Nano Banana 2.1 API를 어떻게 사용하나요? 생성 및 편집

요약 Nano Banana 2.1 (gemini-nano-banana-2.1)은 Gemini 제품군의 업데이트된 고효율 이미지 생성 및 대화형 편집 모델입니다. Gemini 3.6 Flash를 기반으로 하며, 향상된 시각 품질과 사실감(1K/2K/4K), 극단적 가로세로비에서의 타일링 아티팩트 수정, 우수한 텍스트 렌더링과 인포그래픽 레이아웃, 다중 이미지 융합(최대 14개 참조, 최대 4명의 캐릭터와 10개 객체의 일관성), Google Search/Image Search 그라운딩, 구성 가능한 Thinking 수준(minimal/medium/high)을 제공합니다.

이 모델은 Nano Banana Pro의 효율적 대응 모델로 포지셔닝되며, 여러 해상도에서 이전 세대 Nano Banana 2 대비 이미지당 비용이 약 절반 수준입니다. 공식 가격은 Standard 등급 기준 1K 이미지당 약 $0.0336부터 시작합니다. Gemini API(Interactions API 권장), Google AI Studio 또는 CometAPI 같은 통합 애그리게이터를 통해 액세스할 수 있으며, 단일 OpenAI-호환 키로 간편한 통합과 경쟁력 있는 요금을 제공합니다. 이 가이드는 설정, 코드 예제, 고급 기능, 가격 비교, 모범 사례 및 프로덕션 권장 사항을 다룹니다.

핵심 요약

• Nano Banana 2.1은 Google의 최신 고효율 이미지 생성 및 대화형 편집 모델로, Nano Banana Pro의 효율적 대응 모델입니다.
• Google의 자체 테스트에 따르면 전체 텍스트→이미지 선호도에서 1050 Elo(비교: Nano Banana 2는 990, Pro는 935)를 기록했으며, 일관성과 편집에서 큰 향상을 보였습니다.
• 가격은 Gemini API 기준 Standard 1K 이미지당 약 ~$0.0336부터 시작하며, Nano Banana 2 대비 약 절반입니다.
• 최대 14개의 참조 이미지, 4명의 캐릭터 + 10개 객체 일관성, 파노라마 비율에서도 타일링 아티팩트 없음, 실시간 웹/이미지 검색 그라운딩을 지원합니다.
• Nano Banana 2는 2026년 10월 29일에 사용 중단 예정이며, 조기 마이그레이션을 권장합니다.
• 개발자 관점에서 CometAPI 같은 플랫폼은 단일 OpenAI-호환 엔드포인트로 Nano Banana 2.1을 포함한 500+ 모델에 하나의 키로 접근 가능하며, 경쟁력 있는 요금을 제공합니다.

Nano Banana 2.1이란?

Nano Banana 2.1은 Google DeepMind의 Gemini 3 시리즈에 속하는 최신 네이티브 멀티모달 추론 모델입니다. 공식적으로 Gemini 3.6 Flash 기반이며, 텍스트로부터의 고품질 이미지 생성과 대화형 이미지 편집에 특화되어 있습니다.

텍스트, 이미지, 비디오, PDF 입력을 수용하며(일부 문서에서 컨텍스트 윈도우 최대 약 100만 토큰, API 스펙에서는 131,072), 이미지(최대 4K)와 텍스트를 출력합니다. 모든 생성 이미지에는 Google의 SynthID 워터마크가 삽입됩니다.

Google은 이를 Nano Banana 2(Gemini 3.1 Flash Image)의 업데이트로 설명하며, Flash급 속도와 비용은 유지하면서 시각 품질, 프롬프트 준수, 다중 턴 캐릭터 일관성, 텍스트 렌더링을 크게 개선했다고 합니다. 또한 고급형 Nano Banana Pro(Gemini 3 Pro Image)의 “더 효율적인 대응 모델”로 명시적으로 포지셔닝됩니다.

Nano Banana 2.1 벤치마크 성능

Google은 2026년 10월 기준 내부 사이드바이사이드 인간 선호도(Elo)와 사실성 결과를 공개했습니다. 출시 시점에는 독립적인 서드파티 테스트가 제한적이었습니다.

