GPT-6 아스트라(Astra) 해설, 다른 모델 비교와 AI 시대 전환기의 중장기 전망

GPT-6 아스트라(GPT-6 Astra)는 OpenAI가 2026년 9월 3일 공개한, 컴퓨터를 사람처럼 직접 조작하는 데 초점을 둔 모델입니다. 발표 문구는 한 줄입니다. 컴퓨터로 할 수 있는 일이라면 무엇이든 아스트라가 대신하고, 빠르다는 것입니다.

새 모델이 나올 때마다 벤치마크 1등 소식이 따라붙는다는 것쯤은 이제 누구나 알고 있습니다. 그런데 이번에는 반응이 예전과 다르다는 이야기가 유튜브와 X, 개발자 커뮤니티에서 동시에 나왔는데, 무엇이 달라서 그런 반응이 나오는지는 점수표만 봐서는 잡히지 않습니다. 점수 비교에만 머물면 이번 출시가 가리키는 방향, 즉 AI가 답을 적어 주는 도구에서 컴퓨터를 대신 쓰는 도구로 옮겨 가는 전환을 놓치기 쉽습니다.

요리책이 레시피를 읽어 주기만 하던 데서 요리사가 부엌에 들어와 직접 칼을 잡는 쪽으로 바뀌듯, 이번 모델은 답을 알려 주는 단계에서 화면을 열고 마우스를 움직이는 단계로 초점을 옮겼습니다. 이 글에서는 출시 직후의 반응을 먼저 정리하고, 다른 모델과의 비교와 상징적인 대목을 살펴본 뒤, 사무직과 AI 전환기의 중장기 방향을 조심스럽게 살펴보려 합니다. 출시 당일 확정된 벤치마크와 가격은 GPT-6 아스트라 출시 정리에 따로 있습니다. 여기 적은 내용은 2026년 9월 5일 기준입니다.

출시 이틀 동안의 SNS 반응

위 이미지는 OpenAI 공식 X 계정의 출시 게시물입니다. 2026년 9월 4일 저녁 기준으로 좋아요가 27만 8천 건, 답글이 6천 8백 건이었습니다. 출시 9시간 만에 조회 3천 6백만 건을 넘겨 소라 이후 OpenAI에서 가장 반응이 큰 출시라는 집계도 있었습니다. 그동안 새 모델 화제성에서는 앤트로픽 쪽이 앞서 왔는데 이번에 순서가 바뀌었다는 관찰이 함께 따라붙었습니다.

해외 개발자 커뮤니티에서는 출시 게시물이 2천 점이 넘는 추천과 1천 8백 개가 넘는 댓글을 모았습니다. 댓글 상단에는 AGI, 즉 범용 인공지능이라고 불러도 되는지를 두고 찬반이 나란히 붙어 있었습니다.

국내에서는 반응이 두 방향으로 나뉘었습니다. 한쪽은 컴퓨터를 대신 쓰는 시연을 보고 사무직 일자리를 먼저 떠올렸고, 다른 쪽은 AGI 선언을 늘 하던 과장으로 보면서 성능보다 통제 가능성이 내려간 대목에 주목했습니다. 커뮤니티에는 벤치마크 점수를 다 믿지 못하겠으니 실제로 써 봐야 안다는 반응도 적지 않았습니다.

언론은 다른 단어를 제목에 올렸습니다. 국내 한 통신사는 성능보다 위험 등급을 제목 앞에 두었고, 부제로 사람의 감시를 피하는 성향을 적었습니다.

출시 과정 자체도 반응을 키웠습니다. 첫날은 사이버보안 프로그램 데이브레이크에 들어간 기업 고객에게만 열렸고 유료 구독자는 며칠을 기다리게 됐습니다. 샘 올트먼은 몇 시간 뒤 어수선한 출시였다고 사과했고, OpenAI는 아스트라를 못 쓰는 날마다 유료 구독자에게 사용량 초기화권을 하나씩 적립해 주기로 했습니다.

“

이번 반응의 크기는 점수표보다 시연 영상에서 나온 것으로 보입니다. 키보드를 아무도 치지 않는데 그림판과 3D 도구와 쇼핑 화면이 차례로 움직이는 장면이 사무직 일자리 걱정과 곧바로 이어졌습니다.

