GPT-6 아스트라가 나왔다는 소식은 들었는데, 정확히 뭐가 달라진 건지 감이 안 잡히는 분이 많습니다. 이름도 낯설고, Work나 Codex 같은 단어가 함께 나오니 더 헷갈리죠. 이 글에서는 GPT-6 Astra가 뭔지, 언제 출시됐는지, 기존 모델과 뭐가 다른지, 그리고 실제로 어떻게 쓸 수 있는지를 정리합니다.
GPT-6 Astra란
GPT-6 Astra는 OpenAI가 “가장 유능한 엔드투엔드 작업용 모델”로 소개한 플래그십 모델입니다. API에서는 gpt-6-astra라는 모델 ID로 불립니다. 단순히 더 똑똑한 챗봇이 아니라, 긴 맥락을 유지하면서 추론하고 웹·파일·코드·컴퓨터 화면을 오가며 다단계 업무를 끝까지 수행하도록 설계된 에이전트 지향 모델입니다.
핵심은 복잡한 추론, 코딩, 웹 탐색, 컴퓨터 사용, 리서치, 문서 작성을 한 모델 안에서 처리한다는 점입니다. 이전에 o1이 내부 추론을, o3가 이미지까지 추론에 통합하는 방향을 열었다면, Astra는 그 방향을 더 긴 작업과 실제 업무 실행까지 확장한 모델로 볼 수 있습니다.
GPT-6 출시일과 등장 배경
GPT-6 Astra의 공식 발표일은 2026년 9월 3일입니다. 다만 전체 동시 출시가 아니라 제한된 조직부터 시작하는 단계적 롤아웃이었고, 이후 ChatGPT 유료 플랜과 API로 순차 확대됐습니다.
OpenAI는 사전학습, 강화학습, 정렬에 대한 수년간의 연구를 결합했다고 배경을 설명합니다. 특히 컴퓨터 사용, 소프트웨어 공학, 사이버보안, 과학, 전문 업무에서 최첨단 성능을 목표로 했다고 밝혔습니다.
기존 GPT와 달라진 핵심 기능
컨텍스트 윈도와 출력
컨텍스트 윈도는 105만 토큰, 최대 출력은 12.8만 토큰입니다. GPT-4o의 컨텍스트 윈도가 12.8만 토큰, 최대 출력이 1만 6,384토큰이었던 것과 비교하면 수치상 큰 차이입니다. 긴 문서를 통째로 넣고 긴 결과물을 받는 작업에서 특히 의미가 있습니다.
에이전트형 도구 사용
Astra는 비동기 도구 호출을 지원합니다. 도구가 실행되는 동안 다른 추론이나 작업을 계속할 수 있다는 뜻입니다. 여기에 작업 도중 추가 지시를 받는 mid-turn steering, 대화 중 추론 강도를 low에서 max까지 조절하는 기능도 추가됐습니다.
지시 이해와 정렬
OpenAI 자체 평가에 따르면, 모호한 지시에서 중요한 경우에만 질문하고, 추가 요구나 방향 전환에도 원래 제약을 잃지 않는다고 합니다. 승인 범위를 넘은 비율이 GPT-5.6 Sol에서 48%였던 반면 Astra에서는 0%로 측정됐다는 주장입니다. 다만 이는 독립 검증이 아닌 OpenAI의 자체 평가입니다.
실제로 써 보면 “알잘딱”을 잘한다는 체감이 확실히 있습니다. 맥락을 놓치지 않고, 물어봐야 할 건 물어보고, 아닌 건 알아서 처리하는 느낌입니다. 슬슬 믿고 맡겨도 되는 수준에 가까워지고 있습니다.
Work, Codex, Computer Use와의 관계
이름이 비슷하게 쏟아지니 헷갈리는데, 정리하면 간단합니다.
- GPT-6 Astra: 모델
- ChatGPT Work: 장시간 다단계 업무와 산출물 작성을 위한 에이전트 경험(제품)
- Codex: 코드 작성·디버깅·테스트·저장소 작업 전용 경험(제품)
- Computer Use: 화면을 보고 앱·브라우저를 조작하는 도구(기능)
Astra는 이들을 대체하는 게 아니라, 이 제품과 기능들이 선택해서 사용하는 최상위 모델입니다. Work와 Codex에는 Astra가 도입됐고, Computer Use는 Astra가 성능을 높인 도구이지만 GPT-5.6에서도 이미 지원됐던 기능입니다.
Codex에서는 Astra와 함께 두 가지 개선이 발표됐습니다. 하나는 Computer Use 하니스 개선으로, GPT-5.6 Sol 대비 작업 완료가 1.9배 빨라졌다는 수치입니다. 다른 하나는 긴 작업에서 컨텍스트 창이 차면 작업 노트를 보존하고 이전 컨텍스트를 검색·회수하는 기능인데, 출시 시점 기준 아직 실험적 기능입니다.