텍스트→이미지 성능

편집 성능

출처: Google DeepMind Nano Banana 2.1 Model Card.

Elo가 높을수록 인간 선호도가 강하다는 의미입니다. 사실성 점수(높을수록 좋음)는 정확한 인포그래픽에서 특히 큰 향상을 보입니다. 이 결과는 Nano Banana 2.1이 현재까지 Google의 가장 강력한 Flash-등급 이미지 모델임을 보여주며, 더 낮은 비용과 지연으로 실사용 측면에서 Pro와 경쟁하거나 우위에 있음을 시사합니다.

Nano Banana 2.1 공식 가격 및 비용 고려사항(2026년 10월 초 기준)

Google의 Standard 유료 등급 기준(이미지 출력당, 추가 입력/Thinking/텍스트 토큰 제외) 약:

입력 토큰은 100만 토큰당 약 $1.50, 텍스트 + Thinking 출력은 100만 토큰당 약 $7.50로 안내되는 경우가 있습니다. 이 모델에는 무료 API 등급이 없습니다. 최종 청구 비용은 프롬프트 길이, 참조 이미지 수, Thinking 수준, 해상도, 추가 텍스트 출력 여부에 따라 달라집니다.

Nano Banana 2와 비교하면 동일 해상도에서 이미지당 비용이 약 절반으로, 대량 생성에 경제적입니다. 최대 충실도 요구에는 Nano Banana Pro가 여전히 더 비쌉니다. 요율과 토큰 집계는 변동될 수 있으므로 항상 최신 Gemini API 가격 페이지를 확인하세요.

예를 들어 CometAPI는 gemini-nano-banana-2.1 지원을 빠르게 추가했으며, 수백 개 모델에 통합 액세스를 제공하고 경쟁력 있는 요금을 책정합니다.

Nano Banana 2.1 API 액세스 및 설정 방법

Model ID: gemini-nano-banana-2.1

현대적인 Interactions API 또는 generateContent 엔드포인트를 google-genai SDK와 함께 사용하세요.

참조 이미지와 높은 해상도/Thinking 사용: 입력 리스트에 base64로 인코딩된 이미지를 제공하고, 응답 포맷 옵션에서 가로세로비와 이미지 크기(1K/2K/4K)를 설정하세요. 사실성이 중요한 경우 Google Search 그라운딩 도구를 활성화하세요.

1. 공식 Google Gemini API(전체 기능 호환을 위해 권장)

• Google AI Studio / Google Cloud 프로젝트를 생성하거나 사용하고 과금을 활성화합니다.
• Google AI Studio에서 API 키를 발급받습니다.
• 공식 SDK 설치: pip install -U google-genai(Python) 또는 JavaScript/Node(@google/genai)용.
• 선호되는 현대 인터페이스: Interactions API(client.interactions.create). 레거시 GenerateContent는 일부 컨텍스트에서 여전히 사용 가능합니다.
• 기본 엔드포인트 패턴: https://generativelanguage.googleapis.com/v1beta/interactions(또는 모델별 generateContent 경로). 인증은 x-goog-api-key 헤더 또는 SDK 환경 변수 GEMINI_API_KEY 사용.

2. Google AI Studio

빠른 프로토타이핑, 프롬프트 테스트, 시각적 점검에 이상적입니다. 모델을 선택하고 참조, 해상도, Thinking 수준을 실험하세요.

3. 통합 애그리게이터(CometAPI 권장)

CometAPI는 단일 OpenAI-호환 엔드포인트(https://api.cometapi.com/v1)와 하나의 API 키로 500+ 모델(포함: Gemini Nano Banana 시리즈)에 접근합니다. 종량제 요금(직접 벤더 대비 절약 가능), 사용량 대시보드, SDK 호환 드롭인을 지원합니다. 여러 제공자를 이미 사용 중이거나 다양한 이미지 모델을 A/B 테스트하고 싶다면 특히 유용합니다. CometAPI.com에서 무료 테스트 크레딧으로 가입하고 키를 생성한 뒤, OpenAI-호환 클라이언트의 기본 URL을 CometAPI로 지정하세요. Model ID는 gemini-nano-banana-2.1 그대로입니다.

