GPT-6 Astra, 무엇이 바뀌었고
지금 어디서 쓸 수 있나

먼저 결과: 9월 7일 한국 Plus 계정에는 아직 없습니다

발표문의 첫 문장은 “오늘 제한된 조직에 먼저 제공하고, 며칠 안에 모든 ChatGPT Plus, Pro, Business, Enterprise 사용자에게 제공한다”입니다. 그래서 운영자가 쓰는 Plus 계정에서 모델 선택 메뉴를 열어봤습니다. 9월 7일 낮 기준으로 목록에는 GPT-5.6 Sol과 GPT-5.5 두 개만 있었습니다.

그런데 같은 계정을 연결한 다른 클라이언트에서는 결과가 달랐습니다. Aside 브라우저의 모델 선택기에서 ChatGPT 항목을 열자 GPT-6 Astra가 GPT-5.6 Sol·Terra·Luna, GPT-5.5와 함께 목록에 있었습니다. 같은 Plus 계정, 같은 날입니다. 발표문의 “며칠 안에”는 계정 단위가 아니라 클라이언트 단위로도 갈리는 것으로 보입니다. 웹에서 안 보인다고 계정에 아직 안 열린 것은 아닐 수 있으니, 쓰는 앱마다 모델 목록을 따로 확인하세요.

위 두 화면이 이 글에서 직접 확인한 것입니다. 나머지는 OpenAI 발표문, 안전 업데이트 글, GitHub 체인지로그, 그리고 기자회견을 보도한 기사 기준입니다. 어느 문장이 어느 쪽인지 구분해 두었습니다. 아래 “직접 실행” 절에 같은 프롬프트를 Astra와 Sol에 넣은 결과를 추가했습니다.

어디서 쓸 수 있나: 경로별 상태

“GPT-6 나왔다”는 뉴스와 “내가 쓸 수 있다”는 별개입니다. 발표 시점 기준으로 경로별 상태를 정리하면 아래와 같습니다. 날짜와 플랜 이름은 각 공식 문서 문구 그대로입니다.

표에서 두 줄이 실무에 직접 영향을 줍니다. 하나는 Copilot의 플랜 조건입니다. 개인 Pro 플랜은 목록에 없고 Pro+부터입니다. 다른 하나는 Cursor입니다. Cursor에서 OpenAI 모델을 쓰던 사람은 11월 12일까지는 기존 모델을 쓸 수 있지만 Astra는 처음부터 오지 않습니다. OpenAI 발표문은 이유를 SpaceX 산하 회사들의 계약 위반 전력과 “Astra의 사용에 대한 새로운 수준의 책임”으로 설명합니다.

무엇이 바뀌었나: 발표문이 강조한 네 가지

발표문은 길지만 실제 사용 방식이 달라지는 지점은 네 가지로 압축됩니다. 모두 OpenAI 자체 평가 수치이며, 그 한계는 다음 절에서 다룹니다.

정렬(alignment) 항목도 큽니다. 발표문은 Hugging Face 사고 이후 만든 평가에서 “불가능한 작업을 받았을 때 권한 밖으로 나가는 비율”이 Sol 48%에서 Astra 0%로 떨어졌고, Codex 자동 검토 거부를 우회하려 한 적이 없다고 씁니다. 안전 업데이트 글은 Astra가 Hugging Face 사고에 관여하지 않았지만 그 교훈을 반영했다고 명시합니다. 이 숫자들은 모두 OpenAI 내부 평가입니다.

사고 과정이 안 보인다는 것의 실무적 의미

TechCrunch가 “가장 논쟁적”이라고 부른 지점입니다. Astra는 토큰을 같은 층에 반복해서 통과시키는 방식(보도에서는 recurrent depth, opaque recurrence)으로 추론하고, 그만큼 읽을 수 있는 사고 과정(chain of thought)이 줄어듭니다. 기자회견에서 수석 과학자 야쿠프 파호츠키는 “더 유능한 모델은 더 어려운 작업을 더 적은 언어 토큰으로, 또는 언어 토큰 없이 수행할 수 있다”고 답했습니다. 발표문 자체도 “Astra의 서면 추론은 Sol보다 모니터링하기 어렵다”고 인정하고, 모니터링 가능성 개선을 연구 우선순위로 남겨 뒀습니다.

