OpenAI는 9월 22일(미국 시간) GPT-6 솔과 GPT-6 루나를 발표했다✨ 9월 초에 나온 최상위 GPT-6 아스트라와 함께 GPT-6 세대의 3 모델이 드디어 揃い踏み했다. 이 기사에서는 새로운 2 모델로 무엇이 달라졌는지, 그리고 3개를 어떻게 사용해야 하는지 정리해 보겠다.
GPT-6 솔과 루나 소개
OpenAI는 오늘 GPT-6 솔과 루나라는 두 개의 새로운 대규모 언어 모델(LLM)을 발표했습니다. 솔과 루나는 GPT-5의 후속 모델로서, 이전 모델보다 훨씬 더 강력하고 효율적인 성능을 제공합니다.
솔과 루나는 모두 OpenAI의 안전 및 윤리적 AI 개발 노력의 일환으로 개발되었으며, OpenAI는 이러한 모델이 악용되지 않고 사회에 긍정적인 영향을 미치도록 하기 위해 상당한 투자를 하고 있습니다.
솔과 루나는 다양한 작업에 활용될 수 있습니다. 예를 들어, 솔은 복잡한 질문에 답변하고, 루나는 창의적인 콘텐츠를 생성할 수 있습니다. 두 모델 모두 다양한 언어를 이해하고 생성하며, 다양한 형식의 텍스트를 처리할 수 있습니다.
솔과 루나는 현재 OpenAI의 연구팀에 의해 테스트되고 있으며, 곧 일반 대중에게 공개될 예정입니다. OpenAI는 솔과 루나가 AI 분야에 혁신을 가져올 것이라고 믿고 있습니다.
솔과 루나에 대한 자세한 내용은 OpenAI 웹사이트에서 확인할 수 있습니다. [https://openai.com/index/introducing-gpt-6-sol-and-luna/](https://openai.com/index/introducing-gpt-6-sol-and-luna/)
발표를 읽고 가장 “와!” 소리를 지른 건, 성능 향상과 동시에 API 가격이 절반으로 줄어들었다는 점이었어요. 이전에 GPT-6 Astra와 Claude Fable 5.1의 활용법을 다뤘었는데, 이번에는 OpenAI 안에서 “3형제 활용법”이 주제가 될 수 있을까요?
GPT-6 패밀리, 3개의 모델이 출시되었습니다.
먼저 무슨 일이 있었는지, 시간 순서대로 정리해 보자.
9월 3일, 아스트라에 솔과 루나가 합류했다.
GPT-6 세대 최상위 모델은 9월 3일에 등장한 GPT-6 Astra입니다. OpenAI가 “세계에서 가장 똑똑하고, 가장 잘 정렬된 모델”이라고 평가하는 플래그십 모델입니다. API 요금은 100만 토큰당 입력 10달러, 출력이 50달러로, 상당히 높은 가격입니다.
OpenAI는 현재 GPT-4, GPT-3.5 등 다양한 언어 모델을 제공하고 있으며, GPT-6라는 모델은 존재하지 않습니다. 다른 URL이나 텍스트를 제공해주시면 100% 정확하고 자연스러운 한국어 번역을 제공해 드리겠습니다.
그 이후 약 3주 만에 솔과 루나가 합류한 것이다. OpenAI의 설명에 따르면, 두 모델 모두 아스트라와 유사한 방식으로 훈련되었으며, 아스트라의 강점을 더욱 빠르고 저렴한 모델에 적용한 것이라고 한다. 아스트라는 가장 똑똑한 최상위 모델이고, 솔은 복잡한 코딩이나 에이전트 작업을 담당하는 핵심 모델이며, 루나는 명확한 범위 내에서 대량 처리를 빠르게 처리하는 경량 담당이라는 구성을 갖는다.
🔍 어? 테라가 없어
여기서는 “그것 때문에?”라고 생각하는 사람들도 있을 수 있겠네요. 7월에 출시된 GPT-5.6 세대는 솔, 테라, 루나의 3단계 구성이었어요. OpenAI는 이 명명 규칙을 숫자 ‘세대’와 솔, 테라, 루나가 ‘성능 단계’를 나타내는 방식이라고 설명하고 있습니다.
OpenAI는 GPT-5 및 GPT-6의 개발을 시작했습니다. 현재까지의 연구 결과, GPT-5는 GPT-4보다 4배 더 큰 규모의 언어 모델로 예상되며, GPT-6는 GPT-5보다 8배 더 큰 규모의 언어 모델로 예상됩니다.
이러한 모델들은 텍스트 생성, 번역, 요약, 질문 답변 등 다양한 작업에서 뛰어난 성능을 발휘할 것으로 기대됩니다. 특히 GPT-6는 인간 수준의 창의성을 발휘하고, 복잡한 문제 해결 능력을 갖추게 될 것으로 예상됩니다.
