OpenAI가 GPT-5.6을 공개하고 ChatGPT macOS와 Codex 앱을 통합했다

이 요약은 AI가 원문을 분석해 생성했습니다. 정확한 내용은 원문 기준으로 확인하세요.

TL;DR

OpenAI는 GPT-5.6 시리즈를 공개하고 ChatGPT macOS 앱과 Codex 앱을 통합해 하나의 앱에서 코딩 중심 워크플로우와 일반 작업을 모두 지원하도록 했다. GPT-5.6은 Sol, Terra, Luna 세 모델과 light부터 max까지 다섯 단계의 사고 레벨을 제공하며 Ultra 모드는 서브에이전트를 활성화해 복잡한 작업을 시도하나 그만큼 사용 한도 소모와 예측 불가능성이 커진다. 통합 과정에서 발생한 버그로 OpenAI는 사용량을 여러 차례 초기화했고 한시적으로 5시간 제한을 제거하는 조치를 시행했으며 고사양 레벨 사용 시 한도가 빠르게 소진되는 실무적 위험이 관찰되었다. 모델별로 Sol은 UI 제어와 글쓰기에서 강점이 있고 Terra는 5.5의 개선형 느낌을 주며 Luna는 때때로 작은 모델 특유의 불명확성을 보였으므로 작업 특성에 따라 모델과 사고 레벨을 선택하는 것이 비용과 안정성 측면에서 합리적이다.

섹션별 상세

OpenAI는 ChatGPT의 macOS 앱과 Codex 앱을 통합해 하나의 앱으로 제공하고 새로운 작업 모드인 ChatGPT Work를 추가했으며, 이 통합 과정에서 앱 병합 버그로 사용량 제한이 여러 차례 초기화되는 가시적 문제가 발생했다. 통합 앱은 코딩 중심 워크플로우와 비코딩 작업에 맞게 UI·세부 동작을 조정해 두 가지 경험을 지원하는데, 이 과정에서 일부 플러그인 기능이 기본적으로 활성화되어 의도치 않은 데이터 흐름을 발생시킬 수 있음이 확인됐다. 제품 관점에서는 앱 통합이 설치·유지 관리 부담을 줄이면서도 초기 안정성 문제로 사용 한도 관리가 중요해졌다는 점을 시사한다.

GPT-5.6 시리즈는 Sol, Terra, Luna 세 모델로 구성되며 각 모델은 light, medium, high, xhigh, max의 다섯 가지 사고 레벨을 제공하고 추가로 Ultra 모드가 존재해 서브에이전트 동작을 허용한다. 사고 레벨은 내부 추론 시도와 계산량을 계층적으로 증가시켜 더 높은 레벨에서 창의적이거나 복잡한 출력이 유도되는 반면, 높은 레벨일수록 사용 한도 소모가 급격히 증가한다는 관찰이 제시되었다. Ultra 모드는 서브에이전트를 생성해 복합 작업을 병렬화하거나 확장하나 그로 인해 모델 동작이 예측 불가능해지고 사용량 소모가 더 빨라지는 트레이드오프가 발생한다.

근거

OpenAI가 GPT-5.6 모델을 공개했으며 세 모델은 Luna, Terra, Sol로 구성된다. — 본문 첫 문단과 두 번째 문단에서 모델명 및 공개 링크 언급 출처
각 모델은 light, medium, high, xhigh, max의 다섯 가지 사고 레벨을 제공하고 Ultra 모드가 추가로 존재한다. — 본문 두 번째 문단에서 사고 레벨과 Ultra 모드 설명

작동 비용과 안정성 측면에서 고사양 사고 레벨과 Ultra 모드는 사용 한도를 빠르게 소진하는 주요 원인으로 지목되며, 실제로 저자는 높은 사고 레벨 사용 시 Codex에서 사용 한도가 급격히 바닥나는 경험을 보고했고 OpenAI는 앱 병합 중 4~5회에 걸쳐 사용량 초기화를 수행했고 일시적으로 5시간 제한을 제거했다. 이 관찰은 제품 환경에서 실험적 모드나 높은 추론 강도를 사용할 때 실사용 한도와 리셋 정책을 모니터링해야 한다는 실무적 경고로 해석된다. 안정성 패치와 사용 한도 정책 업데이트가 완료될 때까지는 중간 레벨을 기본으로 두고 필요 시에만 고레벨을 사용하는 것이 비용 효율적이다.

