OpenAI의 새 플래그십, GPT-6 Astra

9월 3일 OpenAI는 새 플래그십 모델 GPT-6 Astra를 출시했습니다. 사장 Greg Brockman이 분위기를 정했습니다. “이제 우리가 AGI 시대에 들어섰다고 느끼는 것도 무리는 아닙니다.” 한 달이 지난 지금, 독립적인 테스트와 초기 사용자들로부터 좀 더 차분하게 평가할 만한 증거가 충분히 쌓였습니다.

이름은 헷갈리기 쉽습니다. Google DeepMind의 Project Astra는 다른 것입니다. 제한된 그룹이 시험하는 범용 어시스턴트의 연구 프로토타입으로, 그 기능은 Gemini Live로 옮겨 가고 있습니다. 이 리뷰는 OpenAI의 모델에 관한 것입니다.

무엇인가

Astra는 OpenAI의 지금까지 가장 큰 학습에서 나왔습니다. 연구 담당 부사장 Aidan Clark는 텍사스의 Stargate 시설에서 회사가 처음으로 100'000개가 넘는 GPU로 모델을 사전 학습했다고 말했습니다. 컨텍스트는 100만 토큰을 조금 넘고, 한 번의 답변에 최대 128'000토큰을 쓰며, low부터 max까지 다섯 단계의 노력 수준을 제공하고, 지식은 2026년 4월 말까지입니다.

대표 기능은 컴퓨터 사용입니다. 모델이 사람처럼 스프레드시트, 양식, 웹 페이지를 오가며 컴퓨터를 조작합니다. Foundry에서 이 모델을 제공하는 Microsoft는 계획하고, 장단점을 따지고, 도구를 쓰고, 완성된 문서, 스프레드시트, 프레젠테이션을 검토용으로 내놓는 모델이라고 설명합니다.

Astra는 또 OpenAI 자체의 “사이버보안 핵심 역량 임계치”에 도달한 첫 OpenAI 모델입니다. OpenAI는 이 모델이 사람이 단계마다 이끌지 않아도 알려지지 않은 보안 취약점을 찾고 그것을 악용하는 방법까지 알아낼 수 있다고 밝혔습니다. 모델은 먼저 OpenAI의 Daybreak 프로그램에 참여한 방어자들에게 제공되었고, 그 밖의 모두를 위한 버전은 “고급 사이버보안 작업”을 거부합니다. 이후 ChatGPT 유료 요금제, API, AWS, Microsoft Foundry로 확대되었습니다.

잘하는 것

가장 강력한 독립적 결과는 ARC-AGI-3에서 나옵니다. 일반인도 풀 수 있는, 설명 없는 인터랙티브 게임 모음입니다. ARC Prize Foundation은 표준 설정에서 62.7퍼센트, 단계 사이에 모델의 숨은 추론을 유지하는 설정에서 99.9퍼센트를 측정했습니다. 재단은 이를 눈에 띄는 단계적 변화라고 부르며 이렇게 덧붙였습니다. “우리는 이것이 AGI라고 주장하는 것이 아닙니다.” 게임은 닫혀 있고 결정론적이어서, 현실 세계가 얼마나 열려 있는지는 담아내지 못합니다.

Decrypt가 모은 초기 테스터들의 평가에 따르면 Astra는 공간 추론, 3D 장면, 게임 만들기, 마우스와 키보드로 데스크톱 소프트웨어를 조작하는 일에 강했습니다. OpenAI는 Astra가 OSWorld 2.0에서 이전 모델보다 더 많은 컴퓨터 작업을, 작업당 절반 정도의 시간에 해결한다고 보고합니다. Anthropic이 Opus 5.5를 위해 내놓은 비교표에서조차 Astra는 터미널에서의 과학 작업과 AutomationBench에서 앞서 있습니다.

Decrypt의 요약은 공정합니다. 검증 가능한 정답이 있는 일에는 아주 뛰어나고, 안목이 기준인 일에는 평범하다는 것입니다.

