OpenAI GPT-5.4 출시: 100만 토큰 지원 및 인간 넘은 PC 제어

대규모 AI 모델에 복잡한 업무를 맡길 때 가장 답답한 순간은 두 가지입니다. 화면 속 프로그램을 직접 다루지 못해 결국 사람이 일일이 옮겨 적어야 하거나, 모델이 엉뚱한 방향으로 생각에 빠졌을 때 전부 취소하고 처음부터 다시 시작해야 하는 상황입니다.

OpenAI가 3월 5일 출시한 플래그십 모델 GPT-5.4와 최고 성능 모델 GPT-5.4 Pro는 바로 이 병목을 정조준했습니다. ChatGPT와 API, Codex에 동시 적용된 이 모델은 최대 100만 토큰의 문맥 길이를 지원하며, 네이티브 PC 조작 기능을 탑재했습니다.

마우스와 키보드를 직접 다루며 인간을 넘어서다

GPT-5.4의 가장 눈에 띄는 변화는 화면을 보고 마우스와 키보드를 제어해 데스크톱 작업을 수행하는 능력입니다.

실제 데스크톱 환경 내 작업 수행력을 검증하는 OSWorld-Verified 벤치마크에서 GPT-5.4는 75.0%의 성공률을 기록했습니다. 이전 세대인 GPT-5.2의 47.3%를 훌쩍 뛰어넘었을 뿐 아니라, 인간 평균 기준선인 72.4%마저 앞질렀습니다.

웹 탐색 환경을 다루는 WebArena-Verified에서는 67.3%, 화면 캡처만 활용한 Online-Mind2Web에서는 92.8%의 성공률을 보였습니다. 작은 버튼이나 복잡한 문서를 놓치지 않도록 최대 1024만 화소 원본 해상도 이미지 입력을 지원합니다.

개발자가 위험도에 따라 확인 절차를 맞춤 설정할 수 있는 보안 정책 기능과, 웹 애플리케이션 코드를 작성하면서 동시에 브라우저 화면을 띄워 오류를 잡는 Codex용 Playwright 기능도 함께 제공됩니다.

도구 검색으로 비용 절감, 답변 도중 방향 수정까지

에이전트가 현실 업무를 맡으려면 처리 비용과 통제력이 뒷받침되어야 합니다.

기존에는 여러 도구나 MCP 서버를 연결할 때 모든 도구 정의를 프롬프트에 통째로 집어넣어야 해 수만 개의 토큰이 낭비되었습니다. GPT-5.4는 API에 도구 검색 기능을 도입해 가벼운 목록만 유지하다가 필요한 순간에만 도구 명세를 불러오도록 바꿨습니다.

36개 MCP 서버 환경에서 진행된 테스트 결과, 이 검색 기능을 통해 정확도를 유지하면서도 전체 토큰 사용량을 47% 줄였습니다.

일반 이용자를 위한 ChatGPT 내 GPT-5.4 Thinking에는 중간 방향 수정 기능이 들어갔습니다. 모델이 복잡한 작업에 들어가기 전 생각 계획을 먼저 제시하며, 방향이 빗나갔을 때 답변을 중단하고 처음부터 다시 물을 필요 없이 생성 도중에 추가 지시를 내려 궤도를 수정할 수 있습니다. 사실 오류 비율도 GPT-5.2 대비 33% 줄었고, 초임 투자은행 분석가 수준의 스프레드시트 모델링 평가에서도 87.3%의 높은 점수를 받았습니다.

왜 중요한가

우리는 GPT-5.4가 텍스트 생성 중심의 챗봇 시대를 끝내고 데스크톱 실행 에이전트 시대로 넘어가는 확실한 분수령이라고 봅니다.

직장인과 개발자 입장에서 100만 토큰 문맥과 네이티브 PC 조작의 결합은 매우 강력합니다. 단순히 파이썬 코드를 짜주거나 엑셀 수식을 추천하는 데 그치지 않고, 브라우저를 열어 자료를 찾고 엑셀과 파워포인트를 넘나들며 실제 문서를 완성하는 연속 작업이 가능해졌기 때문입니다.

도구 검색과 중간 방향 수정이라는 두 가지 장치 역시 현장을 잘 아는 영리한 설계입니다. 비싼 API 호출 비용과 통제 불능이라는 에이전트의 현실적 결함을 정확히 겨냥했습니다.

업계 전반으로 보면 Anthropic이 주도하던 컴퓨터 제어 영역에서 OpenAI가 인간 기준을 넘는 벤치마크 수치를 내놓으며 기술 경쟁의 기준을 다시 끌어올렸습니다. 이제 단순한 추론 점수 경쟁은 설 자리를 잃고, 실제 OS 위에서 얼마나 안정적으로 프로그램을 다루느냐가 핵심 경쟁력이 될 것입니다.

하지만 완전한 자동화까지는 여전히 주의가 필요합니다. 75.0% 성공률이 인간을 넘었다 해도 네 번 중 한 번은 오류를 낼 수 있다는 뜻입니다. 기업의 핵심 데이터나 금융 결제 시스템처럼 실수가 용납되지 않는 환경에서는 매 단계 사람의 승인이 필수적이며, 이로 인해 자동화의 속도 이점이 반감될 수 있습니다. 남은 25%의 오차를 어떻게 줄여나갈지가 향후 상용화의 승부처가 될 것입니다.