파이썬으로 AI 이미지 생성하기 - DALL-E 3 API 완전 가이드
2026년 4월 기준 | AI API 활용
이 글에서 다루는 것: OpenAI DALL-E 3 API를 이용해 파이썬으로 AI 이미지를 생성하는 전체 과정을 다룹니다. API 키 발급, 기본 이미지 생성, 프롬프트 작성법, 블로그 썸네일 자동 생성기까지 — 코드를 복사해서 바로 실행할 수 있도록 작성했습니다.
AI 이미지 생성 API 현황 비교
2026년 현재, AI 이미지 생성 분야는 세 가지 주요 서비스가 경쟁하고 있습니다. 각각의 특징이 뚜렷하기 때문에 용도에 맞게 선택하는 것이 중요합니다.
| 항목 | DALL-E 3 | Midjourney | Stable Diffusion |
|---|---|---|---|
| API 제공 | 공식 REST API | 비공식 (Discord 봇) | Stability AI API / 로컬 실행 |
| 자동화 편의성 | 매우 좋음 | 어려움 | 좋음 (로컬은 자유) |
| 프롬프트 이해력 | 한국어 지원, 자연어 이해 우수 | 영어 위주, 키워드 조합 | 영어 위주, 키워드 조합 |
| 이미지 품질 | 상업적 활용 가능 수준 | 예술적 품질 최상위 | 모델에 따라 천차만별 |
| 비용 | 장당 $0.040~$0.120 | 월 구독 $10~$60 | API 유료 / 로컬 무료 |
| 추천 용도 | 자동화, 대량 생성 | 고품질 아트워크 | 커스텀 모델, 로컬 처리 |
결론부터 말하면, 파이썬으로 자동화하려면 DALL-E 3가 가장 현실적인 선택입니다. 공식 API가 잘 정리되어 있고, 파이썬 SDK도 안정적입니다. 프롬프트를 한국어로 작성해도 잘 이해하기 때문에 진입 장벽이 낮습니다.
참고: Midjourney는 2026년 현재 공식 API를 제한적으로 제공하고 있지만, 여전히 Discord 기반 사용이 주류입니다. 자동화 목적이라면 DALL-E 3 또는 Stability AI를 권장합니다.
OpenAI API 키 발급 및 환경 설정
1단계: OpenAI API 키 받기
- platform.openai.com 접속
- 회원가입 후 로그인
- 좌측 메뉴에서 API Keys 클릭
- Create new secret key 버튼 클릭 → 키 복사
- 결제 수단 등록 (신용카드 필수, 선불 충전 방식)
주의: API 키는 생성 직후 한 번만 보여줍니다. 반드시 안전한 곳에 저장하세요. 절대 코드에 직접 하드코딩하지 마세요 — GitHub에 올라가면 몇 분 안에 탈취당합니다.
2단계: 파이썬 라이브러리 설치
pip install openai requests Pillowopenai는 API 호출용, requests는 이미지 다운로드용, Pillow는 이미지 후처리용입니다.
3단계: 환경 변수 설정
Windows (CMD):
set OPENAI_API_KEY=sk-your-key-hereWindows (PowerShell):
$env:OPENAI_API_KEY = "sk-your-key-here"Mac/Linux:
export OPENAI_API_KEY=sk-your-key-here매번 설정하기 귀찮으면 .env 파일과 python-dotenv를 사용하는 방법도 있습니다:
pip install python-dotenv# .env 파일 내용
OPENAI_API_KEY=sk-your-key-herefrom dotenv import load_dotenv
import os
load_dotenv()
api_key = os.getenv("OPENAI_API_KEY")
중요:
.env 파일은 반드시 .gitignore에 추가하세요. 그렇지 않으면 Git에 API 키가 그대로 커밋됩니다.
기본 이미지 생성 코드 - 첫 번째 이미지 만들기
환경 설정이 끝났으면 바로 이미지를 생성해봅니다. DALL-E 3 API는 놀라울 정도로 간단합니다.
from openai import OpenAI
import requests
client = OpenAI() # 환경 변수에서 자동으로 키를 읽음
# 이미지 생성 요청
response = client.images.generate(
model="dall-e-3",
prompt="미래 도시의 일몰 풍경, 네온 조명이 반사되는 유리 건물들, 하늘을 나는 자동차, 사이버펑크 스타일",
size="1024x1024",
quality="standard",
n=1,
)
# 생성된 이미지 URL 가져오기
image_url = response.data[0].url
print(f"이미지 URL: {image_url}")
# 이미지 파일로 저장
image_data = requests.get(image_url).content
with open("generated_image.png", "wb") as f:
f.write(image_data)
print("이미지가 generated_image.png로 저장되었습니다.")이 코드를 실행하면 DALL-E 3가 프롬프트를 해석해서 이미지를 생성하고, URL을 반환합니다. 그 URL에서 이미지를 다운로드해서 로컬에 저장하는 구조입니다.
