록 X의 콘텐츠 정책이 감당해야 할 부담도 같이 커져.

각자 뭘 챙기나

xAI가 챙기는 건 사용 빈도야. 이미지 생성 도구의 문제는 대부분의 사람이 한 달에 몇 번밖에 안 쓴다는 거야. 반면 밈은 일상적으로 소비되고 만들어져. 사용 빈도가 올라가면 구독 전환율도 올라가고, 무엇보다 X의 체류 시간이 늘어나. xAI와 X가 한 회사라는 점에서 이건 두 번 벌리는 구조야.

X 이용자가 챙기는 건 마찰 제거야. 지금까지 밈을 만들려면 이미지를 찾고, 밈 생성기 사이트로 가고, 글자를 얹고, 저장하고, 다시 올려야 했어. 그 과정이 앱 안 한 번의 프롬프트로 줄어들면 만들어지는 밈의 절대량이 늘어.

크리에이터와 마케터가 챙기는 건 제작 속도야. 템플릿과 스마트 리사이즈는 실무적으로 유용해. 하나의 소재를 인스타그램 정사각형, 스토리 세로형, X 가로형으로 다시 짜는 작업은 지금도 사람 손이 많이 가는 일이거든. 9가지 화면비로 구도를 다시 잡아준다는 건 그 반복을 줄여줘.

게임·앱 개발자에게는 에셋 파이프라인 얘기야. 아이콘, 게임 에셋 템플릿과 배경 제거·투명 배경 내보내기를 묶으면 프로토타이핑 단계의 그래픽 작업이 빨라져. 에이전틱 모드에서 이매진을 도구로 부를 수 있게 되면 이 흐름이 자동화 파이프라인으로 이어질 수 있고.

반대로 부담을 지는 쪽은 분명해. 밈 생성이 쉬워진다는 건 실존 인물의 얼굴이 들어간 조작 이미지도 쉬워진다는 뜻이야. 그록은 이미 이미지 생성 정책을 두고 여러 차례 논란을 겪었고, 2026년 초에는 선정적 이미지 생성에 제한을 도입해야 했어. 밈은 정의상 풍자와 조롱을 포함하는 형식이라, 이 경계를 어디에 그을지가 계속 문제가 될 거야.

밈을 무기로 삼았던 제품들의 성적표

플랫폼이 창작 도구를 내장해 문화 속도를 만들어낸 사례는 여러 번 있었고, 결과는 갈렸어.

가장 성공적인 사례는 스냅챗의 렌즈야. 스냅은 사진 필터를 앱 안에 넣어 '만들기와 보내기 사이의 간격'을 0으로 만들었고, 그 결과 촬영 자체가 커뮤니케이션이 됐어. 인스타그램이 스토리를 베끼며 대응할 만큼 강력한 차별점이었지. 이후 렌즈 스튜디오로 외부 제작자에게 도구를 열면서 생태계까지 만들었어.

또 하나는 틱톡의 이펙트와 사운드야. 틱톡은 편집 도구를 앱에 내장해 누구나 30초 안에 유행 포맷을 따라 만들 수 있게 했어. 유행이 도는 속도가 곧 성장률이었고, 이 구조가 지금의 숏폼 지배력을 만들었어. 창작 도구를 유통망 안에 넣는다는 발상의 가장 완성된 형태야.

실패 사례도 분명해. 구글 플러스는 사진 자동 보정과 애니메이션 생성 같은 도구를 여럿 갖췄지만, 만들어진 결과물이 갈 곳이 없었어. 도구는 좋았는데 그 위에 사람들이 모이지 않았거든. 페이스북의 슬링샷·포크 같은 단발성 앱도 같은 이유로 사라졌어. 창작 도구는 유통망 없이는 작동하지 않는다는 걸 반대 방향에서 증명한 사례들이야.

xAI의 위치는 이 스펙트럼에서 유리한 쪽이야. 유통망(X)이 이미 있고, 그 위에 도구를 얹는 순서니까. 다만 스냅과 틱톡의 성공에는 조건이 하나 더 있었어 — 그 도구로 만든 결과물이 재미있어야 한다는 것. 모델 성능이 아니라 문화적 감각의 문제고, 이건 벤치마크로 측정되지 않아. 아레나 2위라는 점수와 밈이 실제로 웃긴지는 별개의 문제야.

경쟁자는 어떻게 받아칠까

오픈AI는 아레나 1위 자리를 지키고 있고, 이미지 생성이 챗GPT 안에 통합돼 있어 사용자 규모에서 압도적이야. 주간 이용자 10억 명이라는 도달 범위 앞에서 X의 유통력은 상대적으로 작아 보여. 다만 챗GPT는 소셜 그래프가 없어서 '만들고 바로 퍼뜨린다'는 경험을 못 만들어. 오픈AI가 소셜 기능을 붙이려 한다면 그건 이 지점을 겨냥한 것일 거야.

구글은 배포로 승부해. 제미나이의 이미지 기능이 안드로이드와 검색, 포토에 들어가면 접점의 절대량에서 이길 수 없는 위치가 돼. 다만 구글의 제품 문화상 밈처럼 통제하기 어려운 형식을 전면에 내세우긴 어려워. 이 여백이 xAI가 노리는 자리야.

