OpenAI DALL-E 2·3 API 종료일 도래: 2026년 5월 12일 GPT Image 마이그레이션 체크리스트

 

DALL-E 2·3 API 종료일 도래: GPT Image로 마이그레이션 체크리스트

2026년 5월 12일 기준, OpenAI 이미지 생성 API를 쓰는 앱이 먼저 확인해야 할 모델 ID, 응답 처리, 저장 방식 점검표

 

DALL-E 2·3 API 종료일 도래: 오늘 확인할 핵심

 

OpenAI 문서상 `dall-e-2`와 `dall-e-3`의 shutdown date는 2026-05-12입니다. 확인된 범위는 OpenAI API 모델 ID 종료이며, 기존 이미지 생성 워크플로는 GPT Image 계열로 이전 테스트를 해야 합니다.

오늘 이슈를 검색어 그대로 쓰면 `OpenAI DALL-E 2 DALL-E 3 deprecation May 12 2026 GPT Image`입니다. 길어 보이지만 확인할 지점은 선명합니다. 코드나 설정에 `dall-e-2`, `dall-e-3`가 남아 있다면 이제는 언젠가 치울 기술부채가 아니라 오늘 장애로 이어질 수 있는 항목입니다.

다만 이 소식을 ChatGPT의 모든 이미지 생성 기능 종료로 읽으면 곤란합니다. 공식 근거로 확인되는 범위는 OpenAI API의 DALL-E 모델 스냅샷, 그중 `dall-e-2`와 `dall-e-3` 모델 ID입니다. 이미 만들어 둔 이미지가 삭제된다는 근거도 없습니다.

제가 보기에는 모델 이름 하나를 바꾸는 뉴스보다 운영 점검에 가깝습니다. 썸네일 생성, 상품 이미지 초안, 블로그 대표 이미지, 사내 자동화처럼 이미지 API를 뒤에서 호출하는 작업이 있다면 응답 저장 방식과 실패 처리까지 같이 봐야 합니다.

> 오늘 할 일은 새 모델 이름을 고르는 일이 아니라, DALL-E에 묶인 흐름이 어디까지 퍼져 있는지 찾는 일입니다.

 

 

타임라인: gpt-image-1 공개부터 shutdown까지

 

흐름은 2025-04-23 gpt-image-1 API 공개, 2025-11-14 DALL-E deprecation 고지, 2026-05-12 `dall-e-2`·`dall-e-3` shutdown 도래로 정리됩니다.

OpenAI는 2025년 4월 23일 gpt-image-1을 API에서 사용할 수 있는 이미지 생성 모델로 소개했습니다. 그 뒤 2025년 11월 14일 deprecations 문서에 DALL-E 모델 스냅샷의 종료 일정을 올렸고, `dall-e-2`와 `dall-e-3`의 shutdown date를 2026년 5월 12일로 표시했습니다.

여기서 deprecation은 그날 바로 기능이 사라졌다는 말이라기보다 종료일이 지정된 상태에 가깝습니다. 하지만 shutdown date가 지난 뒤에도 접근 가능한 모델처럼 취급하면 운영 코드가 버티기 어렵습니다. 문서상 날짜가 오늘이라면 전환은 이미 끝났어야 하는 작업입니다.

한국 사용자 입장에서는 시차보다 범위가 더 중요합니다. 공식 문서에서 확인되는 것은 특정 API 모델 ID의 종료일이지, 한국 시간 몇 시에 어떤 제품 UI가 바뀐다는 발표가 아닙니다. 그래서 배포 판단은 시간 맞추기보다 의존성 제거에 맞추는 편이 낫습니다.

 

무엇이 바뀌나: 모델 ID, 응답 처리, 기능 차이

 

단순히 `model` 값만 바꾸면 끝나는 앱도 있겠지만, DALL-E URL 응답, DALL-E 2 variations, 특정 크기·품질 옵션에 의존한 코드는 별도 테스트가 필요합니다.

`OpenAI DALL-E 2 DALL-E 3 deprecation May 12 2026 GPT Image`를 실무 문제로 풀어보면 먼저 세 군데가 걸립니다. 코드와 환경변수의 모델 ID, 응답을 저장하는 방식, 그리고 DALL-E 2에서 쓰던 variations 같은 기능을 GPT Image 흐름으로 어떻게 바꿀지입니다.

