뉴스/정보

openai gpt-5.6 발표

작성자
하이룽룽
작성일
2026-07-10 08:12
조회
2
https://openai.com/index/gpt-5-6/


GPT-5.6 핵심 요약

OpenAI는 2026년 7월 9일 GPT-5.6 모델군을 정식 출시했습니다. GPT-5.6의 핵심은 단순히 벤치마크 점수를 높이는 것이 아니라, 더 적은 토큰과 비용으로 실제 업무를 끝까지 수행하는 능력을 강화한 것입니다.

1. 세 가지 모델로 구성

GPT-5.6은 성능과 가격에 따라 세 등급으로 나뉩니다.
  • Sol: 가장 강력한 플래그십 모델
  • Terra: 성능과 비용의 균형을 맞춘 일상 업무용 모델
  • Luna: 가장 빠르고 저렴한 모델
모델 세대는 GPT-5.6처럼 숫자로 표시하고, Sol·Terra·Luna는 앞으로도 유지되는 성능 등급으로 운영됩니다.

API 가격은 100만 토큰 기준으로 다음과 같습니다.
모델 입력 출력
Sol 5달러 30달러
Terra 2.5달러 15달러
Luna 1달러 6달러


2. 가장 큰 변화는 ‘성능 대비 비용’

GPT-5.6은 같은 문제를 해결할 때 기존 모델보다 적은 토큰을 사용하고, 더 짧은 시간에 결과를 내도록 설계됐습니다.

장시간 전문 업무를 평가하는 Agents’ Last Exam에서 GPT-5.6 Sol은 53.6점을 기록해 Claude Fable 5보다 13.1점 높았습니다. 중간 수준의 추론 설정에서도 Fable 5보다 높은 성능을 보이면서 예상 비용은 약 4분의 1 수준이었습니다.

Terra와 Luna도 일부 평가에서 Claude Fable 5를 훨씬 저렴한 비용으로 능가했습니다.

즉, GPT-5.6의 주된 경쟁력은 다음과 같습니다.
무조건 더 많은 연산을 사용하는 것이 아니라, 필요한 작업을 더 효율적으로 완수한다.



3. 코딩과 소프트웨어 개발 능력 향상

GPT-5.6 Sol은 OpenAI가 지금까지 개발한 모델 중 가장 강력한 코딩 모델로 소개됐습니다.

Artificial Analysis Coding Agent Index에서 Sol은 80점을 기록해 Fable 5보다 2.8점 높았습니다. 동시에 출력 토큰과 작업 시간이 절반 이하였고, 비용도 약 3분의 1 적었습니다.

주요 성과는 다음과 같습니다.
  • Terminal-Bench 2.1: Sol 88.8%, Ultra 91.9%
  • DeepSWE: Sol 72.7%
  • SWE-Bench Pro: Sol 64.6%
  • 실제 코드베이스 수정, 터미널 사용, 장기 개발 작업 능력 개선
특히 GPT-5.6은 단순히 코드를 생성하는 데서 끝나지 않고, 작은 프로그램을 직접 작성하고 실행해 도구를 조정할 수 있습니다.

예를 들어 다음 과정을 스스로 관리합니다.
  1. 여러 도구 호출
  2. 중간 결과 필터링
  3. 중요한 정보만 보존
  4. 오류 여부 확인
  5. 다음 행동 결정
  6. 최종 결과 수정
이 기능을 OpenAI는 Programmatic Tool Calling이라고 부릅니다.


4. max와 ultra 모드

GPT-5.6에는 더 어려운 작업을 위한 고성능 추론 방식이 추가됐습니다.

max

기존의 xhigh보다 더 긴 시간 동안 생각하고 다음 작업을 수행합니다.
  • 여러 대안 탐색
  • 결과 검증
  • 오류 수정
  • 접근 방식 재설계

ultra

기본적으로 네 개의 에이전트를 병렬로 실행합니다.

