※ 이 글에는 제휴 마케팅 링크가 포함될 수 있으며, 구매 시 수수료를 받을 수 있습니다.
이미지 하나에 얼마를 낼 수 있느냐고 물으면, 대부분은 “예쁘면 얼마든지"라고 답한다. 그런데 구글은 정반대 질문을 던졌다. “덜 예뻐도 되니까, 얼마나 싸게 만들 수 있느냐.” 2026년 6월 30일 공개된 나노 바나나 2 라이트(API 모델명 gemini-3.1-flash-lite-image)는 바로 그 질문에 대한 대답이다. (VentureBeat)
화질 경쟁이 끝나가는 자리에서
지난 2년간 AI 이미지 판은 화질 군비경쟁이었다. 손가락 개수를 맞추고, 그림자를 자연스럽게 만들고, 글자를 덜 뭉개는 것 — 누가 더 ‘진짜 같은가’가 전부였다. 그런데 나노 바나나 2 라이트는 그 경쟁에서 슬쩍 발을 뺀다. 구글 딥마인드는 이 모델을 두고 “최대 창작 제어력보다 속도·처리량·저비용이 더 중요한 용도"를 위해 만들었다고 못 박았다. (TechSpot)
번역하면 이렇다. 이건 걸작을 뽑는 도구가 아니다. 초안을 수백 장 찍어내는 도구다.
숫자를 보면 의도가 더 선명해진다. Gemini API 표준 요금으로 1K 해상도 이미지 한 장이 약 $0.034, 1024×1024 출력 기준으로 약 $0.0336이다. (Google Blog) 배치 처리로 돌리면 이미지당 약 $0.0168까지 내려간다. (VentureBeat) 원화로 대략 스물몇 원. 커피 한 잔 값이면 이미지 200장이 나온다는 뜻이다.
여기에 속도가 붙는다. 텍스트를 넣으면 약 4초 만에 이미지가 튀어나온다. (Google Blog) 4초와 2원짜리 조합 — 이건 한 장을 정성껏 다듬는 워크플로가 아니라, 틀린 게 나오면 그냥 버리고 다시 뽑는 워크플로를 전제한 설계다.
‘작품’에서 ‘부품’으로
내가 이 모델에서 읽는 진짜 신호는 성능표가 아니다. AI 이미지가 작품에서 부품으로 넘어가고 있다는 것이다.
광고 소재를 떠올려보자. 배너 하나를 만들려면 예전엔 카피와 색상, 인물 조합을 놓고 A/B 테스트할 변형이 수십 개 필요했다. 그 수십 장을 사람이 그리거나 고화질 모델로 뽑으면 시간도 비용도 감당이 안 된다. 그런데 장당 2원이면 이야기가 달라진다. 변형 100개를 통째로 찍어 시장에 던지고, 반응 좋은 것만 골라 고화질로 다시 다듬으면 된다. 나노 바나나 2 라이트가 최적화됐다고 밝힌 용도가 정확히 이것 — 광고 변형, 프로토타입, 초안 같은 고속·대량 창작 파이프라인이다. (Google DeepMind)
기능 목록도 이 방향에 맞춰 다듬어져 있다. 1K 캔버스 안에서 문맥에 맞는 장면과 레이아웃을 짜는 세계 지식이 강화됐고, 연속된 이미지에서 같은 인물의 얼굴을 유지하는 캐릭터 일관성이 개선됐다. 이미지 안에 특정 위치의 글자를 넣는 타이포그래피 렌더링도 손봤다. (Google DeepMind) 하나같이 “한 장의 완성도"가 아니라 “여러 장을 이어 찍을 때 흐트러지지 않는가"에 초점이 맞춰져 있다.
배포처를 봐도 그렇다. Google AI Studio와 Gemini API, Gemini Enterprise Agent Platform에서 바로 쓸 수 있고, 검색의 AI Mode·Gemini 앱·NotebookLM·Google Photos·Stitch·Google Flow·Google Ads까지 확산 배포된다. (Google Blog) 특히 Google Ads에 얹힌다는 대목이 상징적이다. 구글은 이 모델을 ‘감상하는 그림’이 아니라 ‘팔기 위한 소재’가 흐르는 파이프에 꽂아 넣고 있다.