근거

앱 병합 과정에서 OpenAI가 사용량을 4~5회 초기화했고 이 기간 동안 5시간 제한이 일시적으로 제거되었다. — 본문 중간 문단에서 앱 병합 중 버그와 사용량 리셋 언급

모델별 행동 특성 관찰에서는 Sol이 UI 관련 작업과 글쓰기에서 강점이 있고 참조를 제공하면 성능이 더 좋아졌으며, Terra는 이전 세대(5.5) 대비 미세한 개선과 유도성(steerability)을 보여 기술 숙련을 통한 성능 향상이 기대되며, Luna는 때때로 작은 모델 특유의 불명확성 처리가 관찰되지만 명확히 정의된 작업은 잘 수행했다. 저자는 Sol medium을 일상적 창작과 빌드에, Luna xhigh를 일상적 생산성에, 배경 에이전트를 더 어려운 작업에 쓰는 식의 실무적 사용 패턴을 제안했다. 또한 Codex 앱에서의 컴퓨터 제어 기능은 커서를 직접 조작해 앱을 열고 버튼을 누르는 자동화 작업에서 효과적이어서 Sol의 medium/high 설정으로 작은 작업을 자동화해볼 만하다고 보고되었다.

용어 해설

Subagent: — 서브에이전트는 상위 모델의 결정이나 작업을 분할해 독립적으로 수행하는 하위 실행 단위로, 입력을 받아 특정 하위 작업을 병렬 또는 연쇄적으로 처리하고 결과를 상위 에이전트에 반환하여 복잡한 작업을 분해해 처리 효율을 높인다. 이 글에서는 Ultra 모드에서 서브에이전트가 생성되어 모델 동작이 다중 실행체처럼 확장되는 현상을 가리킨다. 서브에이전트 동작은 응답 품질과 사용량 변화에 직접적인 영향을 준다.
Ultra Mode: — Ultra 모드는 모델이 내부적으로 여러 하위 실행 흐름이나 서브에이전트를 활성화해 보다 복잡한 작업을 시도하게 하는 동작 모드로, 단일 추론 경로보다 더 많은 계산과 외부 호출을 발생시켜 사용 한도 소모가 급증할 수 있다. 본문에서는 Ultra 모드가 '모델이 haywire(불안정)해진다'는 경험적 관찰과 함께 사용 한도 소모 증가의 원인으로 연결된다. 개발자는 높은 처리 비용과 예측 불가능성을 고려해 Ultra 모드 사용을 제한해야 한다.
Thinking Levels: — Thinking Levels는 동일한 모델에서 계산량과 추론 전략을 조절하는 다단계 설정으로, 본문에서는 light부터 max까지 다섯 단계와 Ultra 모드가 존재해 높은 레벨일수록 더 많은 내부 추론 시도와 리소스 소모가 발생한다고 보고되었다. 이 레벨은 출력의 질과 창의성, 그리고 사용 한도 소모 사이의 트레이드오프를 조절하는 수단이다. 실무에서는 작업의 명확성·비용·응답 예측 가능성에 따라 적절한 레벨을 선택해야 한다.
Computer Use: — Computer Use는 모델이 화면을 보고 커서를 이동시키고 응용프로그램을 열어 버튼을 클릭하는 등 사용자의 GUI 환경을 직접 조작하는 기능을 뜻하며, 본문에서는 Sol 모델이 이 기능에서 특히 유용하다고 보고되었다. 이 기능은 단순 텍스트 출력이 아닌 환경 상호작용을 자동화해 반복 작업을 줄인다. 구현 시 화면 인식 정확도와 자동화 안전성, 권한 관리가 핵심 고려사항이다.

