AI 이미지 생성은 얼마나 걸리나요?
Sume에서는 대부분의 AI 이미지가 API가 요청을 열어 두는 30초 안에 완성됩니다. 무엇이 시간을 늘리는지, 느린 이미지와 멈춘 이미지를 어떻게 구분하는지 알아보세요.

AI 이미지 생성은 대부분의 모델에서 30초 안에 끝납니다. Sume의 이미지 API는 요청마다 최대 30초 동안 연결을 열어 두며, 문서에 따르면 대부분의 카탈로그 모델이 그 안에 생성을 마칩니다. 4K, 높은 품질, 한 번에 여러 장 같은 큰 요청이 더 오래 걸려 이미지 대신 폴링할 Job으로 돌아올 가능성이 가장 큽니다.
이 소요 시간 정보는 Sume의 Image API (영문), Job과 결과 (영문), Generation admission 문서에서 가져왔으며, 2026-09-28에 확인했습니다. Sume는 모델별 소요 시간을 공개하지 않으며, 이 글도 따로 덧붙이지 않습니다.
AI 이미지 생성이 오래 걸리는 이유는 무엇인가요?
Sume 문서는 시간을 늘리는 요인으로 두 가지를 꼽습니다. 요청한 크기와 설정, 그리고 워크스페이스 큐가 얼마나 붐비는지입니다. 어떤 방식으로 기다릴지는 소요 시간을 바꾸지 않습니다.
| 요인 | 문서 내용 |
|---|---|
| 크기와 설정 | 4K, 높은 quality, 큰 n은 30초 대기를 넘길 가능성이 가장 큰 느린 설정입니다. ChatGPT Image 2.5에서는 품질을 생략하면 high가 기본값입니다. |
| 워크스페이스 큐 | 워크스페이스 동시성 한도를 넘는 Job은 슬롯이 열릴 때까지 queued 상태로 기다립니다. 문서의 정적 표는 한 번에 실행되는 Job 수를 Free 1개부터 Scale과 Enterprise 20개까지로 제시하며, 워크스페이스의 실제 한도는 대시보드의 동시 실행(Concurrency) 탭에 나옵니다. |
| 대기 모드 | sync, async, webhook은 결과를 알게 되는 방식을 바꿀 뿐, Job 실행에 걸리는 시간은 바꾸지 않습니다. |
AI가 실시간으로 이미지를 생성할 수 있나요?
현재 Sume에서는 할 수 없습니다. 모든 카탈로그 모델이 supports_streaming: false를 보고하고 stream: true는 400 streaming_not_supported를 반환하므로, 렌더링되면서 점점 선명해지는 그림이 아니라 완성된 이미지를 받습니다. 진행 상황이 필요하면 mode: "async"로 제출하고 GET /v1/jobs/{id}/events를 읽으세요. 이 엔드포인트는 스트림이 아니라 pull 스냅샷입니다. mode: "subscribe"도 진행 스트림이 아닙니다. sync와 똑같이 최대 30초로 제한된 대기입니다.
느린 이미지와 멈춘 이미지는 어떻게 구분하나요?
Job의 상태를 확인하세요. queued는 Sume가 Job을 받아 실행을 기다리고 있다는 뜻으로, 정상이며 실패가 아닙니다. processing은 실행 중이라는 뜻입니다. GET /v1/jobs/{id}/events는 타임라인(job.queued, job.started, generation.submitted 등)을 더해 줍니다. Sume 문서는 MCP Job 대기에 관한 안내에서, 50초가 지나도 실행 중인 이미지는 느린 것이 아니라 대개 멈춘 것이라고 설명합니다.
- 내 프로세스가 타임아웃됐다고 유료 요청을 다시 제출하지 마세요. 클라이언트 쪽 타임아웃은 Job을 취소하지 않으며, Job은 계속 실행됩니다.
- 취소는 생성이 시작되기 전에만 효과가 있습니다. 그 뒤에는
POST /v1/jobs/{id}/cancel이409 job_generation_already_started를 반환하고 Job은 끝까지 실행됩니다. - 실패한 생성은 과금되지 않으며, 취소된 생성도 마찬가지입니다.
코드에서 이미지를 얼마나 기다려야 하나요?
첫 호출은 기다리게 두세요. POST /v1/images에서 wait_timeout_seconds의 기본값은 30이며, 이 값이 최댓값이기도 합니다. 202는 대기 시간이 끝났거나, waiter 용량이 가득 차 Sume가 대기를 건너뛰었다는 뜻이므로, 항상 이미지가 느리다는 뜻은 아닙니다.
202를 받으면 Job의 status_url을 폴링하세요. next_poll_after_seconds가 있으면 그 값을 따르고 없으면 백오프하며, completed, failed, canceled에서 멈추세요. 결과는 completed Job에서만 읽으세요. 이 루프는 Python 이미지 생성 API에 나와 있습니다. 영상, 아바타 영상, 페이스 스왑 Job은 대개 30초 대기를 넘깁니다. 이런 Job은 AI 영상 생성은 얼마나 걸리나요? 글에서 다룹니다.
출처
관련 글
개발자 카테고리의 다른 글
- MCP 서버 테스트 방법: Inspector, Postman, curl
MCP 서버는 MCP Inspector로 테스트합니다. 연결하고, 로그인하거나 인증 헤더를 넣고, 도구 목록을 본 뒤 읽기 전용 도구를 호출하세요. Postman과 curl로도 됩니다.
- POST는 멱등한가요? 아니요, PUT과 DELETE는 멱등합니다
아니요, HTTP는 GET, HEAD, OPTIONS, TRACE, PUT, DELETE를 멱등하다고 정의하지만 POST와 PATCH는 아닙니다. 멱등성 키가 있으면 POST 재시도가 안전합니다.
- 로컬 vs 원격 MCP 서버 차이: stdio와 Streamable HTTP
로컬 MCP 서버는 여러분의 컴퓨터에서 실행되어 stdio로 통신하고, 원격 MCP 서버는 다른 곳에서 실행되며 Streamable HTTP로 URL에 접속합니다. 고르는 방법을 정리합니다.
- 롱 폴링과 숏 폴링의 차이는 무엇인가요?
숏 폴링은 타이머에 맞춰 요청하고 즉시 답을 받습니다. 롱 폴링은 새 소식이 생기거나 타임아웃이 될 때까지 요청을 열어 두었다가 응답을 받으면 다시 요청합니다.
작성자 Sume