OpenAI GPT-6 Astra 공개 — 연이어 출시되는 역대급 모델
목차 · 10
OpenAI가 9월 3일 새 모델 GPT-6 Astra를 공개했습니다. 출시는 일부 조직부터 시작했고, 며칠에 걸쳐 ChatGPT Plus·Pro·Business·Enterprise, OpenAI API, AWS로 확대될 예정입니다.
발표 자료의 숫자는 화려합니다. 다만 이번 발표에서 실제로 새로운 건 벤치마크 점수가 아니라 모델이 사람처럼 화면을 보고 컴퓨터를 조작한다는 쪽입니다. 순서대로 보겠습니다.
읽기 전 주의: 아래 벤치마크는 대부분 OpenAI가 연구 환경 또는 API에서 낸 최고 추론 설정 결과입니다. OpenAI도 실제 ChatGPT 결과는 시스템 프롬프트와 사용 도구 차이로 달라질 수 있다고 밝힙니다.
사실상 만점을 낸 시험이 셋
수학 최고 난도 FrontierMath Tier 4에서 97.6%, 처음 보는 퍼즐을 푸는 ARC-AGI-3에서 99.9%, 취약점 공격 시험 ExploitBench에서 100%를 기록했습니다. 전작 GPT-5.6 Sol은 각각 83.0%, 7.8%, 78.5%였습니다. 단 ExploitBench 결과는 생산 환경 안전장치를 뺀 평가 결과입니다.
다만 ARC-AGI-3 점수에는 OpenAI가 별도 각주를 달아, 실제 환경에 맞추기 위해 두 설정을 바꾼 API 하네스를 썼다고 설명합니다. 특정 시험을 겨냥한 변경은 아니라고 했지만, 점수를 다른 조건의 결과와 단순 비교하기는 어렵습니다.
진짜 변화는 컴퓨터 조작 능력
OpenAI는 Astra를 “세계 최고의 컴퓨터 사용 모델”로 소개합니다. API 문서에도 computer use가 정식 도구로 올라와 있습니다.
| 컴퓨터 사용 시험 | GPT-6 Astra | GPT-5.6 Sol |
|---|---|---|
| Agents’ Last Exam | 59.3% | 53.6% |
| OSWorld 2.0 (오프라인 세트) | 72.6% | 65.7% |
| ScreenSpot-Pro (도구 없이) | 92.7% | 76.9% |
점수보다 눈에 띄는 건 데모입니다. OpenAI는 회로 기판 설계 도구 KiCad에서 회로도를 제조 가능한 PCB 레이아웃으로 바꾸는 과정을 공개했습니다. 부품을 배치하고 구리 배선을 잇는, 지금도 사람이 손으로 하는 작업입니다.
아파트 매물 찾기 데모 화면은 사람이 6시간 걸리는 작업을 9분 57초에 마쳤다고 표시합니다. 이는 OpenAI가 제시한 데모 실행 시간이며, 영상 클립 자체는 편집된 발췌본입니다. 이 밖에 미국 소득세 서식(Form 1040) 작성, Power BI 대시보드, 법률 문서 서식 맞추기, Unreal Engine·Blender 작업 등 여러 데모가 공개돼 있습니다.
업무와 코딩 — 자동화 점수가 두 배 넘게
업무 자동화 시험 AutomationBench는 18.1%에서 41.4%로 뛰었습니다. 같은 시험에서 Claude Fable 5.1은 31.4%입니다. CAD 작업을 재는 BenchCAD는 95.9%로 Fable 5.1(84.3%)을 앞섰습니다.
코딩에서는 터미널 실전 시험 Terminal-Bench 4.0에서 57.9%로 Fable 5.1(55.8%)을 근소하게 앞섰습니다. 전작 Sol이 37.3%였던 걸 감안하면 큰 폭의 개선입니다. 함께 Codex 하네스도 갱신돼, 대화가 길어질 때 요약으로 압축하는 대신 검색 가능한 노트로 맥락을 남기는 방식이 들어갔습니다.
과학 작업은 세 배, 비용은 더 쌉니다
코드와 터미널로 연구 워크플로를 수행하는 Terminal-Bench Science 0.1에서 64.6%를 냈습니다. 전작은 22.4%, Claude Fable 5.1은 52.6%입니다. OpenAI는 여기에 추정 API 비용이 Fable 5.1보다 약 31% 낮다는 점을 함께 제시했습니다. 저비용 설정으로 낮춰도 61.1%가 나옵니다.
사이버 역량은 최고 등급 ‘Critical’
OpenAI는 Astra가 대비태세 프레임워크(Preparedness Framework)의 사이버 부문 Critical 기준을 충족했다고 밝혔습니다. Axios는 이를 OpenAI가 Critical에 도달했다고 지정한 첫 모델로 보도했습니다. 이 기준은 안전장치를 뺀 평가에서 사람이 단계별로 지시하지 않아도 잘 방어된 시스템의 알려지지 않은 취약점을 찾아 악용할 수 있는 잠재력을 뜻합니다.
