OpenAI o3 및 o4-mini 공개: 툴 사용 능력 갖춘 차세대 추론 모델

OpenAI가 더 오래 생각하고 답하는 차세대 추론 모델 ‘o3’와 ‘o4-mini’를 공개했습니다. 이번 모델의 핵심은 단순한 벤치마크 점수 상승이 아니라, 웹 검색, 파이썬 코드 실행, 시각적 추론, 이미지 생성 등 챗GPT 내 모든 도구를 모델 스스로 판단해 자율적으로 조합·사용한다는 점입니다.

사고 과정에 이미지를 넣고, 도구를 스스로 고른다

기존 모델들은 사용자가 명시적으로 지시해야 외부 도구를 호출하는 경우가 많았습니다. 반면 o3와 o4-mini는 대규모 강화학습을 통해 도구를 언제, 어떻게 써야 최적의 결과를 내는지 자체적으로 추론합니다. 복잡한 질문을 받으면 스스로 웹 검색을 여러 차례 시도하고, 필요한 경우 파이썬 코드를 작성해 데이터를 분석한 뒤 시각 자료까지 엮어 통상 1분 안에 답변을 내놓습니다.

멀티모달 기능도 한 단계 도약했습니다. 이미지를 단순히 인식하는 수준을 넘어 추론의 사고 연쇄(Chain of Thought) 안에 이미지를 직접 통합했습니다. 흐릿한 화이트보드 메모나 손으로 그린 스케치라도 모델이 생각하는 과정에서 이미지를 회전하거나 확대하며 세부 내용을 판독합니다.

플래그십 모델인 o3는 SWE-bench, Codeforces, MMMU 등 주요 벤치마크에서 최고 기록을 경신했습니다. 외부 전문가 평가에 따르면 까다로운 실제 업무 환경에서 기존 o1 대비 중대한 오류 발생률을 20% 줄였습니다.

소형 모델인 o4-mini는 빠르고 저렴한 비용으로 대규모 추론을 수행하도록 최적화되었습니다. 파이썬 인터프리터 도구를 결합했을 때 2025년 미국 수학초청경시대회(AIME)에서 99.5%의 정답률(pass@1)을 기록했습니다. 더불어 OpenAI는 로컬 터미널에서 스크린샷과 로컬 코드를 직접 연동해 쓸 수 있는 경량 코딩 에이전트 실험 도구인 ‘Codex CLI’도 함께 선보였습니다.

왜 중요한가

우리는 이번 발표가 챗봇이 독립적으로 작업을 완수하는 에이전트 시대로 넘어가는 실질적인 전환점이라고 봅니다.

사용자 입장에서의 가치는 명확합니다. 그동안 사람이 직접 검색 결과를 확인하고 파이썬으로 데이터를 정제해 AI에게 다시 넘겨주던 번거로운 다단계 워크플로우를 이제 모델이 혼자서 처리할 수 있게 되었습니다. 복잡한 데이터 분석, 코드 디버깅, 다각도의 리서치를 수행하는 개발자와 지식 노동자라면 즉시 체감할 만한 생산성 향상을 기대할 수 있습니다.

업계 차원에서는 사전 학습 모델 크기 경쟁을 넘어, 추론 시점의 컴퓨팅 자원과 도구 활용 능력을 결합하는 강화학습 경쟁이 본격화되었음을 뜻합니다.

다만 자율적인 도구 연쇄 호출에 따른 위험도 공존합니다. 모델이 백그라운드에서 검색과 코드 실행을 거치는 과정에서 중간 단계의 오류나 잘못된 외부 정보를 걸러내지 못할 경우, 사용자가 이를 검증하기가 이전보다 훨씬 까다로워질 수 있습니다.