2026년 9월 초 OpenAI가 GPT-6 Astra를 공개했다. 공식 발표에서 그렉 브록먼 사장은 이를 세대 도약(generational leap)이라 표현했고, 개인 의견을 전제로 AGI에 도달했다고 볼 수 있다는 발언까지 내놓았다. 새 모델이 나올 때마다 반복되는 표현이지만, 이번에는 세대 번호가 6으로 바뀌었다는 점에서 세대라는 말이 실제로 무엇을 뜻하는지 짚어볼 계기가 됐다.
10만 GPU 학습과 세 가지 강점
공개된 정보에 따르면 Astra는 텍사스 스타게이트 시설에서 10만 개 이상의 GPU로 학습됐으며, OpenAI 역사상 가장 큰 학습 규모로 알려져 있다. 회사가 내세우는 강점은 세 가지다.
- 컴퓨터·브라우저 조작. 컴퓨터와 브라우저를 직접 조작하는 능력
- 코딩·수학. 코딩과 수학 성능
- 3D 공간 생성. 프롬프트로 3D 공간과 게임 에셋을 만드는 기능
Axios 보도에 따르면 벤치마크로는 ARC-AGI-3에서 99.9%를 기록해 직전 모델 GPT-5.6 Sol의 7.8%에서 급등했고, FrontierMath T4에서 98%를 냈다고 보고됐다.
| 벤치마크 | GPT-6 Astra | GPT-5.6 Sol (직전 모델) |
|---|---|---|
| ARC-AGI-3 | 99.9% | 7.8% |
| FrontierMath T4 | 98% |
실무에 가장 가까운 강점, 컴퓨터 조작
세 가지 강점 가운데 실무에 가장 직접적으로 닿는 것은 컴퓨터와 브라우저 조작이다. 이 블로그에서 함수 호출과 멀티에이전트를 다룰 때 언급했듯, 기업 업무의 상당 부분은 API가 없는 오래된 사내 시스템과 웹 화면 위에서 이뤄진다. 모델이 화면을 보고 클릭하고 입력할 수 있다면, 연동 개발 없이 자동화할 수 있는 범위가 넓어진다. 3D 공간과 게임 에셋 생성은 아직 특정 업종에 국한된 기능으로 보이지만, 텍스트와 이미지에 머물던 생성 범위가 공간으로 확장됐다는 점에서 다음 세대의 방향을 보여주는 신호로 읽힌다.
세대 번호는 무엇을 기준으로 올라가는가
여기서 첫 번째 질문이 나온다. 세대 번호는 무엇을 기준으로 올라가는가. 관행적으로 소수점 버전은 같은 아키텍처의 개선, 정수 버전은 학습 규모나 방식의 큰 변화를 뜻해 왔다. 다만 이는 공식 기준이 아니라 각 회사의 마케팅 판단에 가깝다. 실제로 5.6에서 6으로 넘어가면서 벤치마크 격차가 극단적으로 벌어진 것은, 번호가 바뀔 만한 변화가 있었다는 뜻이기도 하지만 특정 벤치마크가 직전 세대에서 사실상 측정되지 않았다는 뜻으로도 읽힌다.
벤치마크 점수와 체감 성능의 간극
두 번째 질문은 벤치마크 점수와 체감 성능의 간극이다. 이 블로그에서 파라미터 수와 벤치마크를 다룰 때 언급했듯, 점수는 특정 과제 집합에서의 결과일 뿐 실제 업무 성능을 보장하지 않는다. 초기 사용자 사이에서는 컴퓨터 조작 능력이 크게 좋아졌다는 평가와 함께, 영상 편집 같은 특정 작업은 여전히 수행하지 못한다는 지적도 함께 나온다. 99.9%라는 숫자와 아직 못 하는 일이 공존하는 것이 새 세대 모델의 일반적인 모습이다.
단가는 2.5배, 총비용은 다를 수 있다
세 번째는 비용이다. Astra의 API 가격은 입력 100만 토큰당 10달러, 출력 100만 토큰당 50달러로, 직전 모델 대비 약 2.5배 수준으로 알려져 있다. 대신 작업당 토큰 사용량은 더 효율적이라는 설명이 붙는다. 즉 단가는 올랐지만 같은 일을 더 적은 토큰으로 끝낼 수 있다면 총비용은 다를 수 있다는 논리다. 특히 출력 토큰 단가가 입력의 다섯 배라는 구조는, 긴 답을 생성하는 작업과 짧은 판단만 내리는 작업 사이의 비용 차이를 이전보다 크게 벌린다. 이 주장은 자사 업무로 직접 측정해 봐야 확인할 수 있다.
| 구분 | GPT-6 Astra API 가격 |
|---|---|
| 입력 | 100만 토큰당 10달러 |
| 출력 | 100만 토큰당 50달러 |
| 직전 모델 대비 | 약 2.5배 수준 |
언제 갈아탈 것인가, 세 가지 관찰
그렇다면 기업은 언제 새 세대로 갈아타야 하는가. 몇 가지 관찰이 가능하다.
- 단계적 배포. 공개 직후에는 배포가 단계적이라 안정적인 접근 자체가 제한된다. Astra 역시 소수 기관에 먼저 열리고 유료 플랜과 API가 며칠 뒤 따라오는 구조다. 상위 요금제에는 별도의 Pro 티어를 두는 것으로 알려져 있어, 같은 세대 안에서도 접근 조건이 갈린다.
- 회귀 테스트. 기존 프롬프트와 파이프라인은 새 모델에서 다르게 동작할 수 있어 회귀 테스트가 필요하다.
- 토큰 효율 재측정. 가격 인상이 실제 비용 증가로 이어지는지는 토큰 효율을 재봐야 알 수 있다.
모든 업무를 옮길 필요는 없다, 분리 운용
한 가지 더 고려할 점은 모든 업무를 최신 세대로 옮길 필요는 없다는 것이다. 단가가 2.5배인 모델을 단순 요약이나 분류 같은 일상 업무에까지 쓰는 것은 비용 대비 효과가 낮다. 앞서 소형 언어 모델을 다룰 때 살펴본 것처럼, 난이도가 낮은 작업은 작고 저렴한 모델에 맡기고 복잡한 추론이나 컴퓨터 조작처럼 새 세대의 강점이 드러나는 작업에만 프론티어 모델을 쓰는 분리 운용이 합리적이다.
세대 도약은 모델 전체를 교체하라는 신호가 아니라, 어떤 작업을 어느 모델에 배정할지 다시 짜라는 신호에 가깝다.
정리
실무적으로는 세대 번호보다 우리 과제에서의 성능 대비 비용을 기준으로 삼는 편이 합리적이다. 새 모델이 나오면 대표 업무 몇 개를 골라 기존 모델과 같은 조건에서 비교하고, 품질이 유의미하게 오르거나 총비용이 내려갈 때 전환하는 방식이다. 세대 도약이라는 표현은 회사의 메시지이고, 갈아탈 시점은 사용자의 데이터가 정한다.
AGI 도달 여부에 대한 논쟁은 앞으로도 이어질 것이다. 다만 실무자에게 중요한 것은 그 논쟁의 결론이 아니라, 모델 세대가 바뀔 때마다 무엇을 재고 무엇을 바꿔야 하는지에 대한 자기 기준을 갖는 일이다. GPT-6 Astra는 그 기준을 점검하기 좋은 첫 사례가 됐다. 세대가 바뀔 때마다 같은 점검을 반복하는 것이 결국 가장 저렴한 전략이다.