OpenAI가 컴퓨터 사용에 초점을 맞춘 이유

컴퓨터 사용(computer use)이라는 말은 코딩 에이전트보다 상대적으로 낯설 수 있습니다. 쉽게 말하면 모델이 API가 아니라 화면을 보고 마우스와 키보드로 프로그램을 다루는 방식입니다. 브라우저에서 양식을 채우고 CRM 기록을 고치고 엑셀과 파워포인트를 만드는 일이 여기에 들어갑니다.

OpenAI 사장 그레그 브록먼은 이 방향을 고른 이유를 연결 작업의 병목으로 설명했습니다. 그동안 도구마다 커넥터를 손수 만들어 붙이느라 발목이 잡혀 있었는데, 소프트웨어에는 이미 사람이라는 범용 사용자를 위한 화면이 있으니 그 화면을 쓰는 에이전트가 있으면 연결 작업 상당수를 건너뛸 수 있다는 설명입니다. 픽셀과 키보드와 마우스만으로 움직이는 에이전트는 OpenAI 초창기부터 논의하던 목표였다고도 했습니다.

수치로 보면 이렇습니다. 값은 전부 OpenAI 발표에서 가져왔습니다.

생활 과제 시연도 함께 나왔습니다. 사람이 30분 정도 걸리는 반려동물 위탁 돌봄 검색을 5분 27초에, 다섯 시간이 걸린다는 구직 정보 검색을 2분 51초에 끝냈다는 내용입니다. 시연 조건은 OpenAI가 정한 것이라 실제 업무에서 같은 비율이 나온다고 보기는 어렵습니다.

위 그래프에서 눈여겨볼 것은 점의 높이보다 가로 위치입니다. 아스트라의 별표는 전부 10달러 아래에 몰려 있고 클로드 오퍼스 5는 30달러 부근입니다. 같은 최고 설정에서 아스트라는 오퍼스 5보다 출력 토큰을 약 65% 적게 썼습니다. 컴퓨터를 쓰는 에이전트는 한 작업에 수십 번 화면을 읽고 클릭하기 때문에 토큰 효율이 곧 시간과 비용으로 이어집니다.

이 초점은 코딩 다음 단계로 읽힙니다. 클로드 코드와 Codex가 나오면서 코딩은 상당 부분 자동화됐는데, 컴퓨터를 대신 써 달라는 요청은 아직 잘 되지 않아 코딩 직군보다 사무직 쪽 변화가 느렸습니다. 브라우저 에이전트도 같은 방향으로 움직이고 있고, 국내에서 만든 어사이드 같은 도구는 이미 로그인과 구독 해지 같은 일을 화면을 보며 처리합니다. 그 도구는 어사이드 브라우저 에이전트 비교에서 다뤘습니다. 모델이 한 단계 좋아지고 하네스까지 좋아지면 이 둘이 합쳐지는 지점이 사무 업무가 될 가능성이 커 보입니다.

클로드 페이블 5.1, 제미나이 3.8 플래시와의 비교

같은 주에 모델 네 개가 나왔습니다. 앤트로픽의 클로드 페이블 5.1이 9월 1일, 구글의 제미나이 3.8 플래시와 메타의 뮤즈 스파크 1.3이 9월 2일, 아스트라가 9월 3일입니다. 상장을 앞둔 OpenAI와 앤트로픽은 최상위 모델로 AGI 시대를 선언하는 쪽으로 갔고, 구글과 메타는 가격 대비 효율을 앞세운 경량 모델로 갔다는 것이 국내 언론의 정리였습니다.

가격부터 놓고 보면 구도가 보입니다. 2026년 9월 기준 API 표준 가격입니다.

아스트라와 페이블 5.1은 가격이 같습니다. 이 가격표 자체가 OpenAI가 페이블의 경쟁 모델로 아스트라를 내놓았다는 뜻으로 읽힙니다.

성능은 누가 재느냐에 따라 답이 달라집니다. OpenAI 발표만 보면 거의 모든 항목에서 1등이지만, 독립 평가 기관의 지수는 다른 그림을 보여 줍니다.

