OpenAI, GPT-5.6 정식 출시: 플래그십 Sol과 4중 병렬 에이전트 도입

최근 AI 에이전트로 복잡한 코딩을 해본 사람이라면 누구나 공감할 겁니다. 모델이 혼자서 수많은 토큰을 태우며 헤매다가 결국 버그투성이 코드를 내놓는 답답한 순간들을 말이죠.

OpenAI가 제한적 프리뷰를 끝내고 GPT-5.6 모델 제품군을 정식 출시했습니다. 이번 라인업은 플래그십인 Sol, 일상 업무를 위한 균형 잡힌 모델 Terra, 비용 효율을 극대화한 Luna 등 세 가지로 구성됩니다. 여기에 복잡한 고난도 작업을 여러 에이전트가 동시에 나눠서 해결하는 ultra 설정도 함께 추가되었습니다.

공개 이후 가격 인하도 빠르게 이어졌습니다. 7월 30일 Luna 가격이 80%, Terra가 20% 인하되었고, 8월 21일에는 플래그십 Sol의 API 및 크레딧 단가 역시 3개월간 20% 이상 내렸습니다.

토큰 낭비 줄이고 멀티 에이전트 품다

GPT-5.6의 핵심은 단순히 벤치마크 최고점을 갈아치운 데 그치지 않고, 토큰 하나당 뽑아낼 수 있는 작업 효율을 극대화했다는 점입니다.

55개 분야의 장기 전문 업무를 평가하는 Agents' Last Exam에서 GPT-5.6 Sol은 53.6점을 기록하며 Claude Fable 5를 13.1점 차로 앞섰습니다. 추론 수준을 중간(medium)으로만 설정해도 Fable 5보다 11.4점 높았으며, 예상 비용은 4분의 1 수준에 불과했습니다. 더 가벼운 Terra와 Luna조차 Fable 5의 약 16분의 1 비용으로 이를 앞지르는 성능을 보였습니다.

코딩 성능을 측정하는 Artificial Analysis Coding Agent Index에서도 Sol(max reasoning)은 80점을 얻어 Fable 5를 제치고 1위에 올랐습니다. 중요한 것은 투입된 자원입니다. Sol은 출력 토큰을 절반 이하로 쓰고 작업 시간도 반으로 줄이면서 전체 비용을 약 3분의 1 수준으로 아꼈습니다.

이러한 효율성의 배경에는 Responses API에 탑재된 프로그래밍 기반 도구 호출(Programmatic Tool Calling)이 있습니다. 도구를 쓸 때마다 모든 중간 데이터를 모델로 되돌려 보내는 대신, GPT-5.6이 가벼운 스크립트를 직접 짜서 데이터를 필터링하고 진행 상황을 관리합니다. 모델과 도구 간의 불필요한 왕복 횟수를 획기적으로 줄인 셈입니다.

더 많은 컴퓨팅 자원이 필요한 작업에는 ultra 모드를 씁니다. 기본적으로 네 개의 에이전트를 병렬로 띄워 작업을 분담 처리하며, BrowseComp나 SEC-Bench Pro 같은 테스트에서는 최대 16개 에이전트를 동시에 엮어 처리 시간을 줄이면서 점수를 크게 끌어올렸습니다.

시각적 결과물 검수와 보안 모델의 빗장

문서 작성과 디자인 감각에서도 눈에 띄는 변화가 있습니다. GPT-5.6은 슬라이드 마스터에 포함된 서식과 여백, 폰트 규칙을 파악해 기존 템플릿 양식에 맞춘 완성도 높은 프레젠테이션과 스프레드시트를 만들어냅니다.

특히 강화된 컴퓨터 사용(computer use) 능력을 바탕으로, 코드를 생성하는 데서 끝나지 않고 화면에 렌더링된 결과물을 직접 확인하며 시각적 오류나 기능적 결함을 스스로 다듬은 뒤 전달합니다. OSWorld 2.0 평가에서 Sol은 Opus 4.8을 제치고 62.6%를 기록했으며, 출력 토큰은 85% 적게 썼습니다.

보안 영역의 성능 향상은 보안 통제로 이어졌습니다. 실제 취약점 공격 성공률을 재는 ExploitGym에서 통과율이 기존 15.1%에서 24.9%로 크게 뛰었습니다.

이에 따라 OpenAI는 악용을 막기 위해 Daybreak Trusted Access for Cyber 프로그램을 도입하고 신원 확인을 마친 사용자에게만 관련 기능을 개방했습니다. 해당 권한을 유지하려면 9월 1일까지 Yubico 같은 하드웨어 보안 키 기반의 패스키 인증을 필수로 등록해야 하며, 그렇지 않으면 기본 권한으로 강등됩니다.

왜 중요한가

소프트웨어 엔지니어와 지식 노동자에게 GPT-5.6은 매우 실질적인 업그레이드입니다. 모델이 똑똑해졌다는 체감보다, 에이전트를 띄워놓았을 때 소모되는 토큰 비용과 대기 시간이 대폭 줄어들었다는 점이 피부에 와닿기 때문입니다. 특히 Luna와 Terra가 이전 세대 플래그십 수준을 훨씬 적은 비용으로 넘어서면서 소규모 팀도 본격적인 자율 에이전트 도입을 검토할 만해졌습니다.

저희는 OpenAI가 단순히 모델 덩치를 키우는 대신 토큰당 작업 효율과 스크립트 기반 필터링에 집중한 점을 높게 평가합니다. 도구를 쓸 때마다 문맥 전체를 낭비하던 고질적인 병목을 영리하게 뚫어냈기 때문입니다.

다만 ultra 모드처럼 에이전트를 4개에서 16개까지 병렬로 쏟아붓는 방식은 결과를 빨리 내는 대신 비용 폭탄을 맞을 위험이 여전히 존재합니다. 또한 사이버 보안 기능에 하드웨어 키라는 강력한 물리적 잠금장치를 걸기 시작했다는 사실은, 프론티어 AI의 파괴력이 현실적인 위협 단계에 도달했으며 최상위 기능에 대한 일반 접근의 문이 점차 좁아지고 있음을 보여줍니다.