GPT-5.6 이해하기: 모델 이름, 성능표와 추론 설정 읽는 법

GPT-5.6은 OpenAI가 2026년 7월 9일 정식 출시한 AI 모델 세대입니다. Sol, Terra, Luna라는 세 등급이 있으며 결과 품질과 비용의 균형을 달리합니다. 모델은 입력을 해석하고 답을 만드는 AI이고, ChatGPT나 Codex는 그 모델을 이용하는 제품입니다.

2026년 10월 4일 현재 후속 세대도 공개되어 있습니다. 이 글은 GPT-5.6의 발표 사례로 모델 이름과 성능표를 읽고 자신의 작업에서 비교하는 법을 설명합니다. 최신 모델을 고르려는 분은 GPT-6 Sol과 Luna 안내를 함께 보고, 실제 계정에 표시되는 모델과 이용 조건을 확인합니다.

숫자, 등급과 추론 설정을 나눠 읽습니다

예를 들어 GPT-5.6 Sol, max에는 세 가지 정보가 있습니다.

OpenAI는 Sol을 주력 모델, Terra를 일상 작업의 균형을 고려한 모델, Luna를 비용 효율을 높인 모델로 소개했습니다. 세대 번호는 성능 점수나 파라미터 개수가 아니며 학습 완료일을 알려 주는 날짜도 아닙니다. 파라미터는 학습으로 정해진 모델 내부의 수치입니다. GPT-5.6 출시 발표

같은 세대라도 어느 등급인지에 따라 점수와 단가가 다릅니다. 다음 세대에서 등급 이름이 유지되더라도 메뉴, 기능과 가격까지 그대로라고 가정하면 안 됩니다. 이전 기록을 남기고 새 모델로 같은 작업을 다시 확인해야 합니다.

첫 연습: 가상 리뷰 세 건을 분류합니다

모델 이름을 모두 외우기 전에, 결과를 확인할 수 있는 작은 작업을 해 봅니다. 이미 사용하는 AI의 새 대화에서 아래 가상 자료를 입력합니다. GPT-5.6이 메뉴에 없다면 현재 쓸 수 있는 모델로 연습하고 확인 가능한 모델 이름을 기록하면 됩니다. 모델을 직접 고르지 못하는 화면이라면 자동 선택이라고 적고, 응답 내용만으로 숨겨진 모델 이름을 추측하지 않습니다. 이 연습을 위해 구독을 바꿀 필요는 없습니다.

위 규칙을 따르면 기대 결과는 다음과 같습니다. 이는 실제 고객 여론을 분석한 결과가 아니라 연습을 위한 기준입니다.

부정 리뷰는 1건입니다. “제품은 마음에 든다”는 표현만 보고 R2를 긍정으로 처리했다면 규칙을 놓친 것입니다. 답변에 어느 규칙을 적용했는지 묻고, 불만이 명시된 경우의 우선순위를 다시 알려 수정합니다. ID가 빠졌거나 중복되어도 완료로 보지 않습니다.

다음에는 전체 지시와 세 리뷰를 새 대화에 다시 붙여 넣되, R3만 “어제 주문했고 안내가 친절해서 만족합니다”로 바꿔 실행합니다. R3는 긍정으로 바뀌고, 부정 건수는 여전히 1건이어야 합니다. 이처럼 기대 결과를 먼저 정하면 답변이 그럴듯한지보다 실제 조건을 지켰는지 확인할 수 있습니다.

토큰 효율이 좋아졌다는 말은 무엇인가요?

토큰은 모델이 글을 처리하는 단위입니다. 한 토큰이 한 글자나 한 단어와 항상 같지는 않습니다. API는 다른 프로그램이 모델에 요청을 보내는 연결 방식이며, API 비용은 보통 입력과 출력 토큰 수 및 단가에 영향을 받습니다.

GPT-5.6의 발표는 성공적으로 끝낸 작업에 비해 사용하는 토큰과 추정 비용을 줄였다는 점을 강조했습니다. 예를 들어 컴퓨터 화면 조작 평가인 OSWorld 2.0에서 Sol은 Claude Opus 4.8보다 높은 점수와 85% 적은 출력 토큰을 기록했다고 설명합니다. 이는 그 평가에서의 출력 토큰 비교이지 모든 요청의 전체 요금이 85% 줄어든다는 뜻이 아닙니다.

왼쪽일수록 비용이 낮고 위쪽일수록 점수가 높습니다. 같은 모델의 점 여러 개는 설정에 따른 결과를 보여 주므로, 모델 이름만 읽고 점 하나를 골라 비교하지 않습니다. 이 그림은 해당 평가의 비교이지 자신의 보고서 한 건 가격표가 아닙니다.

OpenAI는 관련 차트의 시간과 API 비용에 오프라인 추정이 사용되었고 실제 결과는 달라질 수 있다고 각주에서 설명합니다. 출시 발표의 본문에는 Agents' Last Exam 53.6이, 요약 표에는 52.7%가 표시되어 있으므로 두 값을 같은 설정의 동일 결과로 합치지 않습니다. 아래 표는 요약 표의 값을 따릅니다. 공식 평가표와 각주

성능표를 읽는 순서

벤치마크는 정해진 문제와 조건으로 성능을 평가하는 시험입니다. 아래는 OpenAI 발표 표에서 GPT-5.5와 비교할 수 있는 항목을 추린 것입니다. 출시 당시 비교이며 현재 전체 모델 순위표는 아닙니다.

한 행 안에서 같은 지표를 비교합니다. 코딩 지수 80점을 성공률 80%로 바꾸거나 서로 다른 평가의 점수를 더하지 않습니다. GPQA에서 Terra는 GPT-5.5보다 0.7%포인트 낮으므로 새 세대의 모든 등급이 모든 항목에서 더 높지는 않습니다.