CometAPI의 경우 기본 URL과 키만 교체하고, OpenAI-호환 또는 Gemini-호환 클라이언트 구조를 유지합니다. CometAPI는 Nano Banana 2.1 접근에 GenerateContent 엔드포인트 패턴을 사용합니다.

Nano Banana 2.1 API 액세스 경로 비교

코드를 복사하기 전에 제공자를 선택하세요. Google은 아래 Python 예제에서 사용하는 Interactions 워크플로를 제공합니다. CometAPI의 Nano Banana 2.1 API는 cURL 예제에서 사용하는 게이트웨이 경로를 제공합니다. 인증, 입력 필드, 출력 처리, 대화 상태를 전체 통합 관점에서 비교하세요. 키는 서로 다른 계정과 과금 시스템에 속합니다.

아래 Google 예제는 Interactions API를 사용합니다. 이는 CometAPI generateContent 엔드포인트 요청이 아닙니다. 상호작용 상태와 응답 처리를 위해 Google의 Interactions 개요를 따르세요. 예제는 게시된 요청 스키마와 대조해 확인했으며, 인증되거나 과금되는 API 호출은 수행하지 않았습니다.

Nano Banana 2.1 API로 이미지 생성 및 저장

Google: Python으로 생성

프로젝트 환경에서 google-genai Python SDK를 설치하고 generate_image.py를 실행합니다. 아래 첫 요청은 16:9 구성과 특정 헤드라인을 가진 2K PNG를 요청합니다. 결과를 저장하고 편집 또는 참조 이미지 입력을 추가하기 전에 확인하세요.

python -m pip install -U google-genai

다음을 generate_image.py로 저장하세요. Google의 이미지 생성 가이드를 따르며 상호작용을 생성하고, 반환된 이미지를 점검한 뒤 데이터를 디코드해 PNG로 저장합니다. 제품 광고 프롬프트는 피사체, 조명, 정확한 헤드라인을 지정하므로 요청 충족 여부를 확인할 수 있습니다.

import base64
import os
from pathlib import Path
from google import genai

MODEL = "gemini-nano-banana-2.1"
client = genai.Client(api_key=os.environ["GEMINI_API_KEY"])
image_format = {
    "type": "image",
    "mime_type": "image/png",
    "aspect_ratio": "16:9",
    "image_size": "2K",
}

def save_image(result, filename):
    image = result.output_image
    if image is None or not image.data:
        raise RuntimeError("No image returned; inspect the response before retrying")
    Path(filename).write_bytes(base64.b64decode(image.data))

interaction = client.interactions.create(
    model=MODEL,
    input=("Create a product advertisement for a white ceramic coffee mug. "
           "Use a warm studio background and soft side lighting. "
           "Include only the exact headline MORNING COFFEE."),
    response_format=image_format,
)
save_image(interaction, "mug-ad.png")
print("Saved mug-ad.png; interaction ID:", interaction.id)

python generate_image.py

스크립트는 mug-ad.png를 저장하고 상호작용 ID를 출력합니다. 이미지 또는 편집을 계속하기 전에 3단계의 응답 점검을 사용하세요.

CometAPI: cURL로 생성

1단계에서 COMETAPI_KEY를 설정한 뒤, CometAPI 문서화된 경로를 사용하는 다음 Bash 요청을 실행하세요. JSON 응답을 comet-response.json으로 저장합니다. 3단계에서 반환된 이미지를 추출해 저장합니다.

curl --fail-with-body --silent --show-error \
  "https://api.cometapi.com/v1beta/models/gemini-nano-banana-2.1:generateContent" \
  -H "x-goog-api-key: $COMETAPI_KEY" \
  -H "Content-Type: application/json" \
  -X POST \
  -d '{
    "contents": [{"parts": [{"text": "Create a studio product image of a white ceramic mug."}]}],
    "generationConfig": {"responseModalities": ["TEXT", "IMAGE"]}
  }' \
  --output comet-response.json

