GPT-5.6 정식 공개, 성능보다 비용 구조가 더 크게 바뀌었어요

GPT-5.6 정식 공개, 성능보다 비용 구조가 더 크게 바뀌었어요

AI 뉴스 썸네일

OpenAI가 GPT-5.6 패밀리를 정식 공개했어요. 이름만 보면 또 하나의 고성능 모델처럼 보이지만, 이번 발표에서 더 눈에 띄는 건 성능을 올리면서도 토큰 사용량과 작업당 비용을 줄이려는 방향이에요.

728x90

핵심 요약

구분	핵심	왜 볼 만한가요
모델 구성	Sol, Terra, Luna 3개 티어로 나뉘어요	최고 성능 모델 하나가 아니라 작업 난도와 비용에 맞춰 고르는 구조예요
코딩	Sol은 Artificial Analysis Coding Agent Index 80점을 기록했다고 공개됐어요	에이전트 코딩 도구가 성능 경쟁에서 비용 경쟁으로 넘어가는 흐름이 보여요
비용	API 가격은 Sol 기준 입력 100만 토큰당 5달러, 출력 100만 토큰당 30달러예요	높은 추론 성능을 쓰더라도 토큰 효율이 제품 비용을 크게 좌우해요
작업 방식	ultra 모드는 여러 에이전트를 병렬로 조율해요	긴 작업을 한 모델에게 오래 맡기는 방식과 다른 선택지가 생겨요
안전성	생물·사이버 영역에서 대규모 평가와 접근 제어를 강조했어요	강한 모델일수록 공개 범위와 사용 제한이 제품 경험에 직접 영향을 줘요

1. GPT-5.6은 더 큰 모델보다 더 싼 작업 단가를 앞세워요

OpenAI는 GPT-5.6을 Sol, Terra, Luna 3개 모델로 나눠 공개했어요. Sol은 플래그십, Terra는 일상 작업용 균형형, Luna는 가장 비용이 낮은 모델이에요. 공식 설명에서 반복해서 강조하는 건 "최고 점수"보다 "같은 일을 더 적은 토큰과 낮은 비용으로 끝내는 것"이에요. Sol은 코딩, 지식노동, 사이버보안, 과학 평가에서 강한 성능을 냈고, Terra와 Luna는 더 낮은 단가로 비슷한 업무를 처리하는 선택지로 배치됐어요. 2

개발자 입장에서는 모델 이름보다 티어 구분이 더 중요해요. 지금까지는 가장 강한 모델을 쓰면 품질은 올라가지만 비용과 대기 시간이 커진다는 전제가 있었어요. GPT-5.6 발표는 그 전제를 조금 바꿔요. 단순 분류나 전처리는 Luna로, 일반 개발·문서 작업은 Terra로, 설계·디버깅·보안 분석처럼 실패 비용이 큰 작업은 Sol로 나누는 식의 운영이 더 자연스러워질 수 있어요. 1

코딩 에이전트 경쟁은 토큰 효율 싸움으로 가요

OpenAI는 Sol이 Artificial Analysis Coding Agent Index에서 80점을 기록했고 Claude Fable 5보다 2.8점 높았다고 밝혔어요. 함께 제시한 비교에서 더 중요한 숫자는 토큰과 시간이에요. Sol은 더 적은 출력 토큰과 짧은 작업 시간으로 비슷하거나 더 높은 점수를 냈다고 설명해요. 코딩 도구를 팀 단위로 쓰는 회사라면 모델 점수보다 작업당 비용, 실패 후 재시도 비용, 코드 리뷰 부담을 같이 봐야 해요. 2

ultra 모드는 긴 작업을 병렬 에이전트로 푸는 방식이에요

GPT-5.6에는 `ultra` 모드가 추가됐어요. 단일 모델이 더 오래 생각하는 `max`와 달리, ultra는 여러 에이전트를 병렬로 움직여 복잡한 작업을 더 빠르게 끝내는 쪽에 가까워요. OpenAI는 Responses API의 멀티에이전트 베타로 비슷한 구성을 만들 수 있다고 설명해요. 이 방식은 장기 리서치, 대규모 코드 수정, 보안 점검처럼 중간 산출물을 나눠 검토할 수 있는 작업에 더 잘 맞아요. 2

문서·디자인 작업에서도 렌더 결과를 보는 능력을 강조해요

이번 발표에는 코딩만큼 문서, 프레젠테이션, 스프레드시트 예시가 많이 들어갔어요. GPT-5.6은 참조 문서나 템플릿의 레이아웃, 색상, 반복 패턴을 읽고 새 결과물에 맞춰 적용하는 능력을 개선했다고 해요. 단순히 텍스트를 쓰는 모델에서, 실제 화면 결과를 보고 다시 고치는 모델로 이동하는 흐름이에요. 팀에서 AI를 문서 자동화나 보고서 제작에 붙일 때는 이 차이가 꽤 커요. 결과물이 맞는 말만 하는지보다 바로 공유할 수 있는 형태인지가 생산성을 가르기 때문이에요. 2

보안·과학 성능은 강해졌지만 접근 제어가 같이 붙어요

OpenAI는 GPT-5.6이 ExploitBench, ExploitGym, SEC-Bench Pro 같은 보안 평가에서 GPT-5.5보다 나아졌다고 설명해요. 다만 강조점은 공격 자동화보다 취약점 탐지, 패치, 위협 모델링 같은 방어 작업에 있어요. 생물·사이버 영역은 여전히 민감한 분야라서 Trusted Access for Cyber 같은 접근 제어도 함께 언급됐어요. 강한 모델이 모든 사용자에게 같은 능력으로 열리는 구조는 아니라는 뜻이에요. 2

왜 중요한가요

GPT-5.6 발표는 모델 성능 경쟁이 이제 가격표와 제품 설계로 내려왔다는 신호에 가까워요. 개발팀은 "가장 똑똑한 모델 하나"만 고르는 대신, 작업 종류별로 모델 티어와 추론 강도를 나눠야 해요. 같은 기능을 만들더라도 Sol만 쓰는 제품과 Luna·Terra를 섞는 제품은 월 비용이 크게 달라질 수 있어요.

지시문 운영 방식도 바뀔 여지가 있어요. GeekNews 댓글에 정리된 개발자 가이드 내용에 따르면, GPT-5.6은 사용자의 목표를 더 잘 추론하지만 중요한 제약, 승인 범위, 성공 기준은 계속 명시해야 해요. 또 긴 시스템 지시를 줄였을 때 내부 평가 점수와 비용이 함께 좋아졌다는 설명이 있어요. 모델이 똑똑해질수록 지시문을 많이 붙이는 방식이 항상 정답은 아닐 수 있어요. 1

개발자 도구 시장에서는 Codex, Claude Code, Gemini 계열 도구의 비교가 더 치열해질 거예요. 실제 선택은 벤치마크 하나로 끝나지 않아요. 가격, 제한 정책, 클라우드 실행 방식, 코드 리뷰 품질, 팀의 기존 워크플로가 같이 걸려요. GPT-5.6이 말한 토큰 효율이 실제 제품 사용에서도 유지된다면, AI 코딩 도구의 경쟁 포인트는 "누가 더 똑똑한가"에서 "누가 같은 일을 덜 비싸고 덜 불안하게 끝내는가"로 더 빨리 옮겨갈 수 있어요.

참고 자료

1. OpenAI GPT 5.6 출시 — GeekNews
2. GPT-5.6: Frontier intelligence that scales with your ambition — OpenAI
3. Latest models developer guide — OpenAI Developers