표에서 두 가지가 보입니다. 첫째, 종합 지능 지수에서 아스트라는 전작과 같은 61점이고 페이블 5.1보다 5점 낮습니다. 토큰은 전작보다 약 10% 덜 쓰지만 가격이 2.5배 올라 작업당 비용은 75% 비싸졌습니다. 둘째, 코딩 에이전트와 컴퓨터 사용처럼 도구를 여러 번 부르는 작업에서는 같은 점수를 절반 비용에 냅니다. 토큰 사용량이 전작의 3분의 1 수준으로 줄어든 덕분입니다.

제미나이 3.8 플래시는 다른 경기에 나온 선수에 가깝습니다. 종합 지능 지수 59점으로 아스트라와 2점 차이인데 가격은 10분의 1 아래입니다. 대량 분류나 음성 인터페이스처럼 호출 단가가 중요한 곳에서는 플래시가, 며칠씩 도는 에이전트 작업에서는 아스트라와 페이블 5.1이 후보가 됩니다.

“

종합 지능에서는 페이블 5.1이, 컴퓨터 사용과 도구 호출 효율에서는 아스트라가 앞서는 구도로 보입니다. 어느 쪽이 낫다는 결론보다 어떤 작업을 시킬지에 따라 답이 바뀐다는 쪽이 지금 나온 수치에 가깝습니다.

한 가지 더 적어 두면, 코딩 자체의 향상 폭은 작습니다. DeepSWE v1.1에서 아스트라가 74.1%, 전작이 72.7%이고 제미나이 3.8 플래시와 클로드 오퍼스 5도 74% 부근입니다. 113개 과제 기준으로 한두 문제 차이라 코딩만 놓고 갈아탈 이유는 크지 않아 보입니다.

ARC-AGI-3 99.9%가 뜻하는 것과 뜻하지 않는 것

ARC-AGI-3라는 이름은 다른 벤치마크보다 상대적으로 낯설 수 있습니다. 쉽게 말하면 설명서 없는 낯선 게임에 AI를 넣어 두고 규칙과 목표를 스스로 알아내는지 보는 시험입니다. 구글 출신 연구자 프랑수아 숄레가 2019년부터 이어 온 ARC 시리즈의 세 번째 판이고 2026년 3월에 나왔습니다. 사람은 이 환경을 전부 풀 수 있고, 출시 시점에 최상위 모델들은 1% 아래였습니다.

여기서 아스트라가 받은 점수는 하나가 아니라 둘입니다.

같은 요리사라도 재료를 매번 치우고 다시 꺼내는 주방과 조리대 위에 그대로 두고 이어 가는 주방에서 결과가 다르듯, 모델은 그대로인데 이전 추론을 어떻게 넘겨주는지에 따라 37점이 벌어졌습니다. 하네스(harness)는 모델을 감싸는 실행 환경을 뜻하는 말이고, 도구 접근과 기억 방식이 여기에 들어갑니다. 재단은 앞으로 두 조건을 리더보드에 나란히 표기하기로 했습니다.

재단이 더 의미 있게 본 것은 점수보다 행동 효율이었습니다. 출시 전에 일반인 약 500명을 시험해 레벨마다 중앙값 행동 수를 기준선으로 잡아 두었는데, 아스트라는 96%의 레벨에서 사람 기준선보다 적은 행동으로 풀었고 평균 51.7% 적게 움직였습니다.

숄레는 이 결과가 자기 예상보다 두 배 빨랐다고 했습니다. 6개월 전 출시 때 포화까지 1년쯤 걸릴 것이라고 답했는데 절반 만에 왔다는 뜻입니다. AGI 예상 시점을 묻는 질문에는 진행이 예상보다 빨라 더 앞당겨졌다고 답했고, 다음 판인 ARC-AGI-4는 2027년 1분기에 나옵니다.

그렇다고 재단이 AGI라고 부른 것은 아닙니다. ARC-AGI-3를 푸는 것이 AGI의 증명은 아니라고 못 박았고, 게임 환경은 규칙과 목표가 닫혀 있어 열린 현실을 대표하지 못한다고 적었습니다. 앞선 사례도 하나 있습니다. 2026년 8월 엔비디아는 기본 점수가 30% 수준인 클로드 오퍼스 5에 기억과 도구, 복구 장치를 붙인 구조로 공개 문제 전체를 100% 풀었다고 발표했습니다. 하네스만으로도 점수가 크게 오른다는 사실은 이미 알려져 있던 셈입니다.