언급된 리소스

문서OpenAI GPT-5.6 공개 페이지

문서ChatGPT Work 관련 트윗

문서Sol이 Luna를 포스트트레인에 도움을 준 사례 트윗

문서iMessages로 모델 트레이닝하기 관련 트윗

문서GPT-5.6 사용 한도 소모를 줄이는 방법 트윗

이 요약은 AI가 원문을 분석해 생성했습니다. 정확한 내용은 원문 기준으로 확인하세요.

TL;DR

섹션별 상세

근거

OpenAI가 GPT-5.6 모델을 공개했으며 세 모델은 Luna, Terra, Sol로 구성된다. — 본문 첫 문단과 두 번째 문단에서 모델명 및 공개 링크 언급 출처
각 모델은 light, medium, high, xhigh, max의 다섯 가지 사고 레벨을 제공하고 Ultra 모드가 추가로 존재한다. — 본문 두 번째 문단에서 사고 레벨과 Ultra 모드 설명

근거

앱 병합 과정에서 OpenAI가 사용량을 4~5회 초기화했고 이 기간 동안 5시간 제한이 일시적으로 제거되었다. — 본문 중간 문단에서 앱 병합 중 버그와 사용량 리셋 언급

용어 해설

Subagent: — 서브에이전트는 상위 모델의 결정이나 작업을 분할해 독립적으로 수행하는 하위 실행 단위로, 입력을 받아 특정 하위 작업을 병렬 또는 연쇄적으로 처리하고 결과를 상위 에이전트에 반환하여 복잡한 작업을 분해해 처리 효율을 높인다. 이 글에서는 Ultra 모드에서 서브에이전트가 생성되어 모델 동작이 다중 실행체처럼 확장되는 현상을 가리킨다. 서브에이전트 동작은 응답 품질과 사용량 변화에 직접적인 영향을 준다.
Ultra Mode: — Ultra 모드는 모델이 내부적으로 여러 하위 실행 흐름이나 서브에이전트를 활성화해 보다 복잡한 작업을 시도하게 하는 동작 모드로, 단일 추론 경로보다 더 많은 계산과 외부 호출을 발생시켜 사용 한도 소모가 급증할 수 있다. 본문에서는 Ultra 모드가 '모델이 haywire(불안정)해진다'는 경험적 관찰과 함께 사용 한도 소모 증가의 원인으로 연결된다. 개발자는 높은 처리 비용과 예측 불가능성을 고려해 Ultra 모드 사용을 제한해야 한다.
Thinking Levels: — Thinking Levels는 동일한 모델에서 계산량과 추론 전략을 조절하는 다단계 설정으로, 본문에서는 light부터 max까지 다섯 단계와 Ultra 모드가 존재해 높은 레벨일수록 더 많은 내부 추론 시도와 리소스 소모가 발생한다고 보고되었다. 이 레벨은 출력의 질과 창의성, 그리고 사용 한도 소모 사이의 트레이드오프를 조절하는 수단이다. 실무에서는 작업의 명확성·비용·응답 예측 가능성에 따라 적절한 레벨을 선택해야 한다.
Computer Use: — Computer Use는 모델이 화면을 보고 커서를 이동시키고 응용프로그램을 열어 버튼을 클릭하는 등 사용자의 GUI 환경을 직접 조작하는 기능을 뜻하며, 본문에서는 Sol 모델이 이 기능에서 특히 유용하다고 보고되었다. 이 기능은 단순 텍스트 출력이 아닌 환경 상호작용을 자동화해 반복 작업을 줄인다. 구현 시 화면 인식 정확도와 자동화 안전성, 권한 관리가 핵심 고려사항이다.