반환되는 response 객체에는 유용한 정보가 들어있습니다:
# DALL-E 3는 프롬프트를 자동으로 개선해줌
revised_prompt = response.data[0].revised_prompt
print(f"실제 사용된 프롬프트: {revised_prompt}")DALL-E 3의 특이한 점은 프롬프트를 자체적으로 보강한다는 것입니다. 우리가 입력한 프롬프트를 더 상세하게 다듬어서 사용하는데, revised_prompt를 확인하면 실제로 어떤 프롬프트가 사용됐는지 알 수 있습니다. 이걸 분석하면 프롬프트 작성 실력도 늘어납니다.
프롬프트 작성법 - 좋은 결과를 얻는 팁
DALL-E 3는 자연어를 잘 이해하지만, 그래도 프롬프트를 어떻게 쓰느냐에 따라 결과 차이가 큽니다. 실전에서 터득한 팁들을 공유합니다.
기본 구조: 무엇을 + 어떤 스타일로 + 어떤 분위기로
# 나쁜 프롬프트
prompt_bad = "고양이 그림"
# 좋은 프롬프트
prompt_good = "창가에 앉아 밖을 바라보는 회색 고양이, 따뜻한 오후 햇살이 들어오는 실내, 수채화 스타일, 부드러운 파스텔 톤"
# 더 좋은 프롬프트
prompt_better = """나무 창틀 옆에 웅크리고 앉아 빗방울이 떨어지는 창밖을 바라보는
러시안블루 고양이, 창문 너머로 흐릿한 도시 불빛이 보이는 밤 풍경,
실내에는 따뜻한 주황색 무드등이 은은하게 비치고 있음,
스튜디오 지브리 애니메이션 스타일, 따뜻하고 아늑한 분위기"""프롬프트 작성 체크리스트
| 요소 | 설명 | 예시 |
|---|---|---|
| 주체 | 무엇을 그릴 것인지 | 러시안블루 고양이 |
| 행동/상태 | 주체가 뭘 하고 있는지 | 창가에 앉아 밖을 바라보는 |
| 배경 | 어디에 있는지 | 비 오는 밤, 도시 불빛이 보이는 창가 |
| 조명 | 빛의 방향, 색감 | 따뜻한 주황색 무드등 |
| 스타일 | 어떤 화풍인지 | 지브리 애니메이션 스타일 |
| 분위기 | 전체적인 무드 | 따뜻하고 아늑한 |
한국어 vs 영어 프롬프트
DALL-E 3는 한국어 프롬프트도 잘 처리합니다. 하지만 미묘한 차이가 있습니다:
- 한국어: 자연스러운 설명이 가능, 세밀한 뉘앙스 전달에 유리
- 영어: 이미지 생성 학습 데이터가 영어 중심이라 특정 스타일 키워드가 더 잘 먹힘
실전 팁으로, 핵심 내용은 한국어로 쓰되, 스타일 키워드는 영어를 섞는 하이브리드 방식이 효과적입니다:
prompt = """한국 전통 한옥 마을의 겨울 풍경, 지붕 위에 눈이 쌓여있고
처마 끝에 고드름이 매달려 있음, 마당에서 아이들이 눈사람을 만들고 있음,
cinematic lighting, golden hour, ultra detailed, 8k resolution"""이미지 크기/품질 옵션 비교 (비용 포함)
DALL-E 3는 크기와 품질에 따라 비용이 다릅니다. 용도에 맞게 선택하면 비용을 크게 절약할 수 있습니다.