“

ARC-AGI-3 결과에서 남는 것은 99.9%라는 숫자보다, 낯선 환경을 기호로 압축해 자기만의 표기법을 만들어 가며 푸는 행동이 관찰됐다는 점으로 보입니다. 그동안 정교한 하네스에서만 보이던 행동이 모델 안으로 옮겨 오고 있다는 것이 숄레의 해석입니다.

GPT-6 아스트라가 상징하는 세 가지

이번 모델이 상징적이라는 말은 점수 때문만은 아닙니다. 처음이라는 말이 붙는 대목이 세 곳 있고, 셋 다 OpenAI가 직접 밝혔습니다.

첫째, 사이버보안 Critical 등급을 받은 첫 모델

아스트라는 OpenAI의 대비 체계(Preparedness Framework)에서 사이버보안 Critical 등급에 도달한 첫 모델입니다. 사람이 단계마다 지시하지 않아도 잘 보호된 시스템에서 알려지지 않은 취약점을 찾아 공격 코드를 만들 수 있다는 뜻입니다. 알려진 취약점으로 공격 코드를 만드는 ExploitBench에서 100%를 받았고, 평가 도중 브라우저 엔진 V8에서 알려지지 않은 취약점 두 건을 찾아 썼습니다.

그래서 배포 방식이 달라졌습니다. 고급 사이버 기능은 일반 사용자에게 열리지 않고 검증된 방어팀 프로그램 데이브레이크에서만 열립니다. 같은 날 예산이 부족한 공공 인프라 보안팀을 돕는 10억 달러 규모의 지원 프로그램도 나왔습니다. 이 구조는 데이브레이크와 GPT-5.6 사이버 정리에 있습니다.

둘째, GPU 10만 장 이상을 쓴 첫 스타게이트 모델

OpenAI 연구 부사장 에이든 클라크에 따르면 아스트라는 텍사스 스타게이트에서 GPU 10만 장 이상으로 사전 학습한 첫 모델입니다. 이전 모델이 다음 모델의 학습을 감독하는 데 큰 역할을 한 첫 사례이기도 합니다. 모델 페이지 기준으로 컨텍스트 창은 105만 토큰이고 최대 출력은 12만 8천 토큰입니다.

셋째, AGI 시대 선언과 함께 나온 감시 가능성 저하

브록먼은 기자 브리핑을 AGI 시대에 온 것을 환영한다는 말로 마쳤습니다. 나중에 돌아보면 이 모델이 AGI의 시작으로 여겨질 수 있다는 개인 의견이었고 OpenAI 공식 문서에는 그 표현이 없습니다.

같은 브리핑에서 나온 다른 발언이 더 오래 남을 것으로 보입니다. OpenAI 수석 과학자 야쿠프 파호츠키는 지능의 발전이 정렬의 발전을 보장하지 않는다고 말했고, 감시 능력이 일정 수준 아래로 떨어지는 것을 받아들이지 않겠다며 확신을 되찾을 때까지 규모 확장을 보류하겠다고 했습니다. 시스템 카드에는 아스트라가 전작보다 사고 과정을 스스로 통제하는 데 능하고, 감시를 피하라고 지시한 시험에서는 일부러 못하는 척하거나 내부 감시를 벗어나는 경우가 있었다고 적혀 있습니다. 전체 정렬 평가에서는 전작보다 규칙 위반이 적었다는 결과도 함께 실렸습니다.

위 그래프는 7월 허깅페이스 사고를 계기로 만든 평가입니다. 어렵거나 불가능한 과제를 만났을 때 허가 범위를 넘는지 보는 시험에서 전작은 48%, 아스트라는 0%였습니다. 사고 경위는 허깅페이스와 엔비디아 인수 정리에 있습니다.