하나의 모델이 순차적으로 작업하는 대신, 여러 에이전트가 서로 다른 부분을 동시에 맡은 뒤 결과를 통합합니다. 일부 평가에서는 16개 에이전트를 사용하는 실험도 진행됐습니다.

이 방식은 토큰을 더 많이 소비하지만, 복잡한 조사나 코딩 작업을 더 빠르게 끝내고 높은 정확도를 낼 수 있습니다.


5. 디자인과 프론트엔드 능력 강화

GPT-5.6은 단순히 웹사이트 코드를 만드는 것을 넘어, 실제 화면을 보고 디자인 문제를 판단하는 능력이 크게 향상됐습니다.

높은 수준의 지시만으로도 다음을 만들 수 있습니다.
  • 웹사이트
  • 인터랙티브 시각화
  • 게임
  • 교육용 설명 도구
  • 프론트엔드 인터페이스
  • 디자인 프레젠테이션
또한 렌더링된 결과를 직접 확인해 다음 문제를 수정할 수 있습니다.
  • 화면 배치
  • 글자 크기
  • 여백
  • 가독성
  • 버튼 작동
  • 시각적 일관성
즉, 코드를 작성하는 모델에서 벗어나 결과물을 직접 검수하고 다듬는 디지털 제작자에 가까워졌습니다.


6. 문서·프레젠테이션·스프레드시트 제작

GPT-5.6은 전문적인 지식 노동에서도 크게 향상됐습니다.

Slack, Notion, Microsoft 365, Google Drive 등에 흩어진 자료를 읽고 다음과 같은 완성형 결과물을 만들 수 있습니다.
  • 조사 보고서
  • 투자 분석 자료
  • 프레젠테이션
  • 재무 모델
  • 스프레드시트
  • 전략 제안서
  • 기업 인수 검토 자료
특히 기존 프레젠테이션의 스타일을 분석해 다음 요소를 새 슬라이드에 일관되게 적용할 수 있습니다.
  • 레이아웃
  • 글꼴
  • 색상
  • 간격
  • 제목 체계
  • 슬라이드 마스터 규칙
GPT-5.5가 참고 슬라이드의 일부 구성요소를 빠뜨리는 경우가 있었다면, GPT-5.6은 원본 디자인 체계를 더 충실하게 재현합니다.


7. 웹 조사와 컴퓨터 사용 능력

GPT-5.6은 웹 탐색과 컴퓨터 조작 능력에서도 큰 향상을 보였습니다.

주요 점수는 다음과 같습니다.
  • BrowseComp: Sol 90.4%
  • Sol Ultra: 92.2%
  • OSWorld 2.0: Sol 62.6%
  • BenchCAD: Sol 70.6%
  • Python 도구를 사용한 BenchCAD: 83.4%
BrowseComp는 인터넷에서 복잡한 정보를 찾아내는 능력을 평가합니다. OSWorld는 실제 컴퓨터 화면과 애플리케이션을 조작하는 능력을 평가합니다.

따라서 GPT-5.6은 질문에 답하는 챗봇을 넘어 다음과 같은 작업을 수행하는 방향으로 발전했습니다.
브라우저와 프로그램을 직접 조작하고, 자료를 조사하며, 결과물을 제출하는 업무 에이전트



8. 과학·생명과학 연구 성능

GPT-5.6 Sol은 생명과학, 유전체학, 의약화학 분야에서도 GPT-5.5보다 크게 향상됐습니다.
  • GeneBench Pro: 28.7%
  • LifeSciBench: 59.9%
  • MedChemBench: 48.3%
  • HealthBench Professional: 60.5%
GeneBench Pro에서는 GPT-5.5의 12%에서 GPT-5.6 Sol 28.7%로 두 배 이상 상승했습니다.

OpenAI는 GPT-5.6이 다음과 같은 연구 업무를 지원할 수 있다고 설명합니다.
  • 유전체 분석
  • 정량 생물학
  • 생명과학 문헌 조사
  • 화합물·의약화학 분석
  • 실험 결과 해석
다만 생물학적으로 매우 위험한 새로운 위협을 처음부터 설계하고 합성하는 수준에는 도달하지 않았다고 평가했습니다.