| 크기 | 품질 | 가격 (장당) | 추천 용도 |
|---|---|---|---|
| 1024x1024 | standard | $0.040 | 블로그 썸네일, 테스트 |
| 1024x1024 | hd | $0.080 | SNS 게시물, 프레젠테이션 |
| 1024x1792 | standard | $0.080 | 세로형 콘텐츠, 스마트폰 배경 |
| 1024x1792 | hd | $0.120 | 인쇄용, 고품질 세로 이미지 |
| 1792x1024 | standard | $0.080 | 가로형 배너, 유튜브 썸네일 |
| 1792x1024 | hd | $0.120 | 고품질 가로 배너, 인쇄물 |
# 정사각형, 표준 품질 (가장 저렴)
response = client.images.generate(
model="dall-e-3",
prompt="블로그 썸네일용 깔끔한 미니멀 일러스트",
size="1024x1024",
quality="standard",
n=1,
)
# 가로형, HD 품질 (유튜브 썸네일용)
response = client.images.generate(
model="dall-e-3",
prompt="파이썬 프로그래밍 강좌 유튜브 썸네일, 코드와 로봇이 함께 있는 모던한 디자인",
size="1792x1024",
quality="hd",
n=1,
)
비용 팁: 블로그 썸네일 같은 용도에는
standard 품질이면 충분합니다. hd는 디테일이 중요한 경우에만 사용하세요. 같은 결과물에 2배 비용 차이가 납니다.
실전 활용 - 블로그 썸네일 자동 생성기 만들기
이제 실전입니다. 블로그 글 제목을 넣으면 자동으로 썸네일 이미지를 생성하는 프로그램을 만들어봅니다. 이 코드는 제가 실제로 블로그 운영에 활용하고 있는 패턴입니다.
from openai import OpenAI
import requests
import os
from datetime import datetime
from PIL import Image
from io import BytesIO
client = OpenAI()
def generate_thumbnail(title, category="기술", style="minimal"):
"""블로그 글 제목을 받아 썸네일 이미지를 생성합니다."""
# 카테고리별 스타일 프리셋
style_presets = {
"minimal": "clean minimal flat illustration, white background, simple geometric shapes, modern design",
"gradient": "vibrant gradient background, bold typography space, modern glassmorphism style",
"tech": "futuristic dark theme, neon accents, circuit board patterns, tech aesthetic",
"nature": "soft watercolor style, natural colors, organic shapes, calming atmosphere",
}
style_desc = style_presets.get(style, style_presets["minimal"])
# 프롬프트 조합
prompt = f"""블로그 썸네일 이미지를 만들어주세요.
글 제목: {title}
카테고리: {category}
요구사항:
- 텍스트는 포함하지 말 것 (텍스트는 별도로 오버레이 할 예정)
- 주제를 시각적으로 잘 표현하는 아이콘/일러스트 중심
- 중앙에 여백을 충분히 남길 것
- {style_desc}"""
try:
response = client.images.generate(
model="dall-e-3",
prompt=prompt,
size="1792x1024", # 가로형 (16:9 비율에 가까움)
quality="standard", # 비용 절약
n=1,
)
# 이미지 다운로드
image_url = response.data[0].url
image_data = requests.get(image_url).content
# 파일명 생성 (날짜 + 제목 요약)
date_str = datetime.now().strftime("%Y%m%d")
safe_title = title[:20].replace(" ", "_")
filename = f"thumb_{date_str}_{safe_title}.png"
# 저장 디렉토리 생성
os.makedirs("thumbnails", exist_ok=True)
filepath = os.path.join("thumbnails", filename)
# 이미지 저장
with open(filepath, "wb") as f:
f.write(image_data)
print(f"썸네일 생성 완료: {filepath}")
print(f"사용된 프롬프트: {response.data[0].revised_prompt[:100]}...")
return filepath
except Exception as e:
print(f"이미지 생성 실패: {e}")
return None
# 사용 예시
if __name__ == "__main__":
articles = [
("파이썬으로 AI 챗봇 만들기", "AI", "tech"),
("초보자를 위한 Git 사용법", "개발도구", "minimal"),
("봄철 알레르기 예방법", "건강", "nature"),
]
for title, category, style in articles:
generate_thumbnail(title, category, style)
print("---")이 코드의 포인트는 세 가지입니다:
- 스타일 프리셋: 카테고리에 따라 미리 정의된 스타일을 적용합니다. 매번 프롬프트를 고민할 필요가 없습니다.
- 텍스트 제외 요청: DALL-E가 이미지에 텍스트를 넣으면 한글이 깨지는 경우가 많습니다. 텍스트는 Pillow로 별도 오버레이하는 게 깔끔합니다.
- 비용 관리: standard 품질 + 가로형으로 장당 $0.080입니다. 블로그 글 10개면 $0.80 — 천 원 남짓입니다.
