[테크수다 기자 도안구 eyeball@techsuda.com] 오픈AI(OpenAI)가 추론과 컴퓨터 사용, 소프트웨어 개발, 사이버보안, 과학 등 여러 영역에서 최고 수준의 성능을 보이는 차세대 프론티어 모델 'GPT-6 아스트라(GPT-6 Astra)'를 4일 공개했다. 아스트라는 사전학습과 강화학습, 정렬(alignment) 연구 성과를 결합해 복잡한 문제 해결 능력과 사용자 의도를 이해하고 따르는 능력을 함께 강화한 오픈AI의 최신 모델이다. 추상 추론 평가 ARC-AGI-3에서 최대 99.9%, 고난도 수학 평가 프런티어매스(FrontierMath) 티어 4(v2)에서 97.6%를 기록했다. 오픈AI는 강화된 역량에 맞춰 안전장치를 확대하고 일부 조직부터 순차적으로 제공한다.

주요 내용

• 추상 추론 ARC-AGI-3 99.9%, 고난도 수학 프런티어매스 티어 4(v2) 97.6% 기록…실제 수학 연구의 난제 해결에도 기여
• 컴퓨터 사용 평가 OS월드(OSWorld) 2.0 72.6%, 오토메이션벤치(AutomationBench) 41.4%로 전작 GPT-5.6 솔(Sol) 대비 큰 폭 향상
• 사이버보안 역량이 프리페어드니스 프레임워크 '중대(Critical)' 수준 도달…모니터링 등 보호 조치 강화 후 챗GPT 유료 사용자·API·AWS로 확대

코딩과 소프트웨어 개발 영역에서는 터미널벤치(Terminal-Bench) 4.0에서 57.9%, 실제 소프트웨어 엔지니어링 역량을 평가하는 딥SWE(DeepSWE) v1.1에서 74.1%를 기록했다. 컴퓨터와 브라우저를 직접 사용하는 능력도 크게 향상됐다. OS월드 2.0 오프라인 평가에서 72.6%를 기록해 GPT-5.6 솔의 65.7%를 넘어섰고, 지연시간을 반영한 시뮬레이션에서는 작업 완료 시간이 약 47% 줄었다. 실제 도구로 복합적인 업무 흐름을 수행하는 능력을 평가하는 오토메이션벤치에서는 41.4%를 기록해 GPT-5.6 솔의 18.1%를 두 배 이상 앞섰다.

과학 연구 영역에서는 터미널벤치 사이언스(Terminal-Bench Science) 0.1에서 64.6%, 과학 추론 평가 GPQA 다이아몬드(GPQA Diamond)에서 96.0%, 의료 전문 평가 헬스벤치 프로페셔널(HealthBench Professional)에서 63.4%를 기록했다. GPQA 다이아몬드와 헬스벤치 프로페셔널에서는 공개 비교표에 포함된 모델 가운데 가장 높은 점수를 냈다. 아스트라는 벤치마크 성능을 넘어 실제 수학 연구에서 장기간 풀리지 않았던 문제 해결에 기여하는 등 새로운 연구 가능성도 보여줬다는 설명이다.

안전 측면에서 아스트라는 오픈AI의 프리페어드니스 프레임워크(Preparedness Framework)에서 중대(Critical) 수준의 사이버보안 역량 기준에 도달했다. 운영 환경의 안전장치를 제외하고 모델 자체의 사이버보안 능력을 측정하는 익스플로잇벤치(ExploitBench)에서는 100%를 기록했다. 오픈AI는 이러한 역량이 보안 취약점의 발견과 수정에 기여할 수 있는 동시에 더욱 강력한 안전장치를 필요로 한다며, 위험한 사이버 활동을 탐지해 일시 중지하거나 중단할 수 있는 모니터링을 비롯한 보호 조치를 강화했다고 밝혔다. GPT-6 아스트라는 일부 조직에 우선 제공되며 향후 며칠에 걸쳐 챗GPT 플러스·프로·비즈니스·엔터프라이즈 사용자와 오픈AI API, 아마존웹서비스(AWS)로 제공 범위를 넓힌다. API 표준 가격은 입력 토큰 100만 개당 10달러, 출력 토큰 100만 개당 50달러다.

오픈AI GPT-6 아스트라, 이런 점이 궁금하셨나요? (FAQ)

Q. 전작 GPT-5.6 솔과 비교해 무엇이 달라졌나.

A. 가장 큰 차이는 컴퓨터를 직접 다루는 능력이다. OS월드 2.0에서 65.7%에서 72.6%로, 실제 도구를 활용한 업무 자동화를 평가하는 오토메이션벤치에서 18.1%에서 41.4%로 올랐다. 지연시간을 반영한 시뮬레이션에서는 작업 완료 시간이 약 47% 줄었다. 추론·수학·코딩·과학 영역에서도 ARC-AGI-3 99.9%, 프런티어매스 티어 4 97.6% 등 최고 수준 성능을 기록했다.

Q. 사이버보안 역량이 '중대' 수준이라는 것은 어떤 의미인가.

A. 오픈AI가 모델 위험을 평가하는 내부 기준인 프리페어드니스 프레임워크에서 가장 높은 단계의 사이버보안 역량 기준에 도달했다는 뜻이다. 익스플로잇벤치에서 100%를 기록할 만큼 보안 취약점을 찾고 고치는 데 기여할 수 있지만 오용 시 위험도 커진다. 이 때문에 오픈AI는 위험한 사이버 활동을 탐지해 일시 중지하거나 중단하는 모니터링 등 보호 조치를 강화했고, 일부 조직부터 순차적으로 제공한다.

Q. 언제, 어떻게 사용할 수 있나.

A. 우선 일부 조직에 제공한 뒤 향후 며칠에 걸쳐 챗GPT 플러스·프로·비즈니스·엔터프라이즈 사용자와 오픈AI API, AWS로 범위를 넓힌다. 공식 보도자료에서 마이크로소프트 애저를 언급하지 않고 AWS를 넣은 게 눈에 띈다. 마이크로소프트는 오픈AI 발표 후 바로 자사 서비스에서 사용할 수 있다고 공개했다. API 표준 가격은 입력 토큰 100만 개당 10달러, 출력 토큰 100만 개당 50달러다.

[테크수다 기자 도안구 eyeball@techsuda.com]