OpenAI가 새로운 AI 모델인 GPT-6.2 Astra와 GPT-6.2 Sol을 공개했습니다. 이번 발표는 복잡한 코딩 작업의 정확도를 높이면서도 작업당 비용을 낮추는 데 초점이 맞춰져 있습니다.
그동안 개발용 AI에서는 성능과 비용이 분명히 나뉘는 경우가 많았습니다. 복잡한 개발 작업을 안정적으로 처리하는 모델은 비쌌고, 비용 부담이 적은 모델은 실제 코드 수정처럼 까다로운 업무에서 성능 차이를 보이기도 했습니다.
Astra와 Sol, 성능과 비용을 나눈 구성
GPT-6.2 Astra는 복잡한 코딩 작업을 위한 상위 모델로 볼 수 있습니다. 반면 GPT-6.2 Sol은 비용을 낮춘 모델이지만, 단순한 보조 모델에 머물지 않는다는 점이 이번 발표의 관심사입니다.
OpenAI 발표에 따르면 Sol은 실제 코드 수정 평가에서 Astra에 가까운 성능을 보였습니다. 저렴한 모델은 간단한 질문이나 반복 작업에만 쓰고, 어려운 작업은 고성능 모델에 맡겨야 한다는 구분이 줄어들 수 있다는 의미입니다.
FrontierCode 2.0에서 확인된 차이
OpenAI가 공개한 FrontierCode 2.0 평가에서 Sol은 Astra보다 0.5점 낮은 성능을 기록했습니다. 반면 작업 비용은 Astra의 약 5분의 1 수준으로 제시됐습니다.
물론 이 수치는 OpenAI가 제시한 평가 조건에서 나온 결과입니다. 그래도 성능 격차가 크지 않은데 비용 차이가 이 정도라면, 코드 수정 요청이 많이 쌓이는 개발 환경에서는 모델 선택 기준이 달라질 수 있습니다. 모든 작업에 가장 비싼 모델을 쓰기보다, 작업 성격에 따라 Astra와 Sol을 나누는 방식이 현실적인 선택이 될 수 있습니다.
일반 ChatGPT 모델 선택과는 구분됩니다
두 모델은 ChatGPT Work, Codex, API에서 제공됩니다. 일반 ChatGPT 대화창에서 모델을 고르는 기능과는 구분해 볼 필요가 있습니다.
특히 Codex나 API처럼 실제 개발 흐름에 연결되는 환경에서는 모델의 답변 품질만큼 작업당 비용도 중요합니다. 한 번의 답변이 좋아도 반복 실행 비용이 높으면 사용 범위가 좁아질 수 있기 때문입니다.
개발팀이 볼 지점은 모델 이름보다 작업 단가입니다
GPT-6.2 Astra와 Sol의 발표에서 눈에 띄는 부분은 고성능 모델과 저비용 모델의 간격을 줄이려 했다는 점입니다. 복잡한 코드 수정에 어느 정도 성능이 필요한지, 그 작업을 얼마나 자주 실행하는지를 함께 보게 만드는 구성입니다.
앞으로는 “가장 성능이 좋은 모델인가”만 보기보다, 실제 업무에서 필요한 수준의 결과를 어느 비용으로 얻을 수 있는지가 더 중요한 기준이 될 가능성이 큽니다.