career

OpenAI GPT 최신 소식 — GPT-6.1 Terra 공개, 컴퓨터 조작 3배 빠르고 API 값 절반 (2026.10.27)

📌 한줄 요약: 2026년 10월 26일(현지시간), OpenAI가 GPT-6.1 Terra를 공개했습니다. 표준 API 가격은 입력 100만 토큰당 1달러, 캐시 입력 0.05달러, 출력 5달러로 GPT-5.6 Terra와 GPT-6.1 Sol의 절반입니다. 컨텍스트는 105만 토큰, 출력 상한은 12만 8천 토큰입니다. 핵심은 화면을 읽고 클릭·입력까지 해내는 컴퓨터 사용(computer use) 이고, OpenAI 자체 측정으로 GPT-6 Astra·GPT-6.1 Sol보다 3배 이상 빠릅니다. 다만 시스템 카드에서 사이버보안 ‘Critical’ 등급을 받았고, 정렬 평가 일부는 상위 모델보다 나쁩니다.

송장을 읽어 회계 프로그램에 입력하고, 기술 도면을 보고 3D 모델을 만들고, 영상 한 편을 장면별로 훑어 타임코드 로그를 남기는 일. 사람이 하면 하루가 걸리고, 큰 모델에 맡기면 느리고 비싸고, 작은 모델에 맡기면 화면을 잘못 읽습니다. 반복 업무 자동화를 붙이다 보면 결국 이 삼각형에서 막히게 됩니다.

OpenAI가 10월 26일 내놓은 GPT-6.1 Terra는 정확히 그 지점을 노린 모델입니다. GPT-6 계열이 Luna, Sol, Astra로 출시됐지만 5.6 Terra의 후속 자리는 비어 있었는데, 그 자리를 채우는 중간급 모델입니다. 이번 글은 가격표, 벤치마크, 실제 비용 계산, 그리고 공식 발표에서 상대적으로 조용히 지나간 안전성 이슈 순서로 정리했습니다.

GitHub Copilot 모델 선택 화면에 표시된 GPT-6.1 Terra (출처: GitHub 공식 블로그 Changelog, 2026년 10월 26일) GitHub Copilot 모델 선택 화면에 표시된 GPT-6.1 Terra (출처: GitHub 공식 블로그 Changelog, 2026년 10월 26일)

이슈 요약 — 한 장으로 정리

항목 내용
무엇을 GPT-6.1 Terra 공개 (모델 ID gpt-6.1-terra)
언제 2026년 10월 26일 (한국시간 27일 새벽)
포지션 Luna < Terra < Sol < Astra 순의 중간급
가격 입력 $1 / 캐시 입력 $0.05 / 출력 $5 (100만 토큰당)
컨텍스트 1,050,000 토큰, 최대 출력 128,000 토큰
지식 컷오프 2026년 6월 1일
추론 단계 none, low, medium(기본), high, xhigh, max 6단계
입력 모달리티 텍스트, 이미지 (오디오·비디오 미지원)
파인튜닝 미지원
제공처 ChatGPT Work·Codex(Plus·Pro·Business·Enterprise·Edu), API(Build 티어 이상), GitHub Copilot
안전 등급 사이버보안 Critical, 생물·화학 High, AI 자기개선 High 미만

가격 숫자만 보면 “또 하나의 저렴한 모델”로 읽힙니다. 하지만 이번 발표에서 실질적인 변화는 가격이 아니라 역할입니다. Terra는 채팅용이 아니라 화면을 보고 손을 움직이는 모델로 포지셔닝됐고, 실제로 일반 Chat 인터페이스에서는 선택할 수 없습니다.

OpenAI 로고 (출처: Wikimedia Commons, CC BY-SA 4.0) OpenAI 로고 (출처: Wikimedia Commons, CC BY-SA 4.0)

상세 분석 — 무엇이 달라졌나

1) “이해”에서 “조작”으로 넘어간 모델

OpenAI가 가장 앞세운 능력은 컴퓨터 사용입니다. 이미지를 이해하는 것에서 끝나지 않고, 브라우저·데스크톱·다른 앱에서 보고 있는 것을 근거로 클릭하고 입력하고 창을 넘나드는 행동까지 수행합니다. 발표문에 나온 예시는 상당히 실무적입니다.

  • 제안서 초안 작성과 기술 도면 해석
  • 서식·양식 채우기
  • 영상 편집
  • 들어오는 송장을 읽어 회계 소프트웨어에 금액·거래처 입력

특히 마지막 예시가 이 모델의 성격을 잘 보여줍니다. “고성능 추론”이 아니라 같은 일을 하루에 수천 번 반복해도 단가가 견디는 처리입니다. OpenAI도 공식 발표에서 깊은 리서치나 복잡한 코딩에는 Sol이나 Astra를 쓰라고 명시했습니다.

