OpenAI가 GPT-5.6 제품군을 정식 출시했다. 핵심은 단일 모델 교체가 아니라 성능·비용에 따라 Sol, Terra, Luna로 나뉜 제품군과 병렬 에이전트 실행 방식이다.

한눈에 보기

  • Sol: 복잡한 추론, 장시간 에이전트 작업, 코딩에 초점을 둔 최상위 모델이다.
  • Terra: 일상적인 업무와 에이전트 코딩을 위한 균형형 모델이다.
  • Luna: 더 빠르고 저렴한 작업을 겨냥한 경량 모델이다.
  • 세 모델은 ChatGPT, Codex, OpenAI API에 순차적으로 제공된다.
  • GitHub도 세 모델의 Copilot 지원을 발표했다. 단, 요금제별 제공 범위와 조직 관리자의 활성화 정책을 확인해야 한다.

무엇이 발표됐나

OpenAI는 제한적 프리뷰를 거친 GPT-5.6 제품군을 2026년 7월 9일 정식 출시했다고 밝혔다. 세부 모델은 최상위 Sol, 균형형 Terra, 비용 효율형 Luna다. 숫자 5.6은 세대를, Sol·Terra·Luna는 성능과 비용에 따른 지속적인 제품 등급을 뜻한다.

OpenAI 발표 기준으로 Sol은 코딩, 지식 업무, 사이버 보안, 과학 분야에 초점을 맞춘 주력 모델이다. Terra와 Luna는 같은 세대의 기능을 더 낮은 비용으로 제공하는 선택지다. 실제 품질과 비용은 작업 종류, 추론 강도, 도구 호출량에 따라 달라질 수 있으므로 회사가 제시한 종합 비교만으로 특정 업무의 우열을 단정하면 안 된다.

max와 ultra는 무엇이 다른가

GPT-5.6에는 더 오래 추론하는 max 설정이 추가됐다. ultra는 한 단계 더 나아가 기본적으로 여러 에이전트를 병렬로 조정해 복잡한 작업을 나눠 처리하는 방식이다.

이 기능은 무조건 저렴한 옵션이 아니다. 병렬 에이전트는 더 많은 토큰을 사용할 수 있다. 대신 작업을 동시에 진행해 완료 시간을 줄이고, 한 에이전트가 순차적으로 처리할 때보다 더 넓게 탐색하는 데 목적이 있다. 따라서 단순 요약이나 짧은 질의보다는 조사, 구현, 검증처럼 서로 나눌 수 있는 장기 작업에 적합하다.

API 가격

OpenAI가 공개한 100만 토큰당 정가 기준은 다음과 같다.

  • GPT-5.6 Sol: 입력 5달러 / 출력 30달러
  • GPT-5.6 Terra: 입력 2.50달러 / 출력 15달러
  • GPT-5.6 Luna: 입력 1달러 / 출력 6달러

GPT-5.6부터 명시적 캐시 지점과 최소 30분 캐시 수명도 지원한다. 캐시 쓰기는 일반 입력 단가의 1.25배, 캐시 읽기는 캐시된 입력에 대해 90% 할인이 적용된다고 OpenAI는 설명했다. 실제 청구액은 입력·출력 비중, 캐시 적중률, 추론 설정에 따라 달라진다.

GitHub Copilot에서는 누가 쓸 수 있나

GitHub 공식 변경 기록도 GPT-5.6 제품군의 Copilot 도입을 확인했다.

  • Sol: Copilot Pro+, Max, Business, Enterprise 대상
  • Terra·Luna: Pro, Pro+, Max, Business, Enterprise 대상
  • VS Code, Visual Studio, Copilot CLI, Copilot cloud agent, GitHub 웹·모바일, JetBrains, Xcode, Eclipse 등에 순차 제공
  • Business와 Enterprise는 관리자가 GPT-5.6 정책을 켜야 하며 기본값은 꺼짐

GitHub는 점진적 배포라고 명시했다. 따라서 지원 요금제라도 모델 선택기에 즉시 나타나지 않을 수 있다.

벤치마크는 어떻게 봐야 하나

OpenAI는 자사 발표에서 GPT-5.6 Sol이 여러 코딩·브라우징·전문 업무 평가에서 높은 결과를 기록했다고 밝혔다. 하지만 제조사의 자체 측정은 프롬프트, 도구 환경, 추론 설정, 비용 추산 방식에 따라 달라질 수 있다.

2026년 7월 28일 다시 확인한 LiveBench의 최신 공개 릴리스는 2026년 6월 25일판이다. 공개 원점수를 공식 화면과 같은 방식으로 계산하면 gpt-5.6-sol-max가 종합 82.40으로 1위, gpt-5.6-terra-max가 79.80으로 5위다. Luna의 실행 설정별 결과도 공개 표에 있지만, 종합 순위만으로 용도와 가격 대비 효율을 단정할 수는 없다.

LiveBench 종합 점수는 23개 세부 task를 한 번에 평균한 값이 아니다. Reasoning, Coding, Agentic Coding, Mathematics, Data Analysis, Language, Instruction Following의 분야별 평균을 먼저 구하고, 일곱 분야 평균을 동일 가중치로 다시 평균한다. max, xhigh 같은 표기는 별도 제품이 아니라 해당 실행의 추론 설정이다.

누가 어떤 모델을 고르면 되나

Sol이 맞는 경우

  • 대규모 코드베이스 분석과 복잡한 수정
  • 여러 도구를 연결하는 장시간 에이전트 작업
  • 결과 품질이 비용보다 중요한 전문 업무

Terra가 맞는 경우

  • 일상적인 코딩과 문서 작업
  • 품질과 비용 사이의 균형이 필요한 서비스
  • 기본 모델을 하나로 단순화하려는 팀

Luna가 맞는 경우

  • 분류, 추출, 짧은 변환 같은 반복 작업
  • 응답 속도와 비용이 중요한 대량 처리
  • 복잡한 추론이 필요하지 않은 보조 기능

아직 검증이 필요한 부분

  • OpenAI가 공개한 다수 벤치마크는 자사 측정이므로 동일 조건의 외부 재현 결과가 더 필요하다.
  • ultra의 비용 대비 효과는 병렬화 가능한 작업인지에 따라 크게 달라질 수 있다.
  • 제품별 실제 사용 한도와 출시 시점은 지역·요금제·조직 정책에 따라 다를 수 있다.
  • 사이버·생물학 분야의 고성능 기능은 안전 정책과 신뢰 접근 절차의 영향을 받는다.

결론

GPT-5.6의 변화는 “더 강한 모델 하나”보다 선택 구조에 있다. 어려운 작업에는 Sol, 일반 업무에는 Terra, 비용 중심의 반복 작업에는 Luna를 배치하고, 필요할 때 max나 병렬 에이전트 방식인 ultra를 쓰는 구성이 핵심이다.

지금 당장 모든 작업을 Sol로 교체하기보다는 실제 트래픽에서 성공률, 지연시간, 전체 토큰 비용을 함께 측정해 모델을 나누는 편이 합리적이다.

출처

게시: 2026-07-10 12:45 KST
마지막 원문·리더보드 확인: 2026-07-28 17:28 KST