응답 처리

Google: 저장된 이미지와 상호작용 ID 확인

Generatation의 save_image 헬퍼는 output_image를 확인하고, 이미지 데이터를 디코드해 mug-ad.png로 저장합니다. 해당 파일을 열어 머그, 구도, 정확한 헤드라인을 확인하세요. 다음 편집 턴을 위해 상호작용 ID를 보관합니다. HTTP 응답이 성공이라고 해서 요청 이미지가 반환되었다는 보장은 아닙니다.

output_image 편의 속성은 마지막으로 생성된 이미지를 반환합니다. 여러 이미지를 원하거나 텍스트와 비주얼이 교차하는 경우 상호작용의 단계를 처리하세요. 누락된 이미지 또는 안전 관련 정보를 점검한 후 재시도하세요.

CometAPI: 이미지 추출 및 저장

이 요청은 PNG가 아닌 JSON 응답을 작성합니다. 이미지 추출기를 만들기 전에 실제 응답 구조를 확인하세요. 이 경로에는 previous_interaction_id 또는 response_format을 전달하지 마세요. 게이트웨이 편집 및 출력 크기 옵션은 자체 문서화된 스키마를 따라야 합니다. 또한 Google 상호작용 ID는 게이트웨이 대화 상태가 아닙니다.

게이트웨이가 Google generateContent 레퍼런스에 설명된 candidates → content → parts 네이티브 구조를 반환한다면, 아래 독립 스크립트로 인라인 이미지 파트를 저장하세요. camelCase와 snake_case 필드명을 모두 수용하며 반환된 이미지 포맷을 보존합니다:

import base64
import json
from pathlib import Path

payload = json.loads(Path("comet-response.json").read_text(encoding="utf-8"))
saved = 0
for candidate in payload.get("candidates", []):
    for part in candidate.get("content", {}).get("parts", []):
        if part.get("thought"):
            continue
        blob = part.get("inlineData") or part.get("inline_data")
        if not blob or not blob.get("data"):
            continue
        mime = blob.get("mimeType") or blob.get("mime_type")
        ext = {"image/png": "png", "image/jpeg": "jpg", "image/webp": "webp"}.get(mime)
        if ext:
            saved += 1
            Path(f"comet-image-{saved}.{ext}").write_bytes(base64.b64decode(blob["data"]))
if not saved:
    raise RuntimeError("No inline image found; inspect response schema and error details")
print(f"Saved {saved} image(s)")

위 추출기를 comet-response.json과 같은 디렉터리에 save_comet_image.py로 저장한 뒤, Python으로 실행하세요. 저장된 comet-image 파일을 열어 내용을 확인하세요. 인라인 이미지가 없으면 실제 응답과 오류 세부사항을 점검한 후 파서를 변경하거나 재시도하세요.

두 제공자 모두에서 이미지 포맷, 치수, 요청한 텍스트 및 시각적 디테일을 확인하세요. 제공자별 응답 처리를 분리하고, 편집에 들어가기 전에 원본 이미지를 보관하세요.

Nano Banana 2.1 API로 이미지 편집하는 방법

생성된 이미지를 Nano Banana 2.1로 편집

같은 스크립트에 아래 블록을 추가하세요. 생성 예제에서 사용한 클라이언트, 출력 포맷, 상호작용을 재사용합니다. Google의 다중 턴 편집 예제처럼 previous_interaction_id로 대화 컨텍스트를 제공합니다. 파일 타입, 가로세로비, 크기를 명시적으로 유지하려면 출력 포맷을 다시 지정하세요.

edited = client.interactions.create(
    model=MODEL,
    previous_interaction_id=interaction.id,
    input=("Change only the mug color to matte black. "
           "Keep the headline, background, framing and lighting unchanged."),
    response_format=image_format,
)
save_image(edited, "mug-ad-edited.png")
print("Saved mug-ad-edited.png; interaction ID:", edited.id)

세 번째 턴에서는 previous ID로 edited.id를 사용하세요. 단일 전역 변수가 아닌, 애플리케이션의 편집 세션과 함께 최신 ID를 저장하세요. 원본 이미지를 보관하세요. 배경을 변경하지 말라고 요청해도 픽셀 단위의 완벽한 보존을 보장하지는 않습니다.