여기서 볼 부분은 응답 처리입니다. OpenAI의 Images API reference를 보면 GPT Image 모델의 기본 응답 처리와 DALL-E 계열의 URL 응답 옵션을 똑같이 놓고 볼 수 없습니다. 기존 앱이 반환 URL을 그대로 저장하거나, URL을 CDN에 넘기거나, 다운로드 작업을 비동기 큐로 밀어 넣었다면 base64 디코딩과 파일 저장 경로를 다시 검증해야 합니다.

DALL-E 2 variations도 그냥 지나치기 어렵습니다. variations endpoint 문서는 지원 모델이 있는 경우의 기능으로 설명되며 DALL-E 2 예시가 중심입니다. 따라서 `dall-e-2` variations를 쓰던 자동화는 `gpt-image-1`로 이름만 바꾸면 된다고 단정하기 어렵고, 편집 API나 프롬프트 기반 재생성으로 제품 경험을 다시 잡아야 할 수 있습니다.

 

 

왜 중요한가: 자동 이미지 생성 파이프라인의 장애 지점

 

썸네일, 상품 이미지, 마케팅 소재, 사내 자동화가 hard-coded DALL-E 모델명을 쓰고 있다면 shutdown 이후 작업 실패가 날 수 있습니다. 특히 예약 작업과 큐 payload 안의 모델명까지 확인해야 합니다.

개인 블로그 글감 자동화 정도라면 실패해도 다시 돌리면 됩니다. 하지만 SaaS 제품의 온보딩 이미지, 커머스 상세페이지 초안, 광고 소재 A/B 테스트, 뉴스레터 대표 이미지가 API 호출에 묶여 있다면 이야기가 달라집니다. 모델 ID 하나가 실패해도 사용자 화면에는 빈 이미지, 지연, 재시도 증가로 나타납니다.

실제로 확인할 부분은 애플리케이션 코드만이 아닙니다. `.env`, 배포 환경변수, 워커 설정, 예약 작업, 오래된 프롬프트 템플릿, 큐에 쌓인 payload, 테스트 fixture에도 `dall-e-3`가 남아 있을 수 있습니다. 특히 이미지 생성이 백그라운드 작업이라면 장애가 즉시 눈에 띄지 않고 나중에 저장소 누락으로 발견될 가능성이 큽니다.

제가 권하는 방식은 검색부터 하는 것입니다. 저장소에서 `dall-e-2`, `dall-e-3`, `revised_prompt`, `response_format`, `createVariation` 같은 문자열을 먼저 찾고, 그 결과를 기능 단위로 묶습니다. 그다음 GPT Image API 마이그레이션 테스트를 기능별로 한 장씩만 돌려도 위험 위치가 꽤 빨리 보입니다.

 

GPT Image 마이그레이션 체크리스트

 

먼저 `dall-e-2`와 `dall-e-3` 의존성을 찾고, 비프로덕션에서 선택한 GPT Image 모델로 한 장 생성해 응답 저장, 비용 추적, 지연시간, 이미지 크기, 품질을 비교합니다.

아래 순서가 가장 현실적입니다. 공식 문서의 날짜를 반복하기보다, 배포 전에 끊길 수 있는 연결부를 줄이는 쪽에 초점을 맞췄습니다.

점검 항목	확인할 내용	실패하면 보이는 증상
모델 ID	`dall-e-2`, `dall-e-3` 문자열이 코드·환경변수·큐 payload에 남았는지	API 호출 실패, 워커 재시도 증가
응답 처리	GPT Image 응답을 base64로 받아 저장 경로까지 통과하는지	빈 이미지, CDN 누락, 파일명 충돌
이미지 옵션	size, quality, background, edit 입력이 새 모델에서 기대대로 동작하는지	결과물 크기 불일치, UI 깨짐
variations	DALL-E 2 variations를 edit 또는 prompt 재생성으로 대체할 수 있는지	기존 기능 일부 중단
비용·속도	선택한 모델과 품질 설정의 비용·latency를 현재 계정에서 다시 확인했는지	예산 초과, 생성 대기 증가

대체 모델은 deprecations 표만 보면 `gpt-image-1` 또는 `gpt-image-1-mini`입니다. 다만 현재 모델 문서에는 `gpt-image-2`도 최신 이미지 생성 모델로 올라와 있습니다. 이 둘은 모순이라기보다 문서의 목적이 다릅니다. 종료 표는 직접 대체 경로를 알려주고, 모델 카탈로그는 현 시점의 모델 선택지를 보여줍니다.

