Nano Banana는 번들팩 히어로를 한 번에 끝내려 하기보다 레퍼런스 묶음으로 초안을 만들고 멀티턴 편집으로 카피 공간만 남기는 쪽이 안전하다

이번에는 단일 SKU보다 번들팩 상세페이지에 가까운 장면을 기준으로 정리했다. 세트 상품은 보통 본품, 증정품, 원료 컷, 텍스트 카드가 동시에 필요해서 한 번에 완성하려고 하면 패키지 글자나 간격이 쉽게 무너진다. 그런데 Gemini 이미지 생성 문서를 다시 보니 지금 기준으로는 이 작업을 꽤 체계적으로 나눌 수 있다. Nano Banana 2는 속도와 대량 생성 쪽, Nano Banana Pro는 고품질 마감 쪽에 맞춰져 있고, 이미지 가이드는 최대 14개 레퍼런스와 멀티턴 편집, 검색 그라운딩, 1K·2K·4K 출력까지 지원한다고 정리해 둔다.

제가 이번에 가장 안정적으로 쓴 구조는 "레퍼런스 팩 초안 -> 카피 공간 확보 -> 텍스트 가독성 마감" 세 단계였다.

Bundle hero draft input set: 4 product packshots, 2 ingredient refs, 1 texture ref, 1 lifestyle shelf ref prompt: premium 4:5 skincare bundle hero, arrange the full set on a clean vanity shelf, keep every package silhouette accurate, preserve the front label layout, leave clear copy space in the upper-right quadrant

이 단계에서 중요한 건 빼기보다 넣기다. Google Cloud 프롬프트 가이드는 구체적인 subject, lighting, composition을 긍정형으로 쓰라고 권하고, Gemini 이미지 생성 문서는 레퍼런스 이미지를 섞어 최종 이미지를 만든다고 설명한다. 번들팩은 특히 "무엇을 남길지"를 먼저 못 박아야 한다. 저는 제품 4개를 한 줄로 두는지, 앞뒤 레이어로 쌓는지, 증정품을 오른쪽 아래에 둘지까지 초안 턴에서 정해 두는 편이 결과가 덜 흔들렸다.

두 번째는 멀티턴 편집이다. Gemini 3 이미지 가이드는 대화형 편집이 Thought Signatures로 문맥을 이어받는다고 설명한다. 이게 커머스에서는 꽤 실용적이다. 처음부터 모든 조건을 한 문장에 몰아넣지 말고, 초안이 나온 뒤 카피 공간이나 패키지 정리만 추가로 지시하는 편이 더 낫다.

Multi-turn cleanup turn 1: keep all products unchanged, widen the upper-right copy space by 12 percent turn 2: keep label text readable, align the gift item with the front row, remove only edge artifacts turn 3: export as a premium 4K marketplace hero with crisp text and soft specular highlights

여기서 2026년 6월 18일 기준으로 체크할 만한 변화가 하나 더 있다. Gemini 문서는 Imagen 모델이 2026년 8월 17일 종료되고 Nano Banana로 옮기라고 안내한다. 그래서 예전 Imagen용 배너 프롬프트를 계속 쥐고 있기보다, 지금은 generate_content 기반 멀티턴 편집 흐름으로 옮겨두는 편이 안전하다. 이미 Nano Banana 2와 Pro는 Google Cloud에서 일반 공개 상태고, 최신 문서는 Flash Image에 1:4, 4:1, 1:8, 8:1 같은 긴 비율까지 추가됐다고 적고 있다.

커머스 활용 포인트도 분명하다. 상세페이지 4:5 메인, 마켓플레이스 1:1 카드, 검색광고용 가로 배너를 같은 레퍼런스 팩에서 파생시키기 좋다. 특히 검색 그라운딩을 붙일 수 있다는 점이 실무에서 은근히 크다. 예를 들어 지역 행사명, 시즌 키워드, 실제 날씨 맥락이 필요한 배너 초안을 만들 때 사실관계를 한 번 더 확인한 뒤 이미지를 그릴 수 있다. 저는 결국 Nano Banana를 "한 번에 완성하는 모델"보다 "레퍼런스가 많은 상품 묶음을 무너지지 않게 시작하는 모델"로 보는 쪽이 더 맞았다.

출처 https://ai.google.dev/gemini-api/docs/image-generation https://ai.google.dev/gemini-api/docs/gemini-3 https://ai.google.dev/gemini-api/docs/imagen https://cloud.google.com/blog/products/ai-machine-learning/ultimate-prompting-guide-for-nano-banana https://cloud.google.com/blog/products/ai-machine-learning/nano-banana-2-and-nano-banana-pro-are-generally-available https://github.com/google-gemini/nano-banana-hackathon-kit