로컬 참조 이미지를 Nano Banana 2.1에 전송

이미 제품 이미지가 있다면 새 자산을 먼저 생성하지 말고 편집 지시와 함께 보냅니다. 이 블록 또한 생성 예제의 클라이언트와 save_image 헬퍼를 사용합니다. 선언된 MIME 타입은 실제 파일과 일치해야 합니다.

reference = base64.b64encode(Path("product.png").read_bytes()).decode("ascii")
from_reference = client.interactions.create(
    model=MODEL,
    input=[
        {"type": "text", "text": "Place this product on a clean studio backdrop. Preserve its shape and label."},
        {"type": "image", "mime_type": "image/png", "data": reference},
    ],
    response_format=image_format,
)
save_image(from_reference, "product-studio.png")

Nano Banana 2.1 이미지 출력과 참조 제어

명세 표의 참조 이미지 용량과 일관성 목표를 베이스라인으로 삼으세요. 이는 완벽한 신원 보존을 보장하지는 않습니다. 필요한 최소 참조부터 시작하고, 전체 결과를 평가하세요. 도표나 마케팅 자산의 경우 정확한 카피와 검증된 수치를 제공하고 모델이 임의로 작성하도록 요구하지 마세요.

고급 기능

• Thinking 수준: 속도를 위해 “minimal”, 균형을 위해 “medium”(기본), 복잡한 구성/텍스트가 많은 레이아웃/정밀한 다중 객체 준수를 위해 “high”를 설정하세요. 높은 Thinking은 지연과 토큰 비용을 증가시키지만 어려운 프롬프트에서 결과가 개선됩니다.
• 검색 그라운딩: Google Search / Image Search 도구를 활성화해 실제 세계나 현재의 시각적 참조(날씨, 제품, 이벤트, 정확한 종 등)를 반영할 수 있습니다.
• 비디오 입력: 스타일이나 피사체를 짧은 클립에서 추출하는 등 컨텍스트 인식 생성에 지원됩니다.
• Batch API: 대량 오프라인 작업을 위한 할인 요금이 제공됩니다.
• 해상도 및 포맷: 기본 1K; 2K 또는 4K는 명시적으로 요청하세요. 출력은 구성에 따라 보통 PNG/JPEG입니다.

Google의 생성형 AI 금지 사용 정책을 준수하고, 참조 이미지에 대한 권리를 보유하고 있는지 확인하세요.

Nano Banana 제품군(대략, 2026년 10월 초 데이터)

결론 및 권장 사항

Nano Banana 2.1은 현재까지 Google의 가장 강력한 고효율 이미지 생성 및 편집 모델로, 시각 품질, 텍스트 정확도, 일관성, 가로세로비 강건성을 의미 있게 개선하면서도 Flash급 경제성을 유지합니다. 신뢰할 수 있고 고품질 이미지, 뛰어난 프롬프트 준수 및 편집 기능이 필요한 대부분의 프로덕션 워크로드에서 2026년 10월 기준 Gemini 제품군의 기본 선택지로 적합합니다.

오늘 시작하려면:

1. Google AI Studio에서 프로토타이핑하세요.
2. 최대 제어를 위해 공식 Gemini API로 통합하세요.
3. 또는 CometAPI의 통합, OpenAI-호환 플랫폼을 사용해 개발을 가속화하고 멀티 모델 운영을 단순화하세요. 하나의 키, 경쟁력 있는 가격, 최신 모델(gemini-nano-banana-2.1 포함)에 대한 빠른 액세스, 프로덕션급 분석을 제공합니다.

오늘 바로 API로 실험을 시작하고, 10월 29일 사용 중단 전에 남아 있는 Nano Banana 2 워크로드를 마이그레이션하세요. 높은 품질, 일관성, 비용 효율을 갖춘 AI 이미지 도구가 그 어느 때보다 쉽게 접근 가능합니다.