GPT-6 Astra 출시 2026 정리: 벤치마크 99.9%의 조건과 2.5배 오른 API 가격

OpenAI가 2026년 9월 3일 GPT-6 Astra를 정식 출시했어요. 사이버보안 평가는 역대급 등급을 받았지만 독립 기관이 매긴 지능 점수는 전작과 큰 차이가 없어 반응이 갈리고 있어요.

이틀 만에 뒤집힌 "출시 전" 딱지

이번 소식은 타이밍부터 헷갈릴 만해요. 9월 1일 OpenAI는 path-to-astra라는 문서를 올리고 "GPT-6 Astra 출시를 준비하면서"라는 미래형 문장을 썼어요. 이건 출시 발표가 아니라 안전 프레임워크를 미리 설명하는 사전 문서였어요. 다음 날인 9월 2일까지도 커뮤니티 브리핑에서는 "곧 나온다(coming soon)"로 정리됐고요. 이틀 뒤인 9월 3일, OpenAI는 gpt-6-astra 페이지를 새로 열고 정식 출시를 발표했어요.

제품명은 정확히 GPT-6 Astra예요. OpenAI 공동창업자 그렉 브록먼은 이번 모델을 두고 "AGI 시대의 개막"이라 표현했어요. 샘 올트먼 CEO도 CNBC에 "새로운 역량 수준"이라 소개하며 창업과 과학적 발견의 붐을 기대한다고 말했고요. 다만 이건 회사 임원들의 평가일 뿐, 검증된 사실로 단정할 수는 없어요.

누가, 얼마에 쓸 수 있나

출시 당일에는 신뢰 접근 프로그램과 사이버보안 파트너사(Daybreak)에만 열렸고, 앞으로 순차적으로 넓어질 예정이에요.

쓸 수 있는 곳: ChatGPT Plus·Pro·Business·Enterprise, API, AWS
빠진 곳: 무료 요금제와 Go 요금제
주의: 엔터프라이즈 워크스페이스는 기본값이 꺼져 있어 관리자가 직접 켜야 해요

한국에서 쓸 수 있는지는 아직 확실하지 않아요. 국가별 제한 문구는 없지만 한국 이용이 확정됐다는 근거도 없어요. 순차 출시가 끝날 때까지 지켜봐야 해요.

API 가격은 입력 100만 토큰당 10달러, 출력 100만 토큰당 50달러예요. 전작 GPT-5.6 Sol(입력 4달러·출력 20달러)보다 2.5배 올랐어요.

확실히 세진 부분: 보안, 문서 처리, 수학

사이버보안 항목에서 가장 높은 위험 등급인 Critical에 처음 도달한 모델이 GPT-6 Astra예요. 취약점 탐색 벤치마크(ExploitBench)에서는 만점을 받았고, 평가 과정에서 알려지지 않은 제로데이 취약점 2건을 스스로 찾아내 담당자에게 공개하는 절차를 밟고 있다고 해요. 다만 지금 풀린 버전은 방어 작업만 수행하고 실제 공격 코드 생성 같은 고급 작업은 거부하도록 제한돼 있어요.

긴 문서를 다루는 능력도 눈에 띄어요. 512K~1M 토큰 구간의 장문 검색 테스트(MRCR)에서 96.3%를 기록해 전작(73.8%)을 크게 앞섰어요. 수학 전문 시험(FrontierMath Tier 4)에서는 97.6%, 실무 명령줄 작업 시험(Terminal-Bench 4.0)에서는 57.7%를 받았어요. 다만 FrontierMath는 Epoch AI가 OpenAI 지원으로 개발한 벤치마크라, 이 수치는 그 맥락과 함께 볼 필요가 있어요. 수학에서는 10년 넘게 246에서 멈춰 있던 소수 간격 상한을 186까지 끌어내리는 데도 기여했다고 해요.

독립 지표는 다른 이야기를 해요

OpenAI 자체 발표는 눈에 띄는 수치가 많은 반면 독립 평가기관에서는 결과가 다르게 나와요. Artificial Analysis가 매긴 종합 지능 지수는 61.2점으로, 전작 Sol의 60.9점과 사실상 같아요. Claude Fable 5.1(65.7점)보다도 낮고요. Epoch AI의 역량 지수(ECI)는 169점으로 이전 기록인 163점을 넘어섰지만 이 기관조차 "추론 시대 지수 추세의 불확실성 범위 안"이라는 단서를 달았어요.