썸네일에 텍스트 오버레이 추가하기
생성된 이미지에 제목 텍스트를 올리려면 Pillow를 사용합니다:
from PIL import Image, ImageDraw, ImageFont
def add_text_overlay(image_path, text, output_path=None):
"""썸네일 이미지에 텍스트를 오버레이합니다."""
img = Image.open(image_path)
draw = ImageDraw.Draw(img)
# 폰트 설정 (시스템에 설치된 한글 폰트 경로)
try:
font = ImageFont.truetype("C:/Windows/Fonts/malgunbd.ttf", 60)
except:
font = ImageFont.load_default()
# 텍스트 크기 계산
bbox = draw.textbbox((0, 0), text, font=font)
text_w = bbox[2] - bbox[0]
text_h = bbox[3] - bbox[1]
# 이미지 중앙에 배치
x = (img.width - text_w) // 2
y = (img.height - text_h) // 2
# 그림자 효과 (가독성 향상)
draw.text((x+2, y+2), text, fill="black", font=font)
draw.text((x, y), text, fill="white", font=font)
save_path = output_path or image_path.replace(".png", "_titled.png")
img.save(save_path)
print(f"텍스트 오버레이 완료: {save_path}")
# 사용
add_text_overlay("thumbnails/thumb_20260405_파이썬으로_AI_챗봇_만들기.png", "파이썬으로\nAI 챗봇 만들기")이미지 편집 API - 기존 이미지 수정하기
DALL-E는 이미지를 새로 만드는 것뿐만 아니라, 기존 이미지를 수정하는 기능도 제공합니다. 이 기능은 DALL-E 2 모델에서 사용할 수 있습니다.
이미지 변형 (Variation)
기존 이미지와 비슷한 느낌의 변형 이미지를 생성합니다:
from openai import OpenAI
client = OpenAI()
# 기존 이미지의 변형 생성 (DALL-E 2만 지원)
response = client.images.create_variation(
image=open("original_image.png", "rb"),
n=2, # 변형 이미지 2장 생성
size="1024x1024",
model="dall-e-2",
)
for i, img_data in enumerate(response.data):
print(f"변형 {i+1}: {img_data.url}")이미지 인페인팅 (Inpainting) - 부분 수정
이미지의 특정 영역만 골라서 수정할 수 있습니다. 마스크 이미지가 필요합니다:
from openai import OpenAI
client = OpenAI()
# 이미지 부분 수정 (마스크의 투명 영역이 수정됨)
response = client.images.edit(
image=open("original_image.png", "rb"),
mask=open("mask.png", "rb"), # 투명 영역 = 수정할 부분
prompt="빨간 장미 꽃다발",
n=1,
size="1024x1024",
model="dall-e-2",
)
print(f"수정된 이미지: {response.data[0].url}")
마스크 만드는 팁: Pillow로 프로그래밍적으로 마스크를 생성할 수도 있고, 그림판에서 수정할 영역을 투명하게 지운 PNG 파일을 사용할 수도 있습니다. 마스크 이미지는 원본과 같은 크기여야 합니다.
마스크 자동 생성 예제
from PIL import Image, ImageDraw
def create_center_mask(width, height, mask_size=300):
"""이미지 중앙에 원형 마스크를 생성합니다."""
# RGBA 모드로 검은색(불투명) 이미지 생성
mask = Image.new("RGBA", (width, height), (0, 0, 0, 255))
draw = ImageDraw.Draw(mask)
# 중앙에 투명 원 그리기 (이 영역이 수정됨)
cx, cy = width // 2, height // 2
draw.ellipse(
[cx - mask_size, cy - mask_size, cx + mask_size, cy + mask_size],
fill=(0, 0, 0, 0) # 투명
)
mask.save("mask.png")
print("마스크 생성 완료: mask.png")
create_center_mask(1024, 1024)비용 최적화 전략
DALL-E API를 실무에서 사용하면 비용이 빠르게 늘어날 수 있습니다. 제가 직접 운영하면서 정리한 비용 절약 전략을 공유합니다.
1. 품질은 용도에 맞게
앞서 봤듯이 standard와 hd는 2배 가격 차이가 납니다. 웹용 이미지는 대부분 standard로 충분합니다. hd는 인쇄물이나 대형 디스플레이용에만 사용하세요.
