메인 콘텐츠로 건너뛰기

​
간단한 답변

Nano Banana Pro에서 왜곡된 출력이 발생하는 것은 모델의 실패가 아닙니다. 단일 생성의 고유한 무작위성과 지나치게 단정적인 프롬프트라는 두 가지 원인이 겹쳐서 발생합니다. 다음 순서로 진행합니다.
  1. 먼저 imagen.apiyi.com에서 동일한 prompt + 참조 이미지로 재현하여 클라이언트 측 문제인지 확인합니다.
  2. 프롬프트를 다시 작성합니다. “엄격하게 고정” 또는 “픽셀 단위로 완벽하게 복원”과 같은 절대적인 표현은 삭제하고, 구체적인 색상 / 위치 / 유지할 항목에 대한 설명을 사용합니다.
  3. Base64 인코딩을 사용하여 선명하고 윤곽이 분명한 참조 이미지를 업로드합니다. Nano Banana 시리즈는 OpenAI 방식의 URL 업로드를 지원하지 않습니다.
  4. 다중 재시도를 활성화합니다. 비즈니스 코드에서 동일한 prompt를 1~3회 자동으로 재시도하도록 설정합니다.
  5. 그래도 해결되지 않으면 채널 또는 모델을 전환합니다. banana pro는 기본적으로 AI Studio를 사용하므로 Vertex 그룹으로 전환하거나, 원본과 더 유사한 편집 스타일을 유지하는 gpt-image-2 시리즈를 사용해 봅니다.

​
인쇄물이 왜 왜곡되는가

AI 이미지 생성은 단일 실행 원자적 샘플링입니다. 모든 호출은 독립적인 추출이며, “엄격한 복원” 토글은 없습니다. 가장 흔한 원인은 다음 두 가지입니다.
  • 지나치게 단정적인 prompt 표현: “위치를 엄격하게 고정”, “픽셀 단위로 완벽하게 복원”, “1:1로 재현”과 같은 문구는 모델이 요청을 “다시 그리기”로 해석하게 만들 수 있으며, 그 결과 다른 요소와 함께 인쇄물도 다시 그려집니다.
  • 잘못된 참조 이미지 업로드 형식: Nano Banana 시리즈는 Base64 인코딩 업로드만 지원합니다. OpenAI 호환 image_url 필드에 URL을 직접 붙여 넣으면 모델이 참조 이미지를 “보지 못하게” 되어 인쇄물이 자유롭게 변형될 수 있습니다.
설명이 완벽하더라도 단일 실행 샘플의 약 **5%~15%**에서는 모델이 여전히 “벗어날” 수 있습니다. 이는 결함이 아니라 생성 모델에 내재된 특성입니다. 동일한 prompt라도 호출할 때마다 자연스럽게 다른 결과가 생성됩니다.

​
단계별 문제 해결

1

테스트 도구에서 재현하여 클라이언트 문제인지 배제합니다

imagen.apiyi.com/#generate를 열고 동일한 prompt + 참조 이미지를 다시 실행합니다.
  • 도구에서도 인쇄가 왜곡됨 → prompt 문제일 가능성이 가장 높으므로 2단계로 이동합니다
  • 도구에서는 인쇄가 보존됨 → 통합을 디버깅합니다(이미지가 실제로 업로드되었는지, 매개변수가 올바른지 확인). 생성된 이미지가 참조 이미지와 너무 다름을 참조합니다
2

prompt를 다시 작성하고 절대적인 표현을 삭제합니다

“엄격하게 복원” 또는 “픽셀 단위로 완벽하게”와 같은 명령형 표현을 구체적인 속성 설명으로 바꿉니다(아래의 “prompt 최적화 예시” 참조).
3

참조 이미지가 올바르게 업로드되었는지 확인합니다

  • Nano Banana 시리즈는 OpenAI 형식의 URL 업로드를 지원하지 않습니다 — Base64를 사용해야 합니다
  • 참조 이미지는 선명하고 특징이 풍부해야 합니다. 흐릿하거나 복잡한 참조 이미지를 사용하면 모델이 “추측”해야 하므로 인쇄가 달라질 가능성이 커집니다
  • 이미지 하나당 최대 7MB입니다(Gemini의 공식 제한). 업로드 전에 무손실 압축을 권장합니다
  • 각 prompt에는 최대 14개의 참조 이미지를 사용할 수 있습니다. 보존해야 하는 인쇄가 하나뿐이라면 해당 클로즈업 이미지만 업로드하고 가중치를 높입니다
4

다중 시도 재시도(자동 재시도)를 활성화합니다

비즈니스 코드에 동일한 prompt에 대해 1~3회의 자동 재시도를 구현합니다. 한 번의 실패가 모델이 고장 났다는 의미는 아닙니다 — 시도 횟수를 늘리면 적중률이 크게 높아집니다.
5

대체 수단으로 채널 또는 모델을 전환합니다

  • Vertex 그룹으로 전환합니다(콘솔에서 token을 편집할 때 Vertex 그룹을 선택하기만 하면 되며 코드 변경은 필요하지 않습니다) — Vertex의 조정 정책은 AI Studio와 다르므로, AI Studio에서 잘못 감지되어 차단되는 일부 의상 교체 요청도 Vertex에서는 문제없이 통과합니다
  • 또는 gpt-image-2 시리즈를 사용해 봅니다 — 이 모델은 원본 이미지에 더 가까운 편집 스타일을 유지하고 색상 변화와 스타일 변경이 적으므로, “원본에 가깝게 유지”하는 것이 우선일 때 적합합니다

​
프롬프트 최적화 예시

아래는 의상 교체 + 프린트 보존 시나리오에 대한 잘못된 예시와 개선된 예시를 비교한 표입니다. 개선된 전체 프롬프트 예시:
이 이미지를 편집합니다. 다음 두 가지를 수행합니다. ① 빨간 상자 안에 있는 두 개의 찻주전자를 무광 순수 검은색으로 변경하고, 원래 소재의 질감과 형태를 보존합니다. ② 빨간 상자의 외곽선 자체를 삭제합니다. 이미지 내 다른 모든 객체의 색상, 위치, 치수 레이블 및 텍스트는 완전히 변경하지 않고 유지해야 합니다.
일반 원칙: 한 번의 호출에서는 한 가지 범주만 변경합니다. 의상 교체 작업에 “색상 변경 + 배경 변경 + 텍스트 추가”가 필요하다면 여러 편집 작업으로 분할합니다. 각 호출의 성공률이 하나의 초대형 지시문을 사용하는 경우보다 눈에 띄게 높아집니다.

​
전체적인 붉은색 / 따뜻한 색조에 관하여

교체 후 이미지 전체가 붉은색 또는 따뜻한 색조로 치우쳐 보인다면 다른 문제입니다. 일반적인 원인은 banana pro 편집 결과 전체 붉은 색조입니다. 원인과 해결 방법은 인쇄 왜곡과 다르며(Vertex 채널로 전환하거나 gpt-image-2로 대체), 인쇄 왜곡과 동일하지 않습니다.

​
관련 문서

​
지원팀 문의

위의 단계를 수행해도 문제가 해결되지 않으면 워크스페이스에서 지원팀에 문의하거나 [email protected]으로 다음 정보를 보내 주십시오.
  • imagen.apiyi.com에서 동일한 prompt로 재현한 결과(스크린샷 또는 링크)
  • 사용 중인 모델 이름(예: gemini-3-pro-image / Nano Banana 2)
  • API 호출 시간 및 요청 ID(사용 가능한 경우)