비용 대비 효율도 아쉬운 편이에요. 출력 토큰 수는 전작보다 조금 줄었지만 가격이 2.5배 오른 탓에, 같은 과제를 처리하는 데 드는 실제 비용은 약 75% 더 비싸다고 해요.

ARC-AGI-3 99.9%, 조건을 함께 봐야 해요

하네스: 모델에게 문제를 어떻게 물어보고 도구를 얼마나 붙여줄지 정해둔 실행 환경이에요. 같은 모델이라도 하네스가 다르면 점수가 달라져요.

발표에서 가장 눈에 띄는 숫자는 ARC-AGI-3 벤치마크의 99.9%예요. 독립 검증 기관인 ARC Prize의 원문을 보면 이야기가 조금 달라져요. 이 점수는 OpenAI 자체 컨텍스트 관리 도구(Provider Adapter 하네스)를 쓴 조건에서 나온 결과이고, 비용도 1만 9천 달러가 들어요. 같은 벤치마크를 일반적인 표준 하네스로 돌리면 점수는 62.7%로 내려가고, 비용은 오히려 2만 6천 달러가 들어요. 조건 없이 99.9%만 떼어놓고 보면 실제보다 훨씬 뛰어나 보일 수 있으니, 두 숫자를 늘 함께 봐야 해요.

ARC-AGI-3 99.9%, 조건을 함께 봐야 해요

자료: 본문 데이터 · QJC 재구성

OpenAI가 스스로 인정한 약점

도구 활용 문제 시험(Humanity's Last Exam)에서 GPT-6 Astra는 57.2%를 받았어요. 전작 Sol(65.0%)과 Claude Fable 5.1(63.8%)보다 낮은 점수인데 OpenAI가 공개한 표에 그대로 실려 있어요.

OpenAI가 스스로 인정한 약점

이미지 출처: developers.openai.com

더 눈에 띄는 대목도 있어요. OpenAI는 시스템 카드에서 "GPT-6 Astra의 서면 추론 과정이 전작보다 모니터링하기 더 어렵다"고 밝혔어요. 모델이 의도적으로 실력을 숨기는 경우(sandbagging)에 탐지되지 않을 가능성까지 언급됐고요. 능력이 늘어난 만큼, 그 능력을 들여다보는 일도 함께 어려워진 셈이에요.

마무리: 무엇을 보고 판단해야 할까

특정 분야(보안·장문 처리·수학)에서는 분명한 진전이 있지만 종합 지능은 독립 지표 기준으로 제자리걸음에 가깝다는 거예요. 벤치마크 숫자를 볼 때는 항상 "어떤 조건에서 나온 점수인가"를 함께 확인하는 습관이 필요해 보여요. 화려한 수치 하나보다 그 수치가 어떤 하네스와 비용으로 만들어졌는지가 실제 판단에는 더 중요할 수 있어요.

자주 묻는 질문

무료로도 쓸 수 있나요?

아니요. 현재 발표 기준으로 무료 요금제와 Go 요금제는 대상에서 빠져 있어요. ChatGPT Plus·Pro·Business·Enterprise 이용자와 API·AWS 사용자만 순차적으로 이용할 수 있어요.

한국에서 되나요?

공식적으로 확인된 건 아니에요. 국가별 이용 제한 문구는 없지만 한국 서비스에 대한 별도 공지도 아직 없어요. 순차 출시 결과를 지켜봐야 해요.

전작보다 얼마나 나아졌나요?

분야에 따라 달라요. 사이버보안과 장문 컨텍스트, 특정 수학 문제에서는 확실한 발전이 있어요. 반면 독립 평가기관이 매긴 종합 지능 점수는 전작과 거의 차이가 없고, 도구 활용 능력 시험에서는 오히려 낮은 점수를 받기도 했어요.

GPT-6 Astra 출시 2026 정리: 벤치마크 99.9%의 조건과 2.5배 오른 API 가격

GPT-6, AGI 시대는 정말 왔을까 · 비개발자를 위한 쉬운 가이드