2. 프롬프트 테스트는 작은 사이즈로
# 프롬프트 테스트 시에는 가장 저렴한 옵션으로
response = client.images.generate(
model="dall-e-3",
prompt=prompt,
size="1024x1024", # 가장 저렴한 크기
quality="standard", # 가장 저렴한 품질
n=1,
)
# 결과가 마음에 들면 원하는 사이즈/품질로 재생성
response_final = client.images.generate(
model="dall-e-3",
prompt=prompt,
size="1792x1024",
quality="hd",
n=1,
)3. 캐싱으로 중복 생성 방지
import hashlib
import json
import os
CACHE_DIR = "image_cache"
CACHE_INDEX = "image_cache/index.json"
def get_cached_or_generate(prompt, size="1024x1024", quality="standard"):
"""동일한 프롬프트로 이미 생성한 이미지가 있으면 캐시에서 반환합니다."""
os.makedirs(CACHE_DIR, exist_ok=True)
# 프롬프트 + 옵션으로 고유 키 생성
cache_key = hashlib.md5(
f"{prompt}_{size}_{quality}".encode()
).hexdigest()
# 캐시 인덱스 로드
if os.path.exists(CACHE_INDEX):
with open(CACHE_INDEX, "r") as f:
cache = json.load(f)
else:
cache = {}
# 캐시에 있으면 바로 반환
if cache_key in cache:
cached_path = cache[cache_key]
if os.path.exists(cached_path):
print(f"캐시에서 로드: {cached_path}")
return cached_path
# 캐시에 없으면 새로 생성
response = client.images.generate(
model="dall-e-3",
prompt=prompt,
size=size,
quality=quality,
n=1,
)
# 이미지 저장
image_url = response.data[0].url
image_data = requests.get(image_url).content
filepath = os.path.join(CACHE_DIR, f"{cache_key}.png")
with open(filepath, "wb") as f:
f.write(image_data)
# 캐시 인덱스 업데이트
cache[cache_key] = filepath
with open(CACHE_INDEX, "w") as f:
json.dump(cache, f, indent=2)
print(f"새로 생성 및 캐시 저장: {filepath}")
return filepath4. 월별 사용량 추적
import json
from datetime import datetime
class CostTracker:
"""DALL-E API 사용 비용을 추적합니다."""
PRICING = {
("1024x1024", "standard"): 0.040,
("1024x1024", "hd"): 0.080,
("1024x1792", "standard"): 0.080,
("1024x1792", "hd"): 0.120,
("1792x1024", "standard"): 0.080,
("1792x1024", "hd"): 0.120,
}
def __init__(self, log_file="dalle_cost_log.json"):
self.log_file = log_file
self.records = self._load()
def _load(self):
try:
with open(self.log_file, "r") as f:
return json.load(f)
except FileNotFoundError:
return []
def log_generation(self, prompt, size, quality):
cost = self.PRICING.get((size, quality), 0)
record = {
"timestamp": datetime.now().isoformat(),
"prompt": prompt[:100],
"size": size,
"quality": quality,
"cost_usd": cost,
}
self.records.append(record)
with open(self.log_file, "w") as f:
json.dump(self.records, f, indent=2, ensure_ascii=False)
print(f"비용 기록: ${cost:.3f} | 이번 달 누적: ${self.monthly_total():.3f}")
def monthly_total(self):
current_month = datetime.now().strftime("%Y-%m")
return sum(
r["cost_usd"] for r in self.records
if r["timestamp"].startswith(current_month)
)
실제 비용 사례: 블로그 운영 기준, 주 2회 포스팅 x 썸네일 1장 + 본문 이미지 2장 = 월 약 24장. 모두 standard 1024x1024로 생성하면 월 $0.96 — 한화로 약 1,300원 수준입니다. 부담 없는 금액입니다.
주의사항 - 콘텐츠 정책, 저작권
DALL-E API를 사용할 때 반드시 알아야 할 법적, 정책적 사항들입니다. 이 부분을 간과하면 계정 정지나 법적 문제가 생길 수 있습니다.
OpenAI 콘텐츠 정책
- 실존 인물 생성 불가: 유명인, 정치인 등 실존 인물의 이미지를 생성하면 거부됩니다.
- 폭력/성적 콘텐츠 불가: 폭력적이거나 선정적인 이미지는 생성할 수 없습니다.
- 혐오/차별 콘텐츠 불가: 특정 집단을 비하하거나 차별하는 이미지 생성이 금지됩니다.
- 오해를 유발하는 콘텐츠: 가짜 뉴스 이미지 등 사실을 왜곡하는 용도로 사용할 수 없습니다.