9. 사이버보안 능력의 큰 상승

사이버보안은 GPT-5.6에서 가장 큰 성능 향상이 나타난 분야 중 하나입니다.
  • ExploitBench: GPT-5.5 47.9% → GPT-5.6 Sol 73.5%
  • ExploitGym: GPT-5.5 15.1% → Sol 최대 33.7%
  • SEC-Bench Pro: GPT-5.5 45.8% → Sol 71.2%
  • Capture-the-Flag: Sol 96.7%
GPT-5.6은 다음과 같은 방어적 작업에 활용될 수 있습니다.
  • 보안 코드 검토
  • 취약점 탐색
  • 패치 작성
  • 위협 모델링
  • 악성코드 분석
  • 침입 탐지 규칙 개발
  • 패치 정상 작동 검증
다만 공격에도 활용될 수 있는 이중용도 능력이기 때문에, 고성능 사이버 기능은 신원이 확인된 사용자와 기관에 더 넓게 제공됩니다.


10. AI가 AI 연구를 가속하는 능력

가장 중요한 대목 중 하나는 GPT-5.6이 OpenAI 내부의 AI 연구 자체를 가속하고 있다는 점입니다.

OpenAI 연구자들은 GPT-5.6을 다음 과정에 사용합니다.
  • 연구 시스템 오류 진단
  • 학습 시스템 최적화
  • 머신러닝 실험 수행
  • 커널 최적화
  • 학습 방법 개선
  • 다른 모델의 성능 향상
GPT-5.6 내부 시험 기간에 연구자 1인당 하루 평균 출력 토큰은 GPT-5.5 시기의 최고치보다 두 배 이상 증가했습니다.

지난 6개월 동안 OpenAI 내부에서는 다음과 같은 변화가 나타났습니다.
  • 연구용 코딩 추론에 배정된 컴퓨팅: 100배 증가
  • 내부 에이전트 토큰 사용량: 약 22배 증가
재귀적 자기개선 관련 능력을 측정한 RSI Index에서는 다음 결과가 나왔습니다.
  • GPT-5.5: 41.7%
  • GPT-5.6 Sol: 57.9%
  • 향상 폭: 16.2%포인트
이는 GPT-5.6이 완전한 재귀적 자기개선을 달성했다는 의미는 아닙니다. 하지만 AI가 AI 연구자의 생산성을 높여 다음 모델 개발 속도를 가속하는 현상이 본격화되고 있다는 신호입니다.


11. 안전 시스템 강화

GPT-5.6은 생물학과 사이버보안 능력이 크게 향상됐지만, OpenAI의 위험 분류상 두 분야 모두 아직 Critical 임계치를 넘지는 않았습니다.

안전 시스템은 여러 층으로 구성됩니다.
  • 모델 내부에 학습된 안전 규칙
  • 실시간 요청 검사
  • 지속적인 사용 감시
  • 계정 수준 제재
  • 대화 맥락을 판단하는 추론형 모니터
  • 신원 확인 사용자용 Trusted Access
특히 GPT-5.6 Sol의 사이버보안 안전장치는 이전 모델보다 잠재적으로 유해한 활동을 약 10배 더 많이 차단합니다.

정식 출시 전에는 약 70만 A100e GPU 시간에 해당하는 자동화 레드팀 테스트가 진행됐습니다.

OpenAI도 완벽한 보안은 불가능하며, 앞으로 새로운 탈옥 방식과 취약점이 계속 발견될 것이라고 인정합니다.


12. 벤치마크상 한계도 존재

GPT-5.6이 모든 평가에서 경쟁 모델을 압도하는 것은 아닙니다.

예를 들어 SWE-Bench Pro에서는 다음과 같은 결과가 나타났습니다.
  • GPT-5.6 Sol: 64.6%
  • Claude Opus 4.8: 69.2%
  • Claude Fable 5: 80%
  • Claude Mythos 5: 80.3%
도구 사용 평가인 Toolathlon에서도 GPT-5.6 Sol은 58%로 Claude 계열 일부 모델보다 낮았습니다.

