Nano Banana 2 (Gemini 3.1 Flash Image) 는 단순한 텍스트 - 투 - 이미지 엔드포인트가 아닙니다. 이는 후속 턴을 수용하는 멀티모달 에디터입니다. Google 은 API 를 올바르게 사용할 때 턴 간 시각적 컨텍스트를 유지하는 대화형 편집 및 프롬프트당 최대 14 개의 입력 이미지를 문서화했습니다.

해상도 티어 (프롬프트 입력 전 선택)

Tier	Typical use	Cost note
512px	썸네일, 빠른 레이아웃 탐색	가장 낮은 토큰 소모
1K	소셜, 블로그 히어로	기본 밸런스
2K	인쇄 인접 마케팅	높은 출력 토큰
4K	제품 히어로, 세부 타이포	가장 느림; 크기별 타이포그래피 확인 필요

프로젝트당 티어를 한 번 선택하세요. 512 탐색에서 4K 딜리버리로 바로 이동하면서 구도를 다시 확인하지 않으면 토큰이 낭비됩니다.

Identity 붕괴 없이 14 개 참조 이미지 활용

Plain language 로 역할을 지정하세요:

Image 1–2: face and hair identity (ignore backgrounds).
Image 3: jacket fabric swatch only.
Image 4: lighting reference from a sunset plate.
Generate subject in a rainy alley, same identity, new wardrobe from Image 3.

참조 이미지가 많다고 해서 제어력이 높아지는 것은 아닙니다. 장면에 필요한 주체를 제한하세요. 종종 최대 첨부 파일 수를 채우는 것보다 3~5 개의 이미지와 텍스트 요약이 더 효과적입니다.

Try Nano Banana in MidassAI

대화형 편집 턴 (API mental model)

턴 1: 기본 장면 생성. 턴 2: Change only the sign text to "OPEN". Keep architecture and rain unchanged. 턴 3: Warm color grade +10%. Do not move camera.

각 턴은 하나의 차원(텍스트, 의상, 그레이드, 크롭) 만 변경해야 합니다. 여러 요청을 한 문단에 넣으면 모델이 충돌을 평균화해 버립니다.

google-genai 를 사용하는 개발자는 동일한 대화 세션을 유지하여 Thought Signatures/시각적 컨텍스트가 유지되도록 해야 합니다. 턴 간에 stateless 호출로 떨어지면 구도가 초기화됩니다.

웹 그라운딩 vs 참조 편집

Google Search 그라운딩은 사실적 프롬프트 (today's weather in Seoul reflected in windows) 에 응답합니다. 참조 편집은 Identity 프롬프트 (this exact person, new outfit) 에 응답합니다. 한 턴에서 둘을 섞는 것은 유효하지만, 어떤 입력이 사실적 기준이고 어떤 것이 Identity 기준인지 명시하세요.

시간 민감한 사실이 중요할 때만 그라운딩을 활성화하세요. 그렇지 않으면 이점 없이 지연 시간만 증가합니다.

타이포그래피 패스

Nano Banana 2 는 여전히 타입에 대해 quoted strings 에 보상을 제공합니다: A neon sign reading "MIDASS" 는 인용부호 없는 ALL CAPS 덩어리보다 낫습니다. 대화형 그레이드 변경 후 확대하여 철자를 다시 확인하세요. Glow 효과가 내보내기 전까지 오류를 숨깁니다.

실패 모드 및 해결

Issue	Fix
Face drifts on turn 3	매 턴마다 원본 초상화 참조로 재고정 (Re-anchor)
Background swaps when editing text	`keep background pixels unchanged` 명시적으로 추가
4K soft	2K 에서 더 샤프한 렌즈 언어로 재생성 후 티어 업스케일

미니 체크리스트

딜리버리 목표에 맞는 티어 선택
참조 이미지 크롭 및 역할 라벨링
대화형 턴당 하나의 변경 사항
사실이 시간 민감할 때만 그라운딩 사용

vs Nano Banana Pro

복잡한 다이어그램에서 최대 단일 샷 충실도가 필요할 때는 Pro 를 사용하세요. 빠른 반복 루프와 멀티턴 편집에는 Flash Image (NB2) 를 사용하세요. 많은 프로덕션 세트는 NB2 에서 생성한 후 히어로 스틸에만 Pro 패스를 한 번 수행합니다.