OSWorld의 Sol과 GPT-5.5 차이는 62.6-47.5=15.1%포인트입니다. 이를 “내 업무 속도가 15.1% 빨라진다”거나 “오류가 없다”고 해석할 수는 없습니다. 정해진 평가의 점수 차이입니다.

코딩 지수 그림에서도 가로축 비용과 세로축 점수를 함께 봅니다. 높은 점수만 필요하다면 비용을 놓치고, 낮은 비용만 보면 결과 품질을 놓칠 수 있습니다. 코드 문제 해결 평가와 일반 고객 문의 답변은 서로 다른 작업이므로 한 평가만으로 업무 전부를 맡길 모델을 정하지 않습니다.

max와 ultra를 올리면 항상 좋아지나요?

추론 수준(reasoning effort)은 답을 만들 때 모델이 얼마나 더 검토하도록 할지 조절하는 설정입니다. 출시 설명에서 max는 xhigh보다 더 많은 검토를 허용합니다. ultra는 기본적으로 여러 에이전트를 병렬로 활용하며, 발표의 비교는 4개 에이전트를 사용했습니다. 에이전트는 모델을 이용해 도구를 실행하고 작업을 이어 가는 프로그램입니다.

더 많은 처리가 정확한 답을 보장하지는 않습니다. 입력이 틀리거나 분류 규칙이 모호하면 설정을 높여도 문제가 남을 수 있습니다. 위 리뷰 연습에서 R2를 잘못 분류했다면 먼저 지시와 근거를 고친 뒤 다시 확인합니다.

ultra는 더 많은 토큰을 쓰며 어떤 작업에서 얼마나 나아지는지는 따로 확인해야 합니다. 작업이 오래 걸린다는 이유만으로 항상 켜기보다, 원하는 품질에 못 미치는 작업에서 한 설정씩 바꿔 봅니다. 출시 당시 제품과 요금제별 제공 범위는 공식 발표에 있지만, 현재 계정에서의 선택 가능 여부는 실제 메뉴와 최신 안내를 기준으로 합니다. 추론 수준 선택이 보이지 않으면 임의로 설정 이름을 입력해 적용됐다고 여기지 않고, 현재 가능한 조건에서 비교합니다.

캐시가 있으면 무조건 저렴해지나요?

캐시는 반복되는 입력 일부를 저장해 다시 쓰는 기능입니다. 같은 지시와 자료를 여러 번 보내는 API 작업에서 비용을 줄일 수 있지만, 저장 비용과 재사용 조건을 함께 봐야 합니다. GPT-5.6은 재사용할 앞부분이 최소 1,024 입력 토큰이어야 하므로 위의 짧은 리뷰 연습이 자동으로 캐시 대상이 되는 것은 아닙니다.

GPT-5.6 출시 안내는 캐시 저장에 일반 입력 단가의 1.25배, 재사용 읽기에 일반 입력 단가의 10%를 적용한다고 설명합니다. 저장한 뒤 재사용하지 않으면 오히려 저장 비용만 더 들 수 있습니다. 채팅창에 같은 문장을 붙여 넣는 것만으로 개발자가 지정하는 캐시 설정이 적용되는 것은 아닙니다. 프롬프트 캐시 안내

간단한 가상 계산으로 같은 입력의 일반 처리 비용을 100원이라고 놓겠습니다. 캐시 저장 한 번의 해당 입력 비용은 총 125원이며 일반 입력 100원에 125원을 더하는 계산이 아닙니다. 이어서 같은 부분을 한 번 재사용하면 10원이 더해져 합계 135원입니다. 두 번 모두 일반 처리하면 200원이므로 이 가정에서는 65원을 아낍니다. 이는 실제 청구액이 아니며, 재사용 성공과 동일 입력 부분만을 가정한 계산입니다. 새로 붙인 자료와 출력 비용은 별도입니다.

API 가격은 출시 뒤에도 바뀝니다. 7월 30일에는 Luna와 Terra 가격 인하가 발표됐고, 출시 페이지에는 8월 21일 Sol의 기간 한정 인하도 추가됐습니다. 옛 차트에 적힌 가격을 현재 단가로 복사하지 않습니다. 가격 변경 발표, 등급과 가격 비교 글

실제 업무를 맡기기 전에 비교할 것

가상 리뷰 세 건을 맞혔다고 수천 건을 모두 잘 분류한다고 볼 수는 없습니다. 만족과 불만이 섞인 문장, 내용이 없는 문장 등 업무에 필요한 예시를 더 준비합니다. 개인정보 없는 자료로 정답 기준을 먼저 만들고 모델이 이를 지키는지 봅니다.

Luna로 충분한지는 분류 시험을 해 봐야 알 수 있습니다. Terra가 문서 요약을 맡고 Sol이 복잡한 판단을 맡는 구성도 시작 가설일 뿐입니다. 같은 자료와 성공 기준으로 비교한 뒤 품질이 유지되는 범위에서 비용을 판단합니다. 문제가 나면 지시를 고친 것인지 모델을 바꾼 것인지 알 수 있도록 한 번에 한 조건만 바꿉니다.

3줄 요약

1. GPT-5.6은 2026년 7월 9일 출시된 모델 세대이며 Sol, Terra, Luna는 서로 다른 성능과 비용 특성의 등급입니다.

2. 성능표의 점수는 평가 조건 안의 결과이므로 세대가 바뀌었다고 모든 업무에서 더 낫다고 단정할 수 없습니다.

3. 가상 자료로 결과를 확인한 뒤 모델과 추론 설정을 하나씩 바꿔 품질, 시간과 비용을 비교합니다.