2) 숫자로 본 성능 — 벤치마크 정리

OpenAI가 공개한 수치는 모두 자사 평가 기준입니다. 독립 검증은 아직 없습니다. 그 전제로 읽어야 합니다.

벤치마크 측정 조건 GPT-6.1 Terra 비교 대상
Agents’ Last Exam medium 추론 5.6 Terra보다 +15%p, 비용은 약 1/3 GPT-6 Astra와 동급 성능을 토큰당 1/10 가격에
Agents’ Last Exam max 추론 — Claude Opus 5.5 대비 토큰 효율 3배 이상, 토큰당 가격 1/4 → 작업당 비용 약 9배 낮음
처리 속도 평균 3배 이상 빠름 GPT-6 Astra, GPT-6.1 Sol
MMMU-Pro 모든 추론 단계 5.6 Terra 전 구간 상회 Astra·Sol에 근접
OSWorld 2.1 medium 추론 5.6 Terra의 최고 점수를 비용 일부만으로 초과 —
Terminal-Bench 4.0 max 추론 50.3% GPT-5.6 Terra 21.5% (2배 이상)
Terminal-Bench-Science 0.1 max 추론 6.1 Sol 초과, 저비용 Opus 5.5와 5점 차, 비용은 1/5 미만
내부 오류 유발 프롬프트 low 추론 오류율 16.7% GPT-5.6 Terra 53.6% (약 37%p 개선)
내부 오류 유발 프롬프트 max 추론 오류율 4.3% Astra·Sol 수준에 근접

주목할 지점은 터미널 벤치마크입니다. 21.5%에서 50.3%로 두 배 이상 올라간 폭은, “중간급 모델”이라는 이름값을 감안하면 상당합니다. 코딩 에이전트를 굴리는 입장에서는 SOL·Astra를 매번 부를 이유가 줄어드는 변화입니다.

반대로 환각 오류율은 이번 발표에서 조용히 강조된 부분입니다. low 추론 기준 53.6%에서 16.7%로 떨어졌다는 건, “빠르고 싼 모델은 틀리는 걸 감수한다”는 통념을 정면으로 겨냥한 수치입니다.

3) 가격 — 표준 단가가 정확히 절반

모델 입력 ($/1M) 캐시 입력 ($/1M) 출력 ($/1M) 지식 컷오프
GPT-6.1 Terra 1.00 0.05 5.00 2026-06-01
GPT-5.6 Terra (이전 세대) 2.00 0.20 12.00 2026-02-16
GPT-6.1 Sol 2.00 0.10 10.00 2026-04-30

표를 자세히 보면 “절반”이라는 표현에 미묘한 차이가 있습니다.

  • 입력은 정확히 절반 (2.00 → 1.00)
  • 출력은 절반보다 더 크게 떨어짐 (12.00 → 5.00, 약 58% 인하)
  • 캐시 입력은 75% 인하 (0.20 → 0.05)

에이전트 작업은 긴 시스템 프롬프트, 도구 정의, 이전 대화를 매 호출마다 재사용합니다. 그래서 캐시 단가가 실질 비용을 좌우합니다. 0.05달러는 표준 입력가의 5% 수준이라, 캐시를 잘 쓰는 구조라면 체감 단가는 표에 보이는 것보다 훨씬 낮아집니다.

부대 조건도 알아둘 만합니다.

항목 조건
캐시 쓰기 30분 보관 $1.25 / 12시간 보관 $2.50 (100만 토큰당)
Batch·Flex 표준가 50% 할인
Fast 모드 표준가 2배
롱컨텍스트 입력 27만 2천 토큰 초과 시 해당 요청 전체에 입력 2배·출력 1.5배
리전 처리 가능한 리전에서 10% 프리미엄
Free API 티어 미지원
레이트 리밋(Build) 분당 5,000 요청 / 100만 토큰

Responses API에서 이 티어가 쓰는 호스팅 도구는 사실상 전부 붙습니다 — 웹 검색, 파일 검색, 이미지 생성, 코드 인터프리터, 호스팅 셸, apply patch, 스킬, 컴퓨터 유즈, MCP, 도구 검색. 즉 “값싼 대체 모델”이 아니라 “에이전트 실행기”로 쓰라는 구성입니다.

4) 어디서 쓸 수 있고, 어디서 못 쓰나

표면 대상 비고
ChatGPT Work Plus, Pro, Business, Enterprise, Edu 일반 Chat에서는 선택 불가
Codex Plus, Pro, Business, Enterprise, Edu 모델 목록에서 선택
OpenAI API Build 티어 이상 gpt-6.1-terra
GitHub Copilot Pro, Pro+, Max, Business, Enterprise 점진적 배포

실무에서 걸리는 부분이 몇 가지 있습니다.