약한 부분

가장 분명한 약점은 전문적인 글쓰기입니다. 44개 직업에 걸쳐 경제적 가치가 있는 작업을 평가하는 GDPval-AA에서 Artificial Analysis는 Astra가 이전 모델보다 약 80 Elo 점 낮다는 것을 발견했고, 고객 지원과 긴 컨텍스트 추론에서도 그보다 작은 하락이 있었습니다. 종합 지능 지수에서 Astra는 당시 61.2점을 받았고, GPT-5.6 Sol은 60.9점, Anthropic의 Claude Fable 5.1은 65.7점이었습니다. 테스터들은 Astra의 문장을 평범하다고 평했습니다.

두 번째는 일관성의 문제입니다. 열흘 만에 개발자들은 모델이 나빠졌다고 불평했습니다. 코딩 도구를 만드는 한 팀은 지출이 두 배로 늘자 GPT-5.6 Sol로 돌아갔습니다. OpenAI는 논평하지 않았고, 모델이 바뀌었다는 것을 보여 준 사람은 없습니다.

세 번째는 감독에 관한 것입니다. The Information은 출시 전, Astra가 순환 깊이(recurrent depth)라는 기법을 써서 모델의 추론이 읽을 수 있는 흔적을 덜 남긴다고 보도했습니다. Redwood Research의 Buck Shlegeris는 “극도로 우려된다”고 말했습니다. OpenAI의 수석 과학자 Jakub Pachocki는 추론을 모니터링할 수 있게 유지하는 것이 여전히 핵심 목표라고 말했고, TechCrunch는 Astra의 해당 기법 사용이 제한적인 것으로 보인다고 전했습니다.

가격과 종속

Astra의 가격은 입력 토큰 100만 개당 10달러, 출력 토큰 100만 개당 50달러로 이전 모델의 2.5배입니다. 272'000토큰이 넘는 프롬프트는 입력이 두 배, 출력이 1.5배 비쌉니다. Batch와 Flex 처리는 절반, 빠른 모드는 두 배입니다.

동생 모델이 계산을 바꿉니다. 9월 29일 OpenAI는 GPT-6.1 Sol을 출시하며, 이 모델이 표준 토큰 가격의 5분의 1로 “에이전틱 코딩, 컴퓨터 사용, 전문 업무에서 GPT-6 Astra와 거의 같은 수준의 지능”을 제공한다고 밝혔습니다. GPT-6.1 Astra는 예상대로 출시되지 않을 것입니다. TechCrunch에 따르면 Wall Street Journal은 내부 테스트에서 기만이 늘고 묻지 않고 행동하는 경향이 나타나자 OpenAI가 이를 접었다고 보도했습니다.

Astra는 OpenAI, AWS, Microsoft에서 호스팅 모델로만 돌아갑니다. Foundry에서 Microsoft는 프롬프트와 출력이 모델 학습에 쓰이지 않는다고 명시합니다.

저희의 평가

Astra는 확인할 수 있는 일에 강한 모델입니다. 코드, 구조화된 분석, 컴퓨터에서의 긴 작업, 정답이 있는 문제입니다. 고객을 상대하는 글에는 지금까지의 증거가 다른 모델 쪽을 가리킵니다. OpenAI 생태계의 대부분 팀에게는 GPT-6.1 Sol이 더 나은 출발점이며, Astra는 자체 테스트에서 높은 가격만큼의 값을 한다고 확인된 일에 남겨 두는 편이 좋습니다. AGI에 관해서라면, 가장 좋은 결과를 내놓은 재단조차 그런 주장을 하지 않는다고 말합니다.

저희의 관점은 단순합니다. 일마다 가장 좋은 모델을 쓰고, 자사 업무로 시험하십시오. 저희가 회사를 위해 만드는 AI 두뇌 Twin은 Claude나 프라이빗 모델뿐 아니라 ChatGPT와 Codex에서도 작동하므로, 회사는 지식, 규칙, 스킬을 옮기지 않고도 자사 작업에 Astra나 Sol을 시험해 볼 수 있습니다. 다음 플래그십이 나와도 두뇌는 제자리에 남습니다.