이게 왜 사용자 문제인가. 지금까지 코딩 에이전트를 검증하는 흔한 습관은 “사고 과정을 읽고 이상한 가정을 잡아내는 것”이었습니다. Claude의 확장 사고나 이전 GPT 모델의 요약된 추론이 그 역할을 했습니다. Astra에서는 그 텍스트가 짧거나 없을 수 있습니다. 그러면 검증 지점이 “왜 이렇게 했는가”에서 “결과가 맞는가”로 옮겨갑니다. 테스트, 브라우저 확인, diff 리뷰처럼 결과를 직접 확인하는 장치의 비중이 커집니다. 발표문이 Codex의 자동 검토(Auto-review)와 프로덕션 모니터링을 반복해서 언급하는 이유도 같은 맥락입니다. 모델의 말을 읽어서 감독하는 대신 행동을 걸러서 감독하겠다는 것입니다.

발표문의 숫자를 읽는 법

발표문에는 30개가 넘는 벤치마크가 있고 대부분 Astra가 1위입니다. 벤더 발표문은 원래 그렇습니다. 읽을 때 세 가지를 같이 놓으면 균형이 잡힙니다.

첫째, 같은 표 안에 Astra가 2위인 줄이 있습니다. Artificial Analysis Intelligence Index v4.1.1에서 Astra 61.2, Claude Fable 5.1 65.7, Claude Opus 5 63.1, Fable 5 62.1입니다. OpenAI가 자기 발표문에 넣은 독립 지수에서 Astra는 4위입니다. Humanity’s Last Exam(도구 사용)도 57.2%로 Fable 5.1의 65.0%보다 낮습니다. 코딩 에이전트 지수도 67.0으로 Opus 5(68.1), Fable 5(67.2) 아래입니다. “가장 지능적인 모델”은 OpenAI 내부 벤치마크 묶음에서 그렇다는 뜻입니다.

둘째, 각주가 결과를 바꿉니다. ARC-AGI-3 99.9%에는 “실제 성능에 맞추기 위해 두 설정을 바꾼 자체 하네스로 실행했다”는 각주가 붙어 있습니다. Claude의 BenchCAD 점수에는 “Fable 5.1 시스템카드의 세 가지 수정을 반영한 값”이라는 각주가, OSWorld의 Claude 점수에는 “공식 설정으로 OpenAI가 재현한 값”이라는 각주가 있습니다. 즉 같은 벤치마크 이름이라도 두 회사가 다른 조건으로 잰 숫자가 한 표에 섞여 있습니다. 어느 쪽이 맞느냐가 아니라, 표 하나로 우열을 가리기 어렵다는 뜻입니다.

셋째, “작업당 비용”은 설정에 따라 다릅니다. Terminal-Bench에서 Sol보다 9% 싸다는 주장은 “표시된 구성에서”라는 조건이 붙고, effort 수준(low부터 max까지 5단계)에 따라 토큰 사용량이 크게 달라집니다. Lovable CTO의 인용문도 “높은 effort는 새 빌드에서 더 많은 반복과 브라우저 검증을 산다”고 말합니다. 단가 2.5배가 작업당 비용에서 어떻게 상쇄되는지는 가격 글에서 시나리오로 계산했습니다.

AGI라는 단어도 같은 방식으로 읽으면 됩니다. 기자회견에서 브록먼은 “계약상 AGI 트리거는 더 이상 없다”며 AGI를 “사명 개념 또는 정신적 개념”이라 했고, “독자가 스스로 판단하라”고 덧붙였습니다. 회사가 정의를 내려놓은 단어를 기준으로 도구를 고를 이유는 없습니다.