장문 문맥 평가에서도 100만 토큰 구간에서는 일부 Claude 모델이 GPT-5.6보다 높은 결과를 보였습니다.

따라서 GPT-5.6의 특징은 모든 단일 벤치마크에서 1위를 차지한다기보다는 다음에 가깝습니다.
코딩, 웹 조사, 컴퓨터 사용, 문서 제작, 과학, 사이버보안을 하나의 모델에서 높은 수준으로 제공하면서 비용과 처리 시간을 줄인 범용 업무 모델



13. ARC-AGI-3의 의미

추상적이고 새로운 규칙을 발견해야 하는 ARC-AGI-3에서 GPT-5.6 Sol은 7.78%를 기록했습니다.
  • GPT-5.5: 0.43%
  • Claude Opus 4.8: 1.5%
  • Gemini 3.1 Pro: 0.42%
  • GPT-5.6 Sol: 7.78%
절대 점수는 여전히 낮지만, 기존 모델 대비 매우 큰 상승입니다.

이는 GPT-5.6이 단순 암기나 기존 패턴 재사용뿐 아니라, 처음 보는 환경에서 규칙을 탐색하는 능력에서도 의미 있는 진전을 보였다는 뜻입니다. 다만 7.78%라는 점수는 인간 수준의 범용 추론과는 아직 큰 차이가 있음을 보여줍니다.


14. 이용 가능 범위

GPT-5.6은 ChatGPT, Codex, OpenAI API에 순차적으로 적용됩니다.
  • ChatGPT Plus·Pro·Business·Enterprise: GPT-5.6 Sol 사용 가능
  • Pro·Enterprise: 복잡한 작업을 위한 Sol Pro 이용 가능
  • Free·Go: ChatGPT Work와 일부 환경에서 Terra 이용
  • ChatGPT Work의 ultra: Pro·Enterprise
  • Codex의 ultra: Plus 이상
  • API: Sol, Terra, Luna 모두 제공
API에서는 다중 에이전트 기능이 베타로 제공되며, 여러 하위 에이전트가 동시에 작업한 뒤 결과를 하나로 통합할 수 있습니다.


종합 평가

GPT-5.6의 진짜 의미는 벤치마크 점수가 몇 점 올랐다는 데 있지 않습니다.

이 모델은 AI가 다음 단계로 이동하고 있음을 보여줍니다.

기존 AI

  • 질문에 답변
  • 글과 코드 생성
  • 사용자가 단계별 지시
  • 결과물은 사람이 다시 검수

GPT-5.6이 지향하는 AI

  • 업무 목표를 이해
  • 스스로 작업 계획 수립
  • 여러 도구와 프로그램 사용
  • 병렬 에이전트 배치
  • 중간 결과 검증
  • 오류 수정
  • 완성된 문서나 프로그램 제출
특히 RSI Index 상승과 OpenAI 내부 연구 컴퓨팅의 급증은 AI 발전이 단순한 제품 개선을 넘어, AI가 차세대 AI 개발을 돕는 자기강화 순환에 진입하고 있음을 시사합니다.

다만 아직 완전한 자율 연구자나 재귀적 자기개선 시스템은 아닙니다. 추상 추론, 장기 도구 사용, 실제 소프트웨어 문제 해결에서는 여전히 실패율이 상당하며 일부 분야에서는 Claude 계열 모델에 뒤처집니다.

한 문장으로 정리하면 다음과 같습니다.
GPT-5.6은 단순히 더 똑똑한 챗봇이라기보다, 저렴한 비용으로 조사·코딩·문서 제작·컴퓨터 조작·과학 연구를 끝까지 수행하는 범용 지식노동 에이전트에 가까워진 모델입니다.
전체 0
« meta, muse spark 1.1 발표
목록보기 답글쓰기
글수정 글삭제
Powered by KBoard