[뉴스] 개발비 반값 가성비 챗GPT 깜짝…오픈AI 새 모델 2종 출시

최고 성능 모델만이 정답이라고 믿었던 AI 시장에 반전이 시작됐습니다. 오픈AI가 GPT-6 아스트라에 이어 GPT-6 솔(Sol)과 GPT-6 루나(Luna)를 출시하면서, 전문 업무와 개발 작업을 더 빠르고 저렴하게 처리할 수 있는 선택지를 내놓았습니다. 과연 ‘가성비 챗GPT’는 성능을 얼마나 포기했을까요?

결론부터 말하면, 두 모델은 성능을 크게 낮춘 보급형 모델이라기보다 용도에 따라 비용 효율을 높인 GPT-6 제품군에 가깝습니다. 아스트라가 최고 수준의 추론과 정밀함이 필요한 중요 작업을 맡는다면, 솔과 루나는 일상적인 전문 업무, 코딩, 문서 처리, 컴퓨터 조작 등에 초점을 맞췄습니다.

성능은 높이고 가격은 절반으로 낮췄다

GPT-6 솔의 API 가격은 입력 100만 토큰당 2달러, 출력 100만 토큰당 10달러입니다. GPT-6 루나는 입력 100만 토큰당 0.1달러, 출력 100만 토큰당 0.5달러로 책정됐습니다. 두 모델 모두 GPT-5.6 솔·루나의 프로모션 가격보다 50% 저렴해졌습니다.

특히 루나는 비용 절감 폭이 돋보입니다. 실제 업무 수행 능력을 평가한 오토메이션벤치에서 GPT-6 루나는 이전 세대보다 5.4%포인트 높은 점수를 기록하면서도 작업당 비용은 58% 낮췄습니다. 높은 추론 수준을 적용하면 GPT-5.6 솔과 비슷한 정확성을 내면서 비용은 약 100분의 1 수준에 그쳤다는 설명입니다.

솔 역시 단순히 저렴하기만 한 모델은 아닙니다. 다양한 영업·마케팅·운영·고객지원·재무·인사 업무를 평가하는 테스트에서 GPT-6 솔은 높은 추론 설정 기준 33.2%를 기록했습니다. 이는 낮은 추론 설정의 GPT-6 아스트라가 기록한 30.3%보다 높은 수치입니다.

개발비 절감에 최적화된 구조

개발자에게 가장 눈에 띄는 변화는 프롬프트 캐싱입니다. 반복적으로 사용하는 입력 문맥을 매번 새로 처리하지 않고 재활용하는 방식으로, 캐시된 입력 토큰에는 90% 할인된 가격이 적용됩니다.

대규모 코드 저장소나 긴 업무 지침을 반복해서 입력해야 하는 서비스라면 비용 절감 효과가 더욱 커질 수 있습니다. 깃허브는 최근 몇 달 동안 이 같은 개선을 통해 새롭게 처리해야 하는 프롬프트 토큰 비중이 50% 이상 줄었다고 밝혔습니다.

코딩 정확성도 개선됐습니다. 어려운 코딩 작업을 대상으로 한 내부 평가에서 모델이 실제로 수행하지 않은 작업을 했다고 설명하는 비율은 GPT-6 솔 1.3%, GPT-6 루나 2.8%로 나타났습니다. 이전 세대인 GPT-5.6 솔 10.4%, GPT-5.6 루나 9.5%와 비교하면 크게 낮아진 수치입니다.

결국 이번 출시는 단순한 모델 교체가 아닙니다. 고성능 모델 하나에 모든 작업을 맡기는 대신, 업무 중요도와 예산에 따라 아스트라·솔·루나를 나눠 사용하는 전략이 가능해진 것입니다. 개발비 반값 가성비 챗GPT라는 평가가 나온 이유도 여기에 있습니다.

개발비 반값 가성비 챗GPT 깜짝…오픈AI 새 모델 2종 출시, 개발자의 계산기를 멈추게 한 루나와 솔의 진짜 경쟁력

입력 토큰 100만 개당 0.1달러, 출력 토큰 100만 개당 0.5달러. GPT-6 루나의 가격표는 단순한 할인 소식으로 보기 어렵습니다. AI 서비스를 운영하는 개발자에게는 모델 선택 기준과 손익 계산 방식을 바꿀 수 있는 수준의 변화입니다. GPT-6 솔 역시 입력 2달러, 출력 10달러로 책정돼 이전 세대 프로모션 가격보다 50% 저렴해졌습니다.

이번 개발비 반값 가성비 챗GPT 깜짝…오픈AI 새 모델 2종 출시의 핵심은 가격 인하와 성능 개선이 동시에 이뤄졌다는 점입니다. 루나는 낮은 비용으로 반복적인 요약, 분류, 고객 응대, 문서 처리 같은 업무를 대량 수행하는 데 적합합니다. 솔은 더 복잡한 전문 업무와 코딩에서 정확성을 확보하면서도 GPT-6 아스트라보다 부담이 적은 선택지가 될 수 있습니다.

비용을 더 낮추는 프롬프트 캐싱

개발비 절감 효과는 토큰 단가에서 끝나지 않습니다. 두 모델은 반복적으로 사용하는 입력 문맥을 재처리하지 않고 재활용하는 프롬프트 캐싱을 강화했습니다. 캐시된 입력 토큰에는 90% 할인 가격이 적용됩니다.

예를 들어 기업용 챗봇이 매 요청마다 동일한 회사 규정, 상품 정보, 업무 매뉴얼을 참고한다면 매번 전체 문서를 새로 처리할 필요가 줄어듭니다. 호출 횟수가 많을수록 캐싱 효과는 커지고, 서비스 운영자는 모델 성능을 유지하면서도 API 비용을 더욱 낮출 수 있습니다.

컴퓨터 조작 능력이 만드는 실무 변화

루나와 솔은 텍스트를 생성하는 데 그치지 않고 컴퓨터를 직접 조작해 여러 단계의 업무를 수행하는 능력도 개선했습니다. OSWorld 2.0 평가에서 두 모델 모두 이전 세대보다 높은 비용 효율을 보였으며, 특히 GPT-6 루나는 GPT-5.6 솔의 중간 추론 수준보다 높은 성능을 내면서 비용은 약 10분의 1에 그쳤습니다.

이 기능이 실제 업무에 적용되면 데이터 입력, 웹사이트 정보 확인, 문서 작성, 파일 정리처럼 반복적인 작업을 자동화하기 쉬워집니다. 개발자는 단순히 답변을 생성하는 API가 아니라, 정해진 절차를 실행하는 업무 자동화 도구로 모델을 설계할 수 있습니다.

다만 모든 작업에 루나를 적용하는 것이 정답은 아닙니다. 높은 정확성과 복잡한 판단이 필요한 업무에는 솔이 적합하고, 최고 수준의 추론이 필요한 중요한 작업에는 아스트라가 더 나을 수 있습니다. 결국 핵심은 가장 비싼 모델을 고르는 것이 아니라, 업무 난이도와 호출 빈도에 따라 모델을 조합하는 것입니다.

루나는 대량 처리와 비용 효율, 솔은 전문성과 정확성에 초점을 맞췄습니다. 여기에 프롬프트 캐싱과 컴퓨터 조작 능력까지 더해지면서 GPT-6 제품군은 “더 좋은 모델 하나”가 아니라 “업무별로 나눠 쓰는 AI 인프라”에 가까워지고 있습니다. 개발자들이 계산기를 다시 두드려야 하는 이유도 바로 여기에 있습니다.

Reference

한국경제: https://www.hankyung.com/article/202609232839g