정책 위반 시: API 호출이 거부되고, 반복적으로 위반하면 계정이 영구 정지됩니다. 프롬프트 필터링 로직을 미리 구현해두는 것을 권장합니다.
저작권 관련
- 생성 이미지의 권리: OpenAI 이용약관에 따르면, API로 생성한 이미지의 권리는 사용자에게 있습니다. 상업적 사용도 가능합니다.
- 특정 작가 스타일 모방: "~작가 스타일로 그려줘"는 정책적으로 제한됩니다. DALL-E 3는 현존하는 작가의 이름을 프롬프트에 넣으면 거부하는 경우가 있습니다.
- AI 생성 표시 의무: 2026년 현재, AI 생성 이미지임을 명시하도록 권고하는 플랫폼이 늘어나고 있습니다. 블로그에서 사용할 때 출처를 밝히는 것이 좋은 관행입니다.
에러 핸들링 필수 패턴
프로덕션 코드에서는 반드시 에러 처리를 해야 합니다. DALL-E API에서 자주 발생하는 에러들입니다:
from openai import OpenAI, BadRequestError, RateLimitError, APIError
import time
client = OpenAI()
def safe_generate(prompt, size="1024x1024", quality="standard", max_retries=3):
"""안전한 이미지 생성 함수 (재시도 포함)"""
for attempt in range(max_retries):
try:
response = client.images.generate(
model="dall-e-3",
prompt=prompt,
size=size,
quality=quality,
n=1,
)
return response.data[0]
except BadRequestError as e:
# 콘텐츠 정책 위반 - 재시도 의미 없음
print(f"콘텐츠 정책 위반: {e}")
return None
except RateLimitError:
# 속도 제한 - 잠시 대기 후 재시도
wait_time = 2 ** attempt * 10 # 10초, 20초, 40초
print(f"속도 제한. {wait_time}초 후 재시도...")
time.sleep(wait_time)
except APIError as e:
# 서버 에러 - 재시도
print(f"API 에러 (시도 {attempt+1}/{max_retries}): {e}")
time.sleep(5)
print("최대 재시도 횟수 초과")
return NoneRate Limit (속도 제한) 알아두기
| 티어 | 분당 이미지 | 분당 요청 수 |
|---|---|---|
| Tier 1 (신규) | 5장 | 5회 |
| Tier 2 | 7장 | 7회 |
| Tier 3 | 7장 | 7회 |
| Tier 4+ | 15장 | 15회 |
신규 계정은 분당 5장밖에 생성할 수 없습니다. 대량 생성이 필요한 경우 반드시 속도 제한을 고려한 큐 시스템을 구현해야 합니다.
마무리
DALL-E 3 API는 파이썬 개발자가 이미지 생성을 자동화하기에 가장 접근성이 좋은 도구입니다. 정리하면:
- 간단한 코드로 고품질 이미지를 생성할 수 있습니다.
- 한국어 프롬프트를 잘 이해하기 때문에 진입 장벽이 낮습니다.
- 비용이 합리적이고, 캐싱 등을 활용하면 더 줄일 수 있습니다.
- 블로그 썸네일, 프레젠테이션 이미지, 프로토타입 디자인 등 실무 활용도가 높습니다.
이 글에서 다룬 코드들은 모두 바로 복사해서 사용할 수 있습니다. API 키만 발급받으면 5분 안에 첫 번째 AI 이미지를 만들 수 있으니, 직접 해보시길 추천합니다.
다음 글 예고: 다음에는 Stable Diffusion을 로컬에서 실행해서, API 비용 없이 무제한으로 이미지를 생성하는 방법을 다루겠습니다. GPU가 필요하지만, 한번 세팅하면 완전 무료입니다.
'AI API 활용' 카테고리의 다른 글
| 파이썬으로 AI 음성 인식 앱 만들기 - Whisper API 완전 가이드 (0) | 2026.04.11 |
|---|---|
| AI 멀티모달 앱 만들기 - 이미지+텍스트 동시 처리 파이프라인 (0) | 2026.04.09 |
| AI로 PDF 요약 프로그램 만들기 - 100페이지도 3분이면 끝 (0) | 2026.04.06 |
| AI API로 자동 번역기 만들기 - 파파고보다 나은 결과물 (0) | 2026.04.05 |
| AI API 비용 절약하는 7가지 실전 방법 - 월 $100을 $10으로 줄인 경험 (0) | 2026.04.04 |
