미드저니, 웹앱 전환 뒤 실전에서 쓰는 법

이제 디스코드 없이 웹에서 쓴다

미드저니를 디스코드 채팅창에 명령어를 치던 도구로 기억한다면, 지금은 사정이 다르다. midjourney.com에서 이미지를 만드는 Create, 부분을 고치는 Edit, 다른 사람 작업을 둘러보는 Explore가 브라우저 안에서 돌아간다. 디스코드는 이제 선택지일 뿐 필수가 아니다.

생성 속도도 프롬프트 뒤에 --fast, --relax, --turbo를 붙이거나 설정에서 바꾼다. 릴랙스 모드는 순서가 밀리는 대신 이미지 장수 제한이 없고, 패스트 모드는 GPU 시간을 쓰는 대신 즉시 처리된다. 이 차이가 요금제 선택과 직결된다.

요금제, 어디서부터 시작하나

Daniele

미드저니는 무료 체험이 없고 구독제로만 쓴다. 월 요금은 네 단계다. 연 결제를 택하면 각 요금이 20% 싸진다.

플랜	월 요금	빠른 GPU	이런 사람에게
Basic	$10	적음(맛보기)	가끔, 가볍게
Standard	$30	15시간+릴랙스 무제한	대부분의 개인 창작
Pro	$60	더 많음	대량·상업 작업
Mega	$120	최대	하루 종일 돌리는 사람

핵심은 Standard다. 빠른 GPU 15시간에 릴랙스 모드 무제한이 붙어, 급한 작업은 빠르게 뽑고 나머지는 시간 제한 없이 만드는 조합이 된다. Basic은 빠른 GPU 시간이 적어 몇 백 장을 뽑고 나면 릴랙스로 넘어가야 하니, 진지하게 쓸 생각이면 처음부터 Standard가 덜 답답하다.

결과를 좌우하는 건 프롬프트만이 아니다

프롬프트 문장에 매달리는 사람이 많지만, 실무에서 결과를 바꾸는 건 참조 기능들이다.

Omni Reference는 같은 인물을 여러 장면에 반복해서 등장시킬 때 쓴다. 캐릭터 이미지 하나를 기준으로 넘겨주면 얼굴과 특징을 유지한 채 자세와 배경만 바뀐다. 웹툰 콘티나 브랜드 마스코트처럼 일관성이 생명인 작업에서 특히 값을 한다.

스타일 참조는 색감·붓질·분위기를 고정한다. 마음에 드는 이미지나 스타일 URL을 넘기면 이후 생성물이 같은 톤으로 정렬된다. 부분 편집은 완성된 그림에서 한 영역만 골라 다시 그리는 기능이라, 옷 색이나 소품 하나 때문에 전체를 다시 뽑을 필요가 없다. 아웃페인팅은 캔버스를 바깥으로 1.5배, 2배 넓혀 세로 원본을 가로 배너로 확장한다.

이 네 가지를 조합할 줄 아느냐가 '한 장 잘 나왔다'와 '쓸 수 있는 결과물을 반복 생산한다'를 가른다.

이미지에서 영상까지

미드저니는 2025년 6월 첫 영상 생성 모델 V1을 내놓으며 이미지 도구에서 한 발 더 나갔다. 정지 이미지 한 장을 넣으면 5초짜리 클립 네 개로 움직이게 만들고, 이어 붙여 약 21초까지 늘릴 수 있다. 다만 영상 한 작업은 이미지 한 장의 약 8배에 해당하는 자원을 쓴다. 짧은 소개 영상이나 배경 루프에는 유용하지만, GPU 시간을 빠르게 갉아먹으므로 요금제 선택 시 감안해야 한다.

지금 이미지 품질은 어디까지 왔나

품질 자체도 계속 올라갔다. 미드저니 공식 업데이트에 따르면 2026년 6월 기본 모델이 된 V8.1은 HD 모드에서 이전 V7보다 2배 큰 크기와 4배 높은 해상도로 그려내고, 생성 속도는 표준 4초, HD 12초 수준이다. 이어 7월 24일 게시된 V8.2가 미학과 화질, 개인화를 손보며 현재 기본 모델로 올라섰다. 세부 스펙은 공개가 적어 단정하긴 이르지만, 사진 같은 사실감과 작은 디테일 유지가 이번 흐름의 방향이다.

그래서 지금 살 만한가

정리하면 이렇다. 인물이나 브랜드의 일관성이 필요한 작업, 완성물을 부분만 고쳐 반복 생산하는 작업이라면 지금 미드저니는 값을 한다. 반대로 어쩌다 한 번 이미지를 뽑는 정도라면, 구독료가 아깝게 느껴질 수 있으니 Basic으로 짧게 써보고 판단하는 편이 낫다. 영상까지 노린다면 Standard 이상에서 GPU 시간을 넉넉히 두고 시작하는 것이 현실적이다.

출처

1. V8.1 is now the default model on Midjourney - 공식 업데이트
2. Version – Midjourney (공식 문서)
3. Midjourney launches its first AI video generation model, V1 - TechCrunch