어도비는 정반대 방향으로 방어해. 저작권 보증, 기업 라이선스, 콘텐츠 크리덴셜(출처 메타데이터)로 "안심하고 상업적으로 쓸 수 있는 생성 이미지"라는 자리를 지켜. 이매진 2.0이 실무를 겨냥한다면 결국 이 방어선과 부딪히는데, 저작권과 학습 데이터 출처 문제에서 xAI가 어도비만큼의 보증을 제공하긴 어려워.

미드저니는 미적 완성도라는 좁고 깊은 자리를 지키고 있어. 편집 정밀도나 실무 워크플로에서는 밀리지만, 결과물의 질감에서 여전히 팬층이 두터워. 이매진 2.0의 확장은 미드저니의 핵심 사용자를 직접 흔들진 않아.

가장 조용하지만 실질적인 경쟁자는 캔바와 피그마 쪽일 수도 있어. 이매진 2.0이 내세운 템플릿·스마트 리사이즈·배경 제거는 전부 이 회사들이 오랫동안 다듬어온 기능이거든. 차이는 이들이 "디자인 도구에 AI를 붙였다"면 xAI는 "AI에 디자인 기능을 붙였다"는 것. 어느 쪽 접근이 이기는지는 사용자가 작업을 어디서 시작하느냐에 달려 있어. 지금까지의 관찰로는 정형화된 반복 작업은 템플릿 쪽에서, 새로운 시각적 아이디어가 필요한 작업은 생성 모델 쪽에서 시작하는 경향이 있어. 두 진영이 서로의 영역으로 밀고 들어가는 중이고, 이매진 2.0은 그 전선의 한 장면이야.

그래서 뭐가 달라지는데

X를 쓰는 사람에게는 타임라인이 바뀌어. 밈 제작 마찰이 줄면 유통되는 이미지의 양이 늘고, 그중 상당수는 AI로 만들어진 거야. 좋은 쪽으로는 반응 속도가 빨라지고, 나쁜 쪽으로는 진짜 사진과 만들어진 이미지를 구분하기가 더 어려워져. 뉴스성 이미지를 볼 때 출처를 한 번 더 확인하는 습관이 실질적으로 중요해지는 구간이야.

마케터와 크리에이터에게는 도구 재검토의 이유가 생겼어. 특히 한 소재를 여러 채널 규격으로 다시 만드는 작업이 많다면 스마트 리사이즈와 템플릿은 실측해볼 가치가 있어. 다만 상업적 사용이라면 저작권과 학습 데이터 출처에 대한 보증이 어도비 대비 약하다는 점은 감안해야 해.

개발자에게는 API 쪽이 관전 포인트야. 소비자 앱은 참조 이미지 5장, API는 3장으로 제한이 달라서 파이프라인 설계 시 이 차이를 확인해야 해. 에이전틱 모드에서 이매진을 도구로 호출하는 구조가 정식 공개되면, 이미지 생성이 대화형 워크플로 안의 함수 호출로 들어오게 돼.

한국 이용자에게는 한글 렌더링이 실질적인 판단 기준이야. 이매진 2.0의 강점으로 내세운 타이포그래피 능력이 라틴 문자 기준인지 한글에서도 유지되는지는 직접 써봐야 알 수 있어. 밈은 언어에 강하게 묶인 형식이라, 한글 텍스트가 깨지면 이 기능의 국내 효용은 크게 줄어들어.

정책 쪽에서는 익숙한 질문이 다시 열려. 실존 인물의 얼굴을 넣은 밈은 풍자인가 명예훼손인가. 각국의 딥페이크 규제가 선거·성적 콘텐츠 중심으로 만들어지는 동안, 정치 풍자 밈은 대체로 회색지대에 남아 있어. 만드는 속도가 빨라질수록 이 회색지대의 부피가 커져.

🥄 남은 궁금증 세 가지

— 그래서 나랑 무슨 상관이야? X를 안 쓴다면 직접적인 영향은 거의 없어. 다만 AI로 만든 이미지가 소셜 타임라인에서 차지하는 비중이 늘어난다는 뜻이라, 사진처럼 보이는 이미지를 볼 때 출처를 한 번 확인하는 습관은 챙길 만해.

— 이게 오픈AI 이미지 모델보다 나은 거야? 아레나 리더보드 기준으로는 아니야. 텍스트-투-이미지와 편집 양쪽에서 2위고, 1위는 gpt-image-2야. xAI의 강점은 모델 성능이 아니라 X 안에서 바로 만들고 바로 올릴 수 있다는 유통 구조야.

— 밈 기능이 그렇게 중요한 발표야? 기술적으로는 아니야. 이미지에 글자를 얹는 일이니까. 전략적으로는 의미가 있어 — xAI가 실무 도구 시장에서 어도비·오픈AI와 정면으로 붙는 대신, 자기가 가진 유통망 위에서 사용 빈도를 올리는 쪽을 택했다는 신호거든. 이 선택이 통할지는 결과물이 실제로 재미있느냐에 달려 있어서 단정하긴 일러.

참고 자료

수치는 발표 시점 기준이라 바뀔 수 있어.