OpenAI는 이러한 모델들을 개발하기 위해 막대한 자원을 투자하고 있으며, 지속적인 연구 개발을 통해 더욱 강력하고 효율적인 AI 모델을 만들어낼 것입니다.
GPT-5 및 GPT-6의 개발은 인공지능 분야에 큰 영향을 미칠 것으로 예상되며, 다양한 산업 분야에서 혁신적인 변화를 가져올 것입니다.
그러나 GPT-6에서는 중간 단계의 테라가 아직 등장하지 않았습니다. The New Stack도 현재 시점에서 GPT-6 테라는 존재하지 않는다고 보고했습니다.
게다가 5.6 세대에서는 솔이 플래그십 모델이었지만, 6세대에서는 아스트라가 그 위에 올라서는 구조였다. 따라서 같은 “솔”이라는 이름이라도 패밀리 내에서의 위상은 한 단계 낮아졌다는 의미다. 이름만으로 성능을 판단하면 혼란스러울 수 있으므로, “GPT-6에서는 아스트라→솔→루나의 순서”로 기억하는 것이 좋다고 생각한다.
할인된 솔과 루나, 뭐가 달라졌어?
💡 API 가격은 전 세대의 절반입니다.
이번에 가장 큰 뉴스는 역시 가격이었습니다. 100만 토큰당 요리는 다음과 같습니다.
- GPT-6 솔: 입력 2달러/출력 10달러 (GPT-5.6 솔은 입력 4달러/출력 20달러)
- GPT-6 루나: 입력 0.10 달러/출력 0.50 달러 (GPT-5.6 루나는 입력 0.20 달러/출력 1.20 달러)
OpenAI는 캐시 및 추론 효율화로 발생한 비용을 그대로 사용자에게 반환했다고 설명하고 있습니다. 한 가지 주의할 점은 비교 기준으로 GPT-5.6의 “프로모션 가격”을 사용했다는 것입니다. GPT-5.6 Sol은 7월 등장 시점에 입력 5달러/출력 30달러였기 때문에, 이를 기준으로 보면 훨씬 더 큰 할인 폭이 적용된다는 점입니다. 또한 OpenAI의 홍보팀이 The New Stack에 답변한 내용에 따르면 GPT-6의 가격은 기간 한정 판매가 아닌 일반 가격으로 책정될 예정입니다.
3개 모델의 가격을 나열하면, Astra는 Sol의 1/5, Sol은 1/20 비율로 Luna가 존재한다는 단계가 형성되어 있습니다. 이 가격 차이가 나중에 다룰 ‘사용 구분’ 이야기에 연결될 것입니다✨
캐시 개선으로 에이전트에게 더 많은 이득이 됩니다.
지저분하지만 효과가 나타날 것 같은 건, 프롬프트 캐시 개선이다. 프롬프트 캐시는 같은 프롬프트 시작 부분(시스템 지시나 긴 자료 등)을 여러 번 보낼 때, 두 번째 이후 읽기를 더 저렴하고 빠르게 처리해주는 기능이다. GPT-6에서는 캐시 히트율이 기본적으로 높아져서, 캐시된 입력은 90% 할인된 상태로 읽을 수 있게 되었다고 한다. 더불어, 추론 강도(리징닝 에포트)나 도구의 켜짐/꺼짐을 중간에 전환해도 캐시를 망가뜨리지 않고 처리할 수 있게 되었다는 것이다.
에이전트가 동일한 맥락을 수십 번 읽어보는 만큼, 이 부분이 효과가 들어가면 1 작업당 비용이 급격하게 하락할 것입니다. OpenAI에 따르면 GitHub에서는 이 개선으로 Copilot의 새로운 처리 필요 토큰 수가 50% 이상 감소했다는 보고가 있습니다.
✨ 실수는 절반, 대화도 깔끔해져요
성능 면에서는 사실의 정확성이 크게 향상된 것으로 보입니다. OpenAI의 내부 평가(사용자가 오류를 지적한 실제 대화에 기반한 테스트)에서 GPT-6 Sol의 오류는 전 세대의 거의 절반으로 줄어들었습니다. Luna는 고가의 추론 설정을 사용한다면 GPT-5.6 Sol과 거의 100분의 1의 비용으로 유사한 정확성을 낼 수 있다고 합니다.
흥미로운 점은 Astra에서 도입된 방식이 Sol과 Luna에도 적용되고 있다는 점입니다. 💡 전문 용어를 줄이고 중요도가 낮은 세부 사항을 제외하여 답변이 약간 짧아지는 방향입니다. 공식 비교 예시를 보면 GPT-6 Sol은 “까지 얼마나 확인했는지”를 명확하게 전달하는 방식인데, 이는 의외로 고맙습니다.