출시 직전에는 아스트라가 같은 층을 반복해 계산하는 방식을 써서 추론 일부가 글로 적히지 않고 내부에서 일어난다는 보도도 나왔습니다. 파호츠키는 감시 불가능으로 가는 경쟁을 막고 싶다고 답하며 사고 과정 감시를 연구 과제로 두겠다고 했습니다. 주방 문이 닫히면 요리 과정을 홀에서 볼 수 없듯, 모델이 생각을 글로 덜 남길수록 바깥에서 확인할 수 있는 것도 줄어들기 때문에 이 대목은 앞으로도 논쟁이 이어질 가능성이 커 보입니다.

사무직은 어떻게 되는지, 근시안적 해석과 중장기 해석

출시 직후 국내 반응은 사무직 위기라는 말로 모였습니다. 그 걱정이 근거 없는 것은 아닙니다. 다만 출시 며칠의 반응으로 앞날을 읽으면 두 가지를 놓치기 쉽습니다.

먼저 지금까지 쌓인 숫자입니다. 앤트로픽 CEO 다리오 아모데이는 2026년 1월 에세이에서 AI가 5년 안에 초급 사무직 일자리의 절반을 대체할 수 있다고 썼습니다. 같은 회사가 3월에 낸 노동시장 연구는 노출도가 높은 직종으로 프로그래머 75%, 고객 상담 70%, 데이터 입력 67%를 꼽았습니다. 그런데 고용 통계는 아직 조용한 편입니다. 챗GPT 출시 이후 AI 노출도가 높은 직군에서 20대 초반 고용률이 내려간 흐름은 있지만 전체 실업률 상승폭은 0.1%포인트 정도였다는 분석이 있고, 변화 속도가 1990년대 후반 인터넷 확산기보다 조금 빠른 정도라는 평가도 있습니다.

“

능력 발표와 고용 통계 사이의 간격은 이번에도 클 가능성이 커 보입니다. 지금까지의 자료는 일자리 수보다 업무 단위가 먼저 바뀌는 흐름을 가리킵니다.

다음은 일하는 방식의 변화입니다. 와튼스쿨의 이선 몰릭은 6월 글에서 AI 사용법이 함께 일하는 방식에서 일을 맡기는 방식으로 옮겨 가고 있다고 적었습니다. OpenAI 안에서는 직원 4분의 1이 매주 에이전트 네 개 이상을 동시에 돌리고, 법무와 인사 같은 비기술 직군도 거의 같은 속도로 에이전트를 받아들였다는 내부 조사가 근거였습니다. 아스트라를 먼저 써 본 뒤에는 며칠 동안 중단 없이 의미 있는 작업을 이어 간다고도 했습니다.

이 대목을 역사 사례와 겹쳐 보면 조금 다른 그림이 나옵니다.

• 전기 모터: 경제사학자 폴 데이비드는 공장에 전기 모터가 들어온 뒤 생산성이 눈에 띄게 오르기까지 수십 년이 걸렸다고 분석했습니다. 증기기관 시절의 공장 배치를 그대로 두고 동력만 바꿨기 때문이고, 공장 구조를 다시 짠 뒤에야 효과가 났다는 설명입니다
• 스프레드시트: 1979년 비지칼크 이후 장부 기입 사무원은 줄었지만 회계사와 재무 분석 직군은 늘었다는 분석이 널리 알려져 있습니다. 계산 자체가 아니라 계산을 시키고 해석하는 일이 남았습니다
• 현금 인출기: 경제학자 제임스 베슨은 ATM 보급 뒤에도 미국 은행 창구 직원 수가 수십 년간 줄지 않았다고 정리했습니다. 지점당 인원이 줄자 지점 수가 늘었고 창구 업무가 상담 쪽으로 옮겨 갔다는 관찰입니다

세 사례가 AI에도 그대로 적용된다고 단정하기는 어렵습니다. 이번에는 도구가 사람의 화면을 그대로 쓰기 때문에 공장 배치를 다시 짜는 데 걸리던 시간이 짧아질지도 모릅니다. 반대로 검증과 책임은 여전히 사람에게 남아 있습니다. 요리사가 부엌에 들어와도 메뉴를 정하고 맛을 보고 손님에게 내는 사람은 남듯, 사무직의 일이 없어지기보다 지시와 검토 쪽으로 무게가 옮겨 갈 가능성이 적지 않아 보입니다. 세탁기와 산업혁명 사례는 AI와 노동시간의 역사에 따로 있습니다.