그래서 출시본에는 제한이 있습니다. 보안 코드 리뷰나 패치 같은 방어 작업은 허용하지만, 취약점 개념증명(PoC) 익스플로잇 작성처럼 고도화된 사이버 보안 요청은 거부합니다. OpenAI는 Daybreak를 통해 접근 범위를 넓히고 몇 주에 걸쳐 제한을 완화해, 취약점·PoC 검증과 악성코드 분석, 탐지 엔지니어링 같은 방어 작업을 지원할 계획이라고 밝혔습니다.
가장 잘 정렬된 모델이라는 주장
OpenAI는 허깅페이스 사고에서 착안한 새 평가를 공개했습니다. 어렵거나 불가능한 과제를 받았을 때 모델이 승인된 범위 밖으로 나가는지를 봅니다. 안전장치를 뺀 상태에서 GPT-5.6 Sol은 48%의 사례에서 승인되지 않은 대상까지 범위를 넓혔지만, Astra는 0%였습니다.
- 내부 컴퓨터 사용 안전 벤치마크(낮을수록 좋음): Astra 2.4% / Sol 22.0% / Fable 5.1 9.5%
- 내부 환각 벤치마크(낮을수록 좋음): Astra 4.2% / Sol 12.2%
- 내부 우회 시도 벤치마크(낮을수록 좋음): Astra 0.00% / Sol 0.29%
다만 이 수치는 OpenAI가 발표 표에 제시한 자체·내부 평가입니다. 외부 검증 결과가 나오기 전까지는 제조사 발표로 읽는 게 맞습니다.
그럼 다 이겼나 — 아닙니다
발표 자료 안에 Astra가 진 항목도 그대로 실려 있습니다.
| 항목 | GPT-6 Astra | Claude Fable 5.1 |
|---|---|---|
| Humanity’s Last Exam (도구 사용) | 57.2% | 65.0% |
| Artificial Analysis 지능 지수 v4.1.1 | 61.2 | 65.7 |
즉 이번 세대의 강점은 ‘모든 시험 1등’이 아니라 컴퓨터를 직접 조작해 일을 끝내는 능력에 몰려 있습니다. 반대로 일반 추론을 비교하는 항목에도 경쟁 모델이 앞서는 결과가 남아 있습니다.
얼마에, 언제 쓸 수 있나
| 항목 | 내용 |
|---|---|
| 모델 ID | gpt-6-astra |
| API 가격 (100만 토큰당) | 입력 $10 · 캐시 입력 $1 · 캐시 쓰기 $12.50 · 출력 $50 |
| Fast mode | 표준 대비 최대 2배 속도, 가격도 2배 |
| 컨텍스트 | 105만 토큰 (출력 최대 12만 8천) |
| 지식 컷오프 | 2026년 4월 30일 |
| 입출력 | 입력 텍스트·이미지 / 출력 텍스트 |
| 이용 경로 | ChatGPT Plus·Pro·Business·Enterprise, OpenAI API, AWS(Amazon Bedrock) |
가격 표는 표준 텍스트 토큰 기준입니다. 입력이 27만 2천 토큰을 넘으면 전체 요청에 입력·캐시 요금은 2배, 출력 요금은 1.5배가 적용됩니다. 웹 검색·컴퓨터 사용 같은 도구에는 호출당 별도 요금이 있을 수 있습니다.
구독 요금제에서는 기존 한도 안에서 추가 결제 없이 쓸 수 있고, 부족하면 크레딧을 따로 살 수 있습니다. 기업 워크스페이스는 기본값이 꺼짐이라 관리자가 켜야 합니다. Pro·Business·Enterprise에는 GPT-6 Astra Pro가 함께 제공됩니다.
“AGI 시대에 온 걸 환영한다”
Axios 보도에 따르면 그레그 브록만 OpenAI 사장은 기자 브리핑에서 Astra가 AGI 도달로 볼 수 있는 모델일 수 있다는 취지로 말했고, 브리핑을 “Welcome to the AGI era”로 마쳤습니다. 이는 OpenAI 공식 발표가 아니라 브리핑을 인용한 보도입니다.
Axios 보도에 따르면 Astra는 OpenAI의 최대 규모 학습으로, 텍사스 Stargate 시설에서 10만 개가 넘는 GPU를 사용했습니다. 이 내용도 OpenAI 발표문이 아닌 Axios의 브리핑 보도에 근거합니다.
정리
- 수학·추론·취약점 시험 세 개에서 사실상 만점. 단 ARC-AGI-3에는 측정 조건 각주가 붙어 있다.
- 핵심은 컴퓨터 조작. PCB 설계, 세금 서식, 매물 검색까지 화면을 보고 직접 처리한다.
- OpenAI의 사이버 Critical 기준을 충족했다고 발표됐고, 출시본은 PoC 익스플로잇 작성 같은 요청을 제한한다.
- 지식 추론 일부 항목은 Claude Fable 5.1이 앞선다. 전 종목 우승은 아니다.
- API 입력 $10 / 출력 $50. 며칠에 걸쳐 순차 개방.
자료: OpenAI 공식 발표, OpenAI API 모델 문서, Axios (인용·학습 규모·Critical 최초 지정 보도)
“`