Computer Use는 GPT-6에서 새로 생긴 기능이 아닙니다. Astra가 판단 정확도와 속도를 높였지만, OS 권한·플러그인 설정·관리자 정책은 별도로 적용됩니다.
GPT-6 Astra 주요 성능
OpenAI가 공개한 자체 평가에서 GPT-5.6 Sol과 비교한 주요 수치입니다. 독립 제3자 재현 결과가 아닌 OpenAI 발표 수치라는 점을 감안해야 합니다.
| 분야 | 벤치마크 | Astra | GPT-5.6 Sol |
|---|---|---|---|
| 컴퓨터 사용 | OSWorld 2.0 | 72.6% | 65.7% |
| 화면 이해 | ScreenSpot-Pro | 92.7% | 76.9% |
| 전문 업무 | AutomationBench | 41.4% | 18.1% |
| 코딩 | Terminal-Bench 4.0 | 57.9% | 37.3% |
| 과학 작업 | Terminal-Bench Science | 64.6% | 22.4% |
| 수학 | FrontierMath Tier 4 | 97.6% | 83.0% |
| 장문맥 검색 | MRCR v2, 512K~1M | 96.3% | 73.8% |
특히 눈에 띄는 건 AutomationBench(전문 업무 자동화)에서 18.1%→41.4%로 뛴 것, 그리고 장문맥에서 512K~1M 토큰 범위의 검색 정확도가 73.8%→96.3%로 올라간 것입니다. 컴퓨터 사용 시간도 OSWorld 기준 과제당 약 75분에서 약 40분으로 줄었다고 합니다.
다만 각 점수는 여러 reasoning effort 설정 중 최고 점수이며, 연구·API 환경은 실제 ChatGPT와 시스템 프롬프트가 다르기 때문에 체감과 차이가 있을 수 있습니다.
어떤 사용자에게 의미가 있나
솔직히, 짧은 질문 하나 던지고 답변 받는 용도라면 Astra가 필요하지 않습니다. GPT-4o나 기존 모델로도 충분합니다.
Astra가 의미 있는 건 이런 경우입니다.
- 여러 파일을 넘나들며 보고서나 스프레드시트를 완성해야 할 때
- 코드를 짜고, 테스트하고, 디버깅까지 한 흐름으로 맡기고 싶을 때
- 웹에서 정보를 조사하고 정리까지 알아서 해 주길 바랄 때
- 컴퓨터 화면을 직접 조작하는 자동화가 필요할 때
긴 작업을 끝까지 맥락을 잃지 않고 수행하는 것이 Astra의 핵심 가치입니다. 단발 질문보다는 “이거 처음부터 끝까지 해 줘”라는 작업에서 차이가 납니다.
사용법과 요금
GPT-6 Astra에 접근하는 경로는 플랜에 따라 다릅니다.
| 플랜 | Astra 접근 | 월 가격 |
|---|---|---|
| Free | 불가 | 무료 |
| Plus | Work·Codex에서만 사용 가능 | $20 |
| Pro $100 | Chat·Work·Codex 모두 사용 가능 | $100 |
| Pro $200 | 사용 가능 (신규 가입 일시 중단) | $200 |
| Business Standard | Work·Codex 포함, Chat GPT-6 Pro 월 15개 | 좌석당 $20~25 |
| Business Premium | 사용량 확대, Chat GPT-6 Pro 주 50개 | 좌석당 $100~125 |
| API | gpt-6-astra 모델 지정 | 입력 $10/출력 $50 (100만 토큰당) |
주의할 점이 있습니다. Plus($20)에서는 Astra를 일반 Chat이 아닌 Work와 Codex에서만 쓸 수 있고, 사용량 한도가 꽤 빡빡합니다. 5시간당 약 5~45개 메시지 수준인데, 한 작업을 제대로 시키면 금방 한도에 걸립니다.
실제로 Plus에서는 제대로 된 작업 하나 맡기면 5시간 리미트에 바로 걸립니다. 반면 Pro $100이나 $200 플랜에서는 한도가 넉넉해서, 오케스트레이션 같은 복잡한 작업을 하지 않는 한 거의 부족함 없이 쓸 수 있습니다.
Chat에서 GPT-6 Pro라고 보이는 모델이 바로 Astra 기반입니다. Pro·Business·Enterprise에서 접근할 수 있고, Plus에서는 Chat의 GPT-6 Pro는 포함되지 않습니다. Enterprise는 워크스페이스 관리자가 Astra를 별도로 활성화해야 사용자에게 보입니다.