한국 개발자에게 현실적인 결론은 간단합니다. deprecation 표의 replacement를 출발점으로 삼되, 실제 배포 모델은 현재 Image generation guide, 모델 문서, pricing page, 조직 인증 상태를 함께 보고 결정해야 합니다. 가격 수치는 자주 바뀔 수 있으므로 이 글에서는 특정 금액을 박지 않습니다.

 

 

 

도입 시뮬레이션: 첫 테스트부터 운영 모델까지

 

첫 테스트는 대표 프롬프트 1개로 생성-저장-CDN 노출까지 끝까지 통과시키는 방식이 좋습니다. 운영에서는 모델 선택을 환경변수나 feature flag로 분리하고 이미지 오류율, latency, output byte size, storage failure를 따로 봐야 합니다.

제가 실제 프로젝트에서 이 작업을 맡는다면 첫날부터 거창한 품질 비교표를 만들지는 않습니다. 우선 `IMAGE_MODEL=gpt-image-1` 또는 `IMAGE_MODEL=gpt-image-1-mini`처럼 설정을 분리하고, 기존 `dall-e-3` 호출을 쓰던 대표 기능 하나에서 비프로덕션 테스트를 돌립니다. 이때 목표는 예쁜 결과물이 아니라 전체 경로가 끊기지 않는지 확인하는 것입니다.

첫 테스트 프롬프트는 서비스에서 가장 많이 쓰는 유형을 고릅니다. 블로그 대표 이미지 자동화라면 긴 한국어 제목, 금지해야 할 텍스트 삽입, 원하는 비율, 저장 파일명을 함께 넣어봅니다. 생성 결과를 base64에서 파일로 저장하고, object storage에 올린 뒤, CDN URL로 페이지에 표시되는지까지 봐야 합니다.

운영 모델은 네 단계로 나누는 편이 안전합니다. 먼저 CI나 시작 스크립트에서 `dall-e-2`, `dall-e-3` 문자열이 남아 있으면 실패하게 합니다. 다음으로 이미지 생성 오류율과 latency를 텍스트 모델 지표와 분리합니다. 세 번째로 content policy 실패와 storage upload 실패를 다른 에러로 기록합니다. 마지막으로 pricing page와 rate limit 정보를 배포 직전에 다시 확인합니다.

`OpenAI DALL-E 2 DALL-E 3 deprecation May 12 2026 GPT Image` 이슈는 작은 개인 자동화에도 의미가 있습니다. API 모델 수명주기는 계속 반복되기 때문입니다. 이번에 모델 ID를 설정으로 빼고, 저장 방식을 테스트로 고정하고, deprecated 모델 탐지를 CI에 넣어두면 다음 모델 교체 때 훨씬 덜 흔들립니다.

 

 

 

주의할 점: 과장하면 안 되는 주장

 

이번 이슈를 ChatGPT 이미지 기능 전체 종료나 기존 생성 이미지 삭제로 쓰면 안 됩니다. 공식 근거가 있는 주장은 API 모델 ID shutdown, 대체 모델 안내, 현재 이미지 API 문서상 GPT Image 경로로 제한됩니다.

DALL-E라는 이름이 유명해서 제목만 보면 큰 제품 종료처럼 느껴질 수 있습니다. 하지만 글을 쓸 때나 팀에 공유할 때는 범위를 좁혀야 합니다. `DALL-E 3 API 종료`와 `ChatGPT 이미지 생성 전체 종료`는 같은 문장이 아닙니다.

또 하나 조심할 부분은 품질 비교입니다. GPT Image 계열이 현재 경로라는 점은 문서로 확인되지만, 모든 워크로드에서 무조건 더 좋다거나 더 싸다고 말하면 근거가 약합니다. 이미지 생성은 프롬프트, 해상도, 편집 여부, 입력 이미지, 품질 옵션에 따라 결과와 비용이 달라집니다.

개인적으로는 이번 업데이트를 OpenAI 이미지 API 정리의 신호로 읽습니다. DALL-E 이름에서 GPT Image 계열로 중심이 옮겨간 것은 맞지만, 독자에게 필요한 문장은 거창한 전망이 아닙니다. 오늘 배포 설정에서 `dall-e-3`를 찾고, 대표 프롬프트 한 장을 새 경로로 끝까지 통과시키는 것이 더 중요합니다.