직접 실행: 같은 프롬프트를 Astra, Sol, Fable 5.1에 넣었습니다

이 글을 쓰는 동안 상황이 바뀌었습니다. chatgpt.com 웹에는 없던 Astra가 Aside 브라우저의 ChatGPT 연동 목록에는 올라와 있어서, 같은 Plus 계정으로 GPT-6 Astra와 GPT-5.6 Sol에, 그리고 같은 브라우저에서 Claude Fable 5.1에 같은 프롬프트를 한 번씩 보냈습니다. 도구 사용 금지, 한국어 답변, 제목 고정이라는 조건이었고 과제는 셋입니다. 모델 자기 보고, 한국어 금액 문자열을 정수로 바꾸는 TypeScript 함수(60줄 이내, 테스트 8개, 자신 없는 입력 3개), 그리고 이 블로그의 건강보험 글에 나온 주장 하나를 검색 없이 검증하는 과제였습니다. 세 응답의 원문은 Aside 공유 링크로 남겼습니다.

세 코드를 그대로 파일로 옮겨 Node에서 실행했습니다. 필수 케이스는 셋 다 전부 맞았습니다. 차이는 명세 밖에서 났습니다. Sol은 요구하지 않은 기능을 넣다가 줄 수 제한을 넘겼고, Fable 5.1은 더 많은 기능을 넣고도 46줄로 끝냈지만 단위 순서 검증을 빼서 “만억원”이 숫자로 나옵니다. 흥미로운 건 Fable이 그 약점을 답변 안에서 먼저 자백했다는 점이고, Astra는 애초에 요구 범위를 넘지 않아서 그 약점이 생기지 않았습니다. 검증 과제는 세 모델 모두 검색 없이도 맞는 확인 항목을 냈고, 각자 다른 지점을 짚었습니다. Astra는 세대 합산, Sol은 최저보험료, Fable은 제도 연혁이었습니다. 이 블로그의 건강보험 글에 실제로 들어간 사실은 세 지점 전부입니다.

한 번의 실행이라 일반화할 수 없습니다. 다만 “더 적은 반복으로 프로덕션 품질”이라는 발표문의 표현이 이 작은 과제에서는 “명세를 넘지 않는다”로 나타났고, Fable 5.1의 강점은 스스로 약점을 밝히는 쪽에 있었습니다. 코드 리뷰를 사람이 한다면 후자가, 리뷰 없이 바로 쓴다면 전자가 편한 성향입니다.

덧붙이면, 같은 프롬프트를 이 브라우저의 기본 Claude 세션에도 넣어 봤는데 “3억 5천만원”을 350,050,000으로 답했습니다. 다만 그 세션은 모델 버전을 스스로 다르게 보고해 어느 버전인지 확정하지 못했으므로 비교 표에는 넣지 않았습니다.

출시 주에 도는 말 네 가지, 근거를 찾아봤습니다

공개된 곳에서 사람들이 실제로 묻는 것

출시 주에 개발자 커뮤니티에서 반복되는 질문 세 가지를 공식 문서로 답해 두었습니다. 개별 게시글의 URL을 특정하기보다 문서에서 답이 나오는 것만 골랐습니다.

지금 할 일

구독은 아직 바꿀 이유가 없습니다. Plus에 포함되고 사용량도 기존 한도 안에서 쓰는 구조라 Astra 때문에 Pro로 올릴 근거는 “GPT-6 Astra Pro”가 필요할 때뿐입니다. 그게 무엇인지는 발표문에 이름만 있습니다.

도구는 접근 경로부터 확인합니다. Codex CLI와 Copilot Pro+ 이상은 이미 열려 있고, ChatGPT는 순차, Cursor는 없습니다. 팀이 Cursor 중심이면 Astra 계획은 세우지 않는 게 맞습니다.

검증 루틴을 결과 중심으로 바꿉니다. 사고 과정 읽기에 의존하던 리뷰라면, Astra에서는 테스트 실행과 브라우저 확인, diff 단위 리뷰를 기본으로 두세요. Codex의 자동 검토를 켜두는 것도 발표문이 권하는 방식입니다.

비교는 본인 작업으로 합니다. 이 글의 표는 전부 OpenAI 자체 평가입니다. 계정에 열리면 같은 작업을 Sol과 Astra로 돌려 시간, 토큰, 수정 횟수를 기록하는 게 이 글의 다음 편입니다. 그 결과가 나오면 여기에 덧붙이겠습니다.