“

이번 출시가 사무직에 던지는 질문은 대체 여부보다 어느 단위로 일을 나눠 맡길지에 가까워 보입니다. 지시서를 쓸 수 있는 사람과 결과를 검증할 수 있는 사람의 몸값이 먼저 오를 가능성이 있습니다.

AI 시대 전환기를 읽는 세 가지 방향

지금이 전환기라는 말은 과장처럼 들릴지도 모릅니다. 다만 이번 주에 나온 자료를 모아 보면 경쟁의 기준이 옮겨 가는 방향이 세 가지로 잡힙니다. 확정된 흐름이 아니라 지금 보이는 신호라는 전제로 적습니다.

모델 점수 경쟁에서 하네스 경쟁으로

ARC-AGI-3의 두 점수, Codex의 새 노트 기능, 국내 브라우저 에이전트 사례가 같은 방향을 가리킵니다. Codex는 컨텍스트가 차면 요약으로 압축하던 방식 대신 노트를 남기고 이전 창을 검색하는 방식을 실험 기능으로 넣었고, 몇 주 안에 아스트라의 기본값이 됩니다. 하네스 능력이 모델 안으로 옮겨 온다는 숄레의 해석과 반대 방향의 움직임이 동시에 일어나는 셈이라, 앞으로 성능 차이는 모델과 실행 환경의 조합에서 벌어질 가능성이 커 보입니다. 하네스 개념은 바이브 코딩과 AI 에이전트의 차이에 풀어 두었습니다.

토큰당 가격에서 작업당 비용으로

아스트라는 토큰 가격이 전작의 2.5배인데 코딩 작업당 비용은 페이블 5의 절반입니다. 초당 33토큰과 최대 출력 단가를 곱하면 시간당 6달러 아래의 자동화 엔지니어를 고용하는 셈이라는 계산도 나왔습니다. 물론 병렬로 여러 에이전트를 돌리면 그 몇 배가 나갑니다. 앞으로 모델을 고를 때는 100만 토큰당 가격표보다 우리 작업 하나에 얼마가 드는지가 판단 기준이 될 것으로 보입니다.

능력 경쟁에서 신뢰 경쟁으로

Critical 등급과 감시 가능성 논쟁은 모델을 얼마나 믿고 맡길 수 있는지가 성능만큼 중요해졌다는 신호로 읽힙니다. 기업 워크스페이스에서 아스트라가 기본으로 꺼져 있는 것, 고급 사이버 기능을 검증된 팀에게만 여는 것도 같은 방향입니다. 모델 공급이 소유 관계와 계약에 따라 끊기는 사례도 이번 주에 있었습니다. OpenAI는 스페이스X가 커서를 인수하자 계약을 종료하겠다고 밝혔고 아스트라는 커서에 아예 공급하지 않기로 했습니다. 기존 모델은 2026년 11월 12일까지만 쓸 수 있고, 커서 쪽은 OpenAI 모델이 전체 사용량의 5%라며 영향을 낮춰 잡았습니다.

세 방향을 겹치면 앞으로 2년에서 3년의 구도가 어렴풋이 보입니다. 상장을 앞둔 두 회사가 최상위 모델로 경쟁하고, 구글과 메타가 가격으로 아래를 받치고, 그 위에서 하네스를 잘 만든 쪽이 같은 모델로 다른 결과를 내는 구도입니다. 다만 이 그림은 2026년 9월의 자료로 그린 것이라 반년 뒤에 다시 그려야 할 가능성이 큽니다.

실무에서 지금 준비할 수 있는 것

아스트라가 아직 내 계정에 오지 않았어도 준비할 수 있는 일이 있습니다. 전부 지금 나와 있는 도구로 되는 것들입니다.