 

자주 묻는 질문

 

Q. DALL-E 3 API는 정확히 언제 종료되나?
A. OpenAI deprecations 문서 기준으로 `dall-e-3`의 shutdown date는 2026-05-12입니다. 같은 표에서 notification date는 2025-11-14로 제시되며, 권장 대체 모델은 `gpt-image-1` 또는 `gpt-image-1-mini`입니다.

Q. DALL-E 2도 같은 날 종료되나?
A. 네. OpenAI 문서상 `dall-e-2`와 `dall-e-3`가 모두 DALL-E model snapshots 항목에 들어 있으며 shutdown date가 2026-05-12로 표시됩니다. `OpenAI DALL-E 2 DALL-E 3 deprecation May 12 2026 GPT Image` 검색 의도가 바로 이 두 모델 ID의 동시 종료를 확인하려는 것입니다.

Q. 이번 종료가 ChatGPT 이미지 생성 전체 종료를 뜻하나?
A. 아닙니다. 확인된 범위는 OpenAI API에서 쓰는 `dall-e-2`, `dall-e-3` 모델 ID의 shutdown입니다. ChatGPT 소비자 UI 전체 종료나 기존 생성 이미지 삭제는 공식 근거가 없으므로 그렇게 해석하면 안 됩니다.

Q. `model: dall-e-3`만 `gpt-image-1`로 바꾸면 끝나나?
A. 간단한 생성 기능은 그렇게 시작할 수 있지만, 운영 마이그레이션으로는 부족할 가능성이 있습니다. 응답 형식, base64 저장, 이미지 크기, 품질 옵션, content policy 실패, 저장소 업로드, CDN 노출까지 한 번에 테스트해야 합니다.

Q. gpt-image-2가 있는데 왜 deprecation 문서에는 gpt-image-1이 대체 모델로 나오나?
A. deprecations 문서는 DALL-E 종료에 대한 직접 replacement를 안내하고, 모델 문서는 현재 선택 가능한 최신 이미지 모델 정보를 보여줍니다. 따라서 `gpt-image-1`·`gpt-image-1-mini`를 공식 대체 출발점으로 보되, 실제 배포 대상은 현재 모델 문서와 Image generation guide에서 다시 확인하는 편이 안전합니다.

Q. DALL-E 2 variations를 쓰던 코드는 어떻게 확인해야 하나?
A. `createVariation` 호출과 `dall-e-2` 의존 코드를 먼저 찾고, 동일한 제품 경험을 GPT Image의 edit 또는 prompt 기반 생성으로 재현할 수 있는지 별도 테스트해야 합니다. variations가 1:1로 대체된다고 전제하지 않는 것이 좋습니다.

Q. 비용과 속도는 어디서 다시 확인해야 하나?
A. 비용은 OpenAI pricing page에서 배포 직전에 확인해야 합니다. 속도는 공식 문서만으로 확정하기보다, 실제 계정·리전·이미지 크기·품질 설정·동시 요청량을 넣어 비프로덕션에서 측정하는 편이 정확합니다.

함께 읽으면 좋은 글

 

• Claude 사용량 2배 확대 총정리 + Anthropic 10GW 컴퓨트 파트너십 현황 — AI UPDATES

참조 링크

 

• OpenAI API deprecations — DALL-E 2와 DALL-E 3의 notification date, shutdown date, recommended replacement를 확인한 1차 공식 문서
• Image generation guide — GPT Image 모델의 현재 생성·편집 API 경로, 모델별 기능 차이, 조직 인증 가능성을 확인하기 위한 문서
• Images API reference — 이미지 생성 요청·응답 필드와 저장 로직 변경 가능성을 확인하기 위한 구현 레벨 문서
• Create image variation API reference — DALL-E 2 variations 워크플로를 쓰던 코드의 대체 설계 여부를 점검하기 위해 참고한 문서
• gpt-image-2 model page — deprecation 표의 직접 대체 모델과 별개로 현재 모델 카탈로그의 최신 이미지 모델 뉘앙스를 설명하기 위한 문서
• DALL-E 3 model page — DALL-E 3가 previous generation image model로 분류되는 맥락을 확인하기 위한 문서
• Introducing gpt-image-1 in the API — gpt-image-1 API 공개 시점을 타임라인에 반영하기 위한 공식 발표
• OpenAI pricing — 모델·품질·크기별 비용은 변동 가능하므로 배포 직전 재확인해야 하는 공식 가격 페이지