나노 바나나 2 라이트 사용법: 어떻게 시작하나
써보려는 사람 입장에서 진입로는 단순하다. 개인·소규모라면 Google AI Studio에서 모델을 gemini-3.1-flash-lite-image로 지정하고 프롬프트를 넣는 것이 가장 빠른 길이다. 코드로 붙이려면 Gemini API에 같은 모델명으로 요청을 보내면 되고, 대량 작업은 배치 처리로 돌려야 장당 단가($0.0168 수준)의 이점을 챙길 수 있다. (VentureBeat)
기존에 나노 바나나(gemini-2.5-flash-image)를 쓰던 곳이라면 이전이 자연스럽다. 구글은 라이트를 기존 나노 바나나의 권장 대체 모델로 안내한다. (Google DeepMind) 다만 한 가지 기억할 것 — 출력물에는 눈에 보이지 않는 SynthID 워터마크가 삽입된다. (Google DeepMind) AI 생성물임을 식별하는 장치이니, 원본 사진처럼 위장해 쓰려는 용도라면 애초에 맞지 않는다.
싸고 빠른 것에는 값이 매겨져 있다
여기서 균형을 잡자. 장당 2원이 공짜 점심은 아니다.
구글 딥마인드는 이 모델이 작은 얼굴, 정확한 철자, 세밀한 디테일에서 여전히 어려움을 겪을 수 있다고 공식적으로 인정했다. (Google DeepMind) 명함의 작은 글씨, 군중 속 뒷사람 얼굴, 로고의 정밀한 곡선 — 확대해서 보는 순간 무너지기 쉬운 지점들이다.
편집 쪽 한계는 더 실무적이다. 속도와 비용에 최적화된 대가로, 마스크 편집이나 큰 조명 변화 같은 고급 다중턴 편집에서는 부자연스러운 결과가 나올 수 있고, 출력 해상도의 유연성도 희생됐다. (TechSpot·업계 정리 기준) 즉 “이 부분만 조명을 확 바꿔줘"를 몇 번씩 주고받는 정교한 리터칭에는 애초에 맞지 않는 도구다. 그런 작업은 상위 모델로 올려야 한다.
그리고 하나 더 — 세계 지식이 넓다고 해서 무오류는 아니다. 데이터에 기반한 콘텐츠, 이를테면 정확한 도표나 사실 정보가 담긴 인포그래픽을 뽑을 때는 틀린 내용이 그럴듯하게 섞여 나올 수 있다. (Google DeepMind) 이건 라이트만의 문제가 아니라 이미지 모델 전반의 함정이지만, 대량으로 찍어낼수록 검수 부담이 그만큼 커진다는 점은 분명히 계산에 넣어야 한다.
그래서, 이 모델은 누구의 것인가
정리하면 나노 바나나 2 라이트의 정체성은 이렇게 요약된다. 한 장을 예술로 만드는 모델이 아니라, 백 장을 감당 가능한 비용으로 뽑아 그중 하나를 건지게 하는 모델.
당신이 포트폴리오에 걸 표지 일러스트 한 장을 원한다면 이 모델은 답이 아니다. 상위 고화질 모델이나 사람 디자이너로 가는 게 맞다. 반대로 소셜 광고 변형을 매주 수백 개 돌려야 하는 마케터, 기획안에 붙일 시안을 빠르게 찍어내야 하는 프로토타이퍼, 초안을 대량으로 깔아놓고 고를 사람이라면 — 장당 2원, 장당 4초라는 조합은 지금 시장에서 쉽게 무시하기 어려운 제안이다.
화질 경쟁이 정점을 찍은 뒤, 다음 전선은 단가로 옮겨가고 있다. 나노 바나나 2 라이트는 그 이동을 가장 노골적으로 보여주는 이정표다. “얼마나 예쁜가"를 묻던 시대에서 “얼마나 싸게, 얼마나 빨리, 얼마나 많이"를 묻는 시대로 — 구글은 그 질문지의 답안을 이미 제출했다.