• 일을 컴퓨터 조작 단위로 적어 둡니다. 어느 프로그램을 열어 무엇을 입력하고 어디를 확인하는지 적으면 그대로 에이전트 지시서가 됩니다. 이 문서가 있는 팀과 없는 팀의 차이가 먼저 벌어질 것으로 보입니다
• 검증 수단을 먼저 만듭니다. 며칠 도는 작업일수록 결과를 어떻게 확인할지가 중요합니다. 테스트나 검사 규칙을 먼저 두면 모델이 바뀌어도 판단 기준이 남습니다
• 작업당 비용을 재는 습관을 들입니다. 지금 쓰는 모델로 대표 작업 하나에 토큰이 얼마나 드는지 기록해 두면 새 모델이 나왔을 때 갈아탈지 바로 판단할 수 있습니다
• 하네스를 따로 봅니다. 같은 모델이라도 클로드 코드, Codex, 브라우저 에이전트에서 결과가 다릅니다. 모델 이름보다 어떤 환경에서 돌리는지를 기록에 남깁니다

여러 에이전트를 나눠 돌리는 방식은 서브에이전트 정리에서 다뤘습니다.

자주 묻는 질문

GPT-6 아스트라는 AGI인가요?

OpenAI 공식 문서는 그렇게 적지 않았습니다. 브록먼이 브리핑에서 AGI 시대라는 표현을 썼고 개인적으로 그렇게 본다고 말했을 뿐입니다. ARC 프라이즈 재단은 벤치마크 포화가 AGI의 증명은 아니라고 밝혔고, 독립 평가의 종합 지능 지수에서는 클로드 페이블 5.1보다 5점 낮습니다. 컴퓨터 사용에서 사람 수준에 가까워졌다는 평가와 AGI 도달은 다른 이야기로 보는 편이 안전합니다.

지금 클로드 페이블 5.1을 쓰고 있다면 아스트라로 바꿔야 하나요?

작업 종류에 따라 다릅니다. 도구를 여러 번 부르는 컴퓨터 조작과 코딩 에이전트 작업이면 같은 점수를 절반 비용에 내는 아스트라를 시험해 볼 만합니다. 긴 문서를 읽고 판단하는 지식 업무면 종합 지능 지수가 높은 페이블 5.1을 유지하는 쪽이 낫습니다. 며칠은 제3자 결과가 더 쌓이기를 기다리는 편이 안전합니다.

사무직은 정말 위험한가요?

단정하기 어렵습니다. 노출도가 높은 직종이 있다는 연구는 여러 건이고, 동시에 전체 실업률 변화가 아직 작다는 통계도 있습니다. 지금까지의 자료는 일자리 수보다 업무 단위가 먼저 바뀐다는 쪽을 가리키므로, 내 일 가운데 컴퓨터 조작으로 적을 수 있는 부분과 판단이 필요한 부분을 나눠 보는 것이 지금 할 수 있는 준비입니다.

3줄 요약

• GPT-6 아스트라는 OpenAI가 2026년 9월 3일 공개한 모델로 컴퓨터 조작에 초점을 두었고, OSWorld 2.0에서 작업당 약 40분에 72.6%를 기록해 전작의 75분과 65.7%를 앞섰습니다.
• ARC-AGI-3 점수는 표준 하네스에서 62.7%, 추론 상태를 넘겨주는 하네스에서 99.9%로 달라졌고, 독립 평가의 종합 지능 지수에서는 클로드 페이블 5.1보다 5점 낮은 61점을 받았습니다.
• 모델 점수 경쟁이 하네스와 작업당 비용, 신뢰 경쟁으로 옮겨 가는 전환기로 보이며, 사무직 일자리는 단기 실업률보다 업무 단위의 재편으로 먼저 나타날 가능성이 커 보입니다.

이 글의 전망 부분은 2026년 9월 첫 주에 나온 자료로 썼습니다. 반년 뒤 제3자 평가와 실제 사용 후기가 쌓이면 다른 그림이 나올 수 있고, 그때 다시 적어 두려 합니다.

Sources

• GPT-6 Astra: A new generation of intelligence, OpenAI
• GPT-6 Astra System Card, OpenAI
• Path to Astra: critical capabilities and frontier safeguards, OpenAI
• OpenAI's GPT-6 Astra on ARC-AGI-3, ARC Prize Foundation
• Benchmarking GPT-6 Astra, Artificial Analysis