AI 모델이 새로 나올 때마다 "성능이 얼마나 좋아졌을까?"가 가장 큰 관심사였죠. GPT-4에서 GPT-5로 이어지는 동안에도 더 뛰어난 추론 능력과 자연스러운 답변이 가장 큰 화제였습니다. 그런데 이번 GPT-5.6은 조금 다른 방향을 보여줬는데요.
지난 7월 9일, 오픈AI는 새로운 프론티어 AI 모델 GPT-5.6을 정식 출시했습니다. 이번 업데이트는 단순히 모델 성능을 높이는 데 그치지 않았습니다. 더 적은 비용으로 더 많은 작업을 처리하고, AI가 실제 업무를 대신 수행할 수 있도록 만드는 것에 초점을 맞춘 것이 특징인데요. 여러 AI가 동시에 협업하는 새로운 방식과 업무 자동화 서비스 챗GPT 워크(ChatGPT Work)도 함께 공개하며, AI를 '대화형 모델'에서 '업무 플랫폼'으로 확장하겠다는 방향을 보여줬습니다.
그렇다면 GPT-5.6은 기존 모델과 무엇이 달라졌을까요?
이번 GPT-5.6은 GPT-5.6 Sol, Terra, Luna 세 가지 모델로 출시됐습니다. Sol은 가장 강력한 플래그십 모델이고, Terra는 성능과 비용의 균형을 맞춘 모델, Luna는 비용 효율을 극대화한 모델인데요.
이번 발표에서 오픈AI가 가장 강조한 건 비용 대비 성능이었습니다. GPT-5.6 Sol은 중간 수준의 추론 성능에서 기존 페이블 5보다 11.4점 높은 성능을 기록하면서도 예상 비용은 약 4분의 1 수준이라고 밝혔는데요. Terra와 Luna 역시 페이블 5보다 훨씬 낮은 비용으로 더 높은 성능을 제공한다고 설명했습니다.
이제 AI 경쟁은 '누가 더 똑똑한 모델을 만들었는가'보다 '누가 더 적은 비용으로 더 많은 업무를 처리할 수 있는가'로 조금씩 중심이 옮겨가고 있습니다. ⚡
여기에 업무 효율을 높이기 위한 기능도 함께 추가됐습니다. 새롭게 도입된 Ultra 설정은 복잡한 업무를 여러 하위 작업으로 나눈 뒤 여러 AI 에이전트가 동시에 처리해 작업 속도를 높이는 방식인데요. 덕분에 복잡한 작업도 더 빠르게 처리할 수 있게 됐습니다. 프롬프트 캐싱(Prompt Caching) 기능도 한층 개선됐습니다. 개발자가 캐싱 범위를 직접 지정할 수 있고, 저장된 프롬프트를 최소 30분 동안 재사용할 수 있게 되면서 응답 속도는 물론 비용까지 줄일 수 있게 됐습니다.
이런 변화가 가장 잘 드러나는 서비스가 바로 ChatGPT Work입니다. GPT-5.6과 코덱스 기술을 기반으로 여러 앱과 파일의 정보를 수집하고, 이를 바탕으로 보고서와 스프레드시트, 프레젠테이션, 웹 애플리케이션까지 생성할 수 있는데요. 여기에 플러그인과 내장 브라우저, 컴퓨터 사용, 예약 작업 기능까지 지원하면서 사용자가 자리를 비운 동안에도 반복 업무나 장시간 프로젝트를 대신 수행할 수 있도록 설계됐습니다.
제품 전략도 함께 달라졌습니다. 크롬에서는 챗GPT를 더 쉽게 사용할 수 있도록 확장 프로그램이 개편되고, 독립형 아틀라스 브라우저는 단계적으로 종료됩니다. 기존 챗GPT와 코덱스, 아틀라스 브라우저는 하나의 챗GPT 데스크톱 앱으로 통합되고, 기존 챗GPT 앱은 '챗GPT 클래식'으로 이름이 변경될 예정인데요. 앞으로는 신규 기능 업데이트도 중단될 예정입니다.
이번 GPT-5.6 출시는 단순히 새로운 모델 하나가 추가됐다는 의미만 있는 건 아닙니다. 오픈AI는 이번 발표를 통해 더 높은 성능, 더 낮은 비용, 그리고 실제 업무 수행 능력이 앞으로 AI 경쟁의 핵심이 될 것이라는 방향을 보여줬는데요.
특히 챗GPT 워크는 AI가 단순한 대화형 서비스를 넘어 자료를 찾고, 문서를 만들고, 프로젝트를 수행하는 생산성 플랫폼으로 발전하고 있다는 점을 가장 잘 보여주는 사례라고 할 수 있습니다. 앞으로는 AI를 얼마나 잘 활용해 반복 업무를 줄이고 생산성을 높이느냐가 개인과 기업 모두에게 중요한 경쟁력이 될 것으로 보입니다.
결국 이번 GPT-5.6 업데이트가 보여준 변화는 하나입니다. 이제 AI는 단순히 질문에 답을 해주는 도구를 넘어 실제 업무를 함께 수행하는 도구로 진화하고 있다는 것인데요. 앞으로 AI를 얼마나 잘 활용하느냐가 개인의 업무 방식은 물론, 기업의 경쟁력까지 좌우하는 중요한 기준이 될 것 같습니다.
콘텐츠 제공 : 바이라인네트워크(byline.network)