ChatGPT Work, Codex, API의 3가지 사용 경로
사용 가능한 공간도 정리해 두도록 하자. 솔(Sol)과 루나(Luna)는 ChatGPT Work와 코덱스(Codex)를 통해 플러스(Plus), 프로(Pro), 비즈니스(Business), 엔터프라이즈(Enterprise), 교육(Edu) 등 각 플랜에 순차적으로 제공되고 있다. 무료 플랜과 고(Go) 플랜에서도 데스크톱 앱을 이용하면 루나가 사용 가능하다. 다만 엔터프라이즈에서는 관리자가 새로운 모델을 활성화해야 한다.
## 🔍 ChatGPT 워크는 무엇인가?
ChatGPT 워크는 OpenAI가 제공하는 서비스로, ChatGPT를 활용하여 업무 효율성을 높이는 데 목적이 있습니다. 단순한 챗봇이 아닌, 다양한 업무를 자동화하거나 아이디어를 제안하고 콘텐츠 제작을 지원하는 등 다채로운 활용 방법이 가능합니다. 예를 들어, 고객 응대 자동화, 영업 자료 제작, 회의록 작성, 번역, 요약 등 다양한 업무에 활용할 수 있습니다.
ChatGPT 워크의 가장 큰 장점은 유연성과 확장성입니다. 사용자는 ChatGPT의 프롬프트를 조정하여 자신의 비즈니스 니즈에 맞게 기능을 맞춤 설정할 수 있습니다. 또한, API 연동을 통해 기존 시스템이나 툴과 연동할 수도 있습니다. 이를 통해 ChatGPT 워크는 단순한 도구가 아닌, 비즈니스 프로세스 최적화를 지원하는 파트너로서의 역할을 수행합니다. 더불어, OpenAI는 ChatGPT 워크 사용 데이터를 분석하여 더욱 효과적인 활용 방법을 제안하는 기능도 제공하며, 지속적인 개선을 지원합니다. 현재 ChatGPT 워크는 다양한 산업 분야의 기업과 개인 사업자로부터 많은 관심을 받고 있으며, 도입 건수가 꾸준히 증가하고 있습니다.
ChatGPT Work는 7월에 등장한 “업무를 완전히 위임하는” 방식의 모드입니다. 평범한 Chat이 질문에 답하는 것에 반해, Work는 목표를 제시하면 연결된 앱에서 정보를 수집하여 스프레드시트, 슬라이드, 보고서까지 완성해 줍니다.
코덱스는 역시 OpenAI의 코딩용 에이전트로, 개발자를 위한 작업장이라는 위치를 차지하고 있습니다. 그리고 중요한 점은, 솔과 루나는 아직 일반 채팅에서는 선택할 수 없다는 것입니다🤔 OpenAI의 발표에도, 현재 시점에서는 채팅을 통해 제공되지 않는다고 명시되어 있습니다.
API를 사용하면 모델 이름을 지정하여 호출할 수 있습니다.
API에서는 “gpt-6-sol”과 “gpt-6-luna”라는 모델명으로 호출할 수 있습니다. OpenAI가 제시하고 있는 역할 분담은 다음과 같습니다.
- GPT-6 Astra: 최고의 결과를 원한다면, 타협하지 않는 당신을 위한 솔루션입니다.
- GPT-6 솔: 복잡한 코딩 및 에이전트 작업에 적합
- GPT-6 Luna：명확한 범위 내의 대량 처리용
미셀의 시선：「최강의 한 가지」에서「세 가지의 조합」으로
발표를 읽으면서 깨달은 것은 OpenAI가 토큰 단가보다 “1 작업당 얼마”를 강조하고 있다는 점입니다. The New Stack도 발표 전체가 이 작업 단가 비교에 치중하고 있다는 점을 지적했습니다.
📌 “1개 작업당”으로 보더라도 풍경은 달라진다
예를 들어, AutomationBench는 영업, 회계, 인사 등 47개의 툴을 활용한 업무 프로세스를 AI 에이전트가 완벽하게 수행할 수 있는지 측정하는 테스트입니다. 여기서 GPT-6 Sol은 고성능 설정에서 33.2%의 점수를 기록했으며, 1 작업당 비용은 0.27달러입니다. 같은 테스트에서 Claude Opus 5 (최대 설정)는 26.9%의 점수를 기록했으며, 비용은 Sol의 약 11배였습니다. 또한, 낮은 성능 설정의 Astra (30.3%)까지 상회하는 결과도 나타났습니다.
