Close

GPT-6.2 Astra·Sol, 토큰은 줄이고 작업 성능은 올렸다

OpenAI가 GPT-6.2 시리즈로 두 모델을 공개했다. Astra는 복잡한 전문 업무와 과학 연구용 프런티어 모델이고, Sol은 일상 업무와 코딩에 쓰는 효율형 모델이다. 발표의 중심은 어려운 작업에서 출력 토큰을 줄이면서 결과 품질을 높였다는 점이며, 같은 사용 한도 안에서 더 많은 일을 처리하게 하겠다는 의도다.

  • 작업당 비용 하락: 다단계 전문 업무 평가인 Agents’ Last Exam에서 Astra는 GPT-6 Astra보다 5.2점 높았고 비용은 3분의 1 미만이었다. Terminal-Bench-Science 0.1에서도 9%포인트 앞서면서 비용은 3분의 1 미만이었다.
  • Sol의 가성비: Cognition의 FrontierCode 2.0에서 두 모델을 최대 설정으로 돌렸을 때 Sol과 Astra의 점수 차는 0.5점 이내였고, 비용은 Sol이 약 5분의 1이었다. 이 평가는 코드 변경이 유지관리자의 병합 기준을 넘는지를 본다.
  • 문서 산출물의 관행 준수: Astra는 법률·영업·금융·회계 분야의 관행을 따르는 슬라이드, 스프레드시트, 문서를 만들도록 학습됐다. 스크린샷으로 준 슬라이드 템플릿의 레이아웃, 색, 서체, 글자 크기도 재현한다고 한다. 법률 평가 Harvey LAB-AA v1.1에서는 통과율이 Claude Fable 5.2의 2배를 넘고 비용은 약 6분의 1이었다.
  • 컴퓨터 사용과 3D 제작: CAD·시뮬레이션 도구에서 부품과 연결부 단위로 작업하는 능력이 나아졌다. 브라우저 기반 3D 결과물을 사람이 모델명 없이 비교하는 AA-3D에서는 Astra가 Elo 1,318로 1위였고, Fable 5.2는 1,271, Sol은 1,259였다.
  • 강화된 안전장치: 두 모델은 사이버보안 Critical 기준에 도달해 고위험 요청 제한이 더 엄격해졌다. 합법적인 취약점 연구와 보안 시험 일부도 막힌다. 승인된 방어 담당자용 Daybreak에는 GPT-6.2 모델 제공이 추진 중이다. Astra는 외부 출시 모델 중 처음으로 AI 자기개선 High 기준에 도달했다.

실무 관점에서 눈에 띄는 것은 성능 순위보다 작업당 비용이라는 기준이다. 코드 리뷰 보조나 문서 초안, 데이터 정리처럼 호출량이 많은 업무라면 Sol을 기본으로 두고, 결과 차이가 확인되는 어려운 작업에만 Astra를 쓰는 구성이 합리적으로 보인다. 보고서나 재무 모델처럼 템플릿과 관행을 지켜야 하는 산출물, 스크린샷만 있는 양식을 따라야 하는 작업도 시험해 볼 만하다.

다만 수치는 모두 OpenAI가 발표한 값이다. 비교 대상 Fable 5.2의 순위표 결과에서는 대체 모델을 쓴 9개 작업이 빠졌다는 단서도 붙어 있다. 사이버보안 벤치마크는 안전장치를 끈 내부 구성에서 쟀으므로, 실제 서비스에서 받는 응답과는 다를 수 있다. 우리 업무 데이터로 정확도와 청구 비용을 직접 재 보고 도입 여부를 정하는 편이 안전하다. 보안 점검이나 취약점 분석 업무가 있는 팀은 요청이 거절되는 경우가 늘 수 있으니, 승인 절차와 대체 수단을 미리 알아 둘 필요가 있다.


원문: GPT-6.2 Astra와 Sol 출시 – 더 적은 토큰으로 전문 업무와 코딩 성능 개선 (GeekNews)

Leave a Reply

Your email address will not be published. Required fields are marked *

이 사이트는 Akismet을 사용하여 스팸을 줄입니다. 댓글 데이터가 어떻게 처리되는지 알아보세요.

© 2026 NORICOMPANY