사전 요구 사항 및 설정

멀티턴 세션을 시작하기 전에 Google Cloud 프로젝트에 models.generateContent 권한으로 Vertex AI API 가 활성화되어 있는지 확인하세요. 이미지 생성 엔드포인트를 지원하는 결제 계정에 연결된 유효한 API 키가 필요합니다. 복잡한 Identity 유지에 필요한 14 이미지 컨텍스트 윈도우가 없는 이전 Flash 변형과 달리 특정 gemini-3.1-flash-image 모델 문자열을 호출하고 있는지 확인하세요.

로컬 테스트는 google-genai SDK 버전 0.5 이상을 사용하는 Python 스크립트를 통해 가장 잘 작동합니다. SDK 가 세션 상태를 자동으로 관리하기 때문입니다. 환경 변수를 안전하게 유지하고 4K 생성이 표준 썸네일 요청보다 훨씬 많은 용량을 소비하므로 고해상도 출력 토큰을 위한 할당량을 확인하세요.

확장 프롬프트 워크플로우

참조 자산에 대한 엄격한 준수 대비 창의성 균형을 위해 temperature=0.7 로 채팅 세션을 초기화하세요. 잘림 없이 고해상도 이미지 데이터를 수용하려면 max_output_tokens 를 4096 으로 설정하세요.
주요 Identity 참조를 첫 번째 콘텐츠 파트로 업로드하고 system_instruction: "Maintain facial geometry from Image 1" 로 라벨링하세요. 이후 denim 또는 leather 와 같이 재질 유형별로 엄격하게 라벨링된 보조 텍스처 참조를 따르세요.
부정 프롬프트 제약 조건으로 첫 번째 생성을 실행하세요: no background changes, no lighting shifts. 모델이 주체를 렌더링하는 동안 환경을ロック합니다.
두 번째 턴에서는 프롬프트 설명에서 color_grade 파라미터만 수정하세요. make it pop 과 같은 모호한 용어 대신 increase saturation by 15% 와 같은 구체적인 값을 사용하세요.
간판 및 의상 세부 사항의 텍스트 명확성을 유지하기 위해 압축된 JPEG 대신 raw PNG 출력을 요청하여 내보내기를 완료하세요.

일반적인 실수

세션 리셋: 턴 간에 채팅 객체를 닫으면 모델이 컨텍스트를 처음부터 다시 추론해야 하여 Identity 드리프트가 발생합니다. 해결: 전체 편집 루프 동안 메모리에 채팅 세션 객체를 지속하세요.
컨텍스트 과부하: 첫 번째 프롬프트에 14 개 이미지를 모두 첨부하면 attention mechanism 이 혼란스러워집니다. 해결: 참조를 점진적으로 도입하세요. 해당 요소 수정이 필요할 때만 새 자산을 추가하세요.
모호한 수정 요청: improve the look 요청은 관련 없는 영역에서 환각된 변경을 트리거합니다. 해결: 바운딩 박스 설명 또는 modify only the foreground subject 와 같은 명시적인 레이어 지침을 사용하여 편집 대상을 격리하세요.

MidassAI 에서 체험하기

코드를 작성하지 않고도 MidassAI Studio 의 비주얼 인터페이스를 사용하여 이 멀티턴 편집 파이프라인을 복제할 수 있습니다. 플랫폼이 세션 지속성 및 참조 라벨링을 자동으로 처리하므로 API 상태 관리보다 반복적인 디자인에 집중할 수 있습니다. 여기서 프로젝트를 시작하세요: https://www.midassai.com/studio/nano/

Nano Banana 2: 14 개 참조 이미지로 대화형 편집하기