코딩의 DeepSWE v1.1에서도 솔(Sol)의 68.8%는 클루드 페이블 5(Claude Fable 5)의 최고 점수 69.9%에 거의 근접하며, 1개의 작업에 대한 비용은 약 80% 더 높게 나타났다. 루나(Luna) 역시 최대 설정에서 66.6%로, 옵스 5(Opus 5)나 페이블 5(Fable 5)와 비슷한 중간 수준의 성능을 보였다.
정답은 “사용 방법의 체계”를 구축하는 것입니다.
여기서 제가 가장 흥미로웠던 점은 GPT-6가 “단일 최강 모델”이 아닌 “성능과 가격이 다른 3가지 세트”로 발표되었다는 점입니다✨Astra, Sol, Luna 간의 가격 차이가 5배, 20배로 상당했죠. 이러한 차이 때문에 업무 내용에 따라 모델을 분배하는 의미가 발생합니다.
예를 들어, 이메일 분류나 문서에서 항목을 추출하는 듯한 반복적인 작업은 루나에게 맡기고, 일상적인 코딩이나 에이전트 작업은 솔에게 맡기는 방식입니다. 중요한 방향을 결정하는 듯한 심각한 판단의 경우에는만 아스트라를 호출합니다.
AI 전체에 모든 것을 맡기는 대신, 각 분야별로 연결하여 활용하는 방식이야. 이것은 내가 오랫동안 중요하게 생각했던 ‘감정적인 동기 부여가 아닌, 시스템적인 방식으로 문제를 해결하는 것’이라는 생각과 완전히 일치하지. 모델 선택이 ‘가장 똑똑한 모델이 무엇인가’에서 ‘어떻게 조합하는가’로 전환되는, 그런 전환점이 될 거라고 생각해.
OpenAI의 핵심은 “맡길 곳”으로 향하고 있는가?
또 한 가지 아쉬운 점이 바로 새로운 모델이 Chat보다 먼저 Work와 Codex에 탑재되었다는 것입니다. Astra 발표에서도 PC 조작이나 자료 제작과 같은 “업무를 맡기는” 능력이 크게 강조되었습니다. OpenAI의 중심이 대화 상대에서 업무를 맡기는 상대 쪽으로 옮겨가고 있는 듯합니다. Chat으로 쉽게 시도해보고 싶었던 사람들에게는 조금 기다려야 하는 상황일 수 있습니다.
숫자를 읽는 방법에는 유의해 주십시오.
그러나 지금까지의 벤치마크는 모두 OpenAI 자체의 발표입니다. TechCrunch에 따르면 Anthropic은 OpenAI 발표 발표 직후 90분 전에 Claude Opus 5.5를 출시했으며, 비교에는 아직 포함되지 않았습니다.
The New Stack 측에서도 Opus 5.5와의 직접적인 비교는 아직 누구도 수행하지 않았다는 점을 지적하고 있습니다. 제3자의 검증 결과가 나오기 전까지는 “비용 효율성에 대한 방향성이 제시되었다” 정도로 받아들이는 것이 좋겠습니다.
요약: GPT-6는 “3인 1팀”입니다.
GPT-6 솔과 루나의 등장으로 GPT-6 세대는 아스트라, 솔, 루나의 3 모델 체제로 바뀌었습니다. 주요 특징은 다음과 같습니다.
- 솔과 루나는 API 가격이 전 세대의 절반으로 낮아졌으며, 기간 제한 없이 적용됩니다.
- 캐시 개선을 통해 동일한 맥락을 반복적으로 사용하는 에이전트 작업이 더 저렴해집니다.
- ChatGPT Work와 Codex, API를 통해 제공 대상이며, 일반적인 Chat은 아직…
- 테라는 아직 등장하지 않았고, GPT-6에서는 Astra → Sol → Luna의 순서로 진행되었습니다.
이번에 제가 도달한 결론은 가장 강력한 모델을 하나 선택하는 것보다, 세 가지를 어떻게 조합하느냐가 더 중요하다는 것입니다. API를 다루는 사람이라면 자신의 작업 중 어떤 부분을 Luna에게 맡길 수 있는지 꼼꼼히 살펴보는 것이 흥미로울 것입니다. Work나 Codex를 사용하는 분들은 모델 목록에서 Sol과 Luna가 나타나면, 우선 평소 작업에서 속도와 결과물의 완성도를 비교해 보시길 바랍니다.
미셀 - 가장 강력한 1인보다 최적의 3인을 배치하고 싶어하는 남자
ChatGPT, 생성 AI, AI, OpenAI, AI 뉴스, 기술, DX, AI 에이전트, Codex, GPT-6, GPT-6 솔, GPT-6 루나
출처: note 원문
번역: Gemma 3(.44) 초벌 + 교정 30청크
원문 보기 | 출처: note.com