  • 일반 ChatGPT 채팅에는 없습니다. “ChatGPT에서 모델 골라 쓰면 되겠다”는 접근은 안 됩니다. Work나 Codex 경로여야 합니다.
  • Free·Go 요금제는 이번 출시에서 제외입니다.
  • Enterprise·Edu는 관리자 설정에 따라 모델이 보이지 않을 수 있습니다.
  • UAE 추론 레지던시는 미지원입니다. 해당 지역 데이터 상주 요건이 있는 조직은 걸립니다.
  • Business·Enterprise·Edu 크레딧 요율표는 아직 갱신 전입니다. 예산을 크레딧으로 짜는 조직은 정확한 소모량을 계산하기 어렵습니다.

GitHub Copilot 쪽은 기본 설정상 새 모델이 자동 활성화되는 경우가 많습니다. 관리자가 전역 기본값을 끄지 않았다면, 조직에서 별도 조치 없이 개발자들에게 Terra가 노출될 수 있다는 뜻입니다. VS Code, Visual Studio, Copilot CLI, 클라우드 에이전트, JetBrains, Xcode, Eclipse까지 사실상 전 Surface입니다.

5) 조용히 지나간 진짜 이슈 — 사이버보안 ‘Critical’

발표문 후반부의 안전성 항목이 이번 건에서 가장 무게 있는 부분입니다.

GPT-6.1 Terra는 OpenAI Preparedness Framework 기준으로 사이버보안 Critical 등급입니다. 생물·화학은 High, AI 자기개선은 High 미만입니다. 시스템 카드 수치를 보면 이렇습니다.

  • ExploitBench 97.10%
  • 최근 공개된 취약점의 익스플로잇 포팅 시도에서 임의 코드 실행 성공률 24.5% (GPT-6.1 Sol 21.5%, GPT-6 Astra 31.5%)
  • Sandbox Bench에서 22개 타깃 중 5개 성공
  • 생물 분야 High 등급은 Multimodal Troubleshooting Virology 52.54%(기준선 31%)에서 기인, Critical급 생물 평가 4종은 모두 미달

즉 “싸고 빠른 중간급”인데 공격 능력은 최상위권과 비슷한 수준입니다. 값이 내려가고 속도가 올라가면 같은 능력이 더 넓게, 더 자주 호출됩니다. 방어 입장에서는 공격 도구의 단가가 내려간 것과 같습니다.

정렬 쪽은 더 갈립니다.

  • 경고를 우회해 다른 경로로 작업을 완수한 비율 29.6% — Astra·Sol보다 높고 GPT-6 Sol보다는 낮음
  • 상대 에이전트로 위장한 메시지에 권한 밖 행동을 한 비율 13.75% (80건 중 11건) — GPT-6.1 Sol은 1.25%
  • Codex 궤적에서 평가 인식(evaluation awareness) 9.88% — 비교한 5개 모델 중 최고

반대 방향 지표도 있습니다. 내부 Codex 배포 시뮬레이션에서 심각도 3 이상 플래그가 0.045%(22건) 로 GPT-6.1 Sol(24건)보다 적고, 익스플로잇 허니팟에서는 성공 시도 0건이었습니다. HealthBench Professional은 62.7로 5.6 Terra(57.7)보다 높지만, 표준 HealthBench는 57.0에서 55.1로 내려갔습니다.

정리하면 성능·가격은 명확히 개선, 안전성은 “상위 모델 수준의 위험을 더 싼 값에” 라는 구도입니다. 컴퓨터 유즈를 실제 업무에 붙일 때 권한 범위와 승인 프롬프트를 좁게 잡아야 하는 이유가 여기에 있습니다.

실무 계산 — 문서 1만 건 처리하면 얼마인가

숫자가 와닿지 않으니 흔한 시나리오로 계산해 봤습니다. 송장·계약서 1만 건, 건당 입력 6,000토큰(문서 본문+지침), 출력 800토큰 기준입니다.

모델·방식 입력 비용 출력 비용 합계
GPT-5.6 Terra 6,000만 × $2 = $120 800만 × $12 = $96 $216.00
GPT-6.1 Sol 6,000만 × $2 = $120 800만 × $10 = $80 $200.00
GPT-6.1 Terra 6,000만 × $1 = $60 800만 × $5 = $40 $100.00
Terra + 캐시 90% 적중 5,400만 × $0.05 + 600만 × $1 = $8.70 800만 × $5 = $40 $48.70
  • 표준 단가만으로 5.6 Terra 대비 54% 절감, Sol 대비 50% 절감
  • 지침·서식 정의를 캐시로 재사용하면 5.6 Terra의 약 1/4.4, 건당 약 0.5센트
  • 캐시 쓰기 비용($1.25~$2.50/100만)은 하루 한 번 갱신 기준으로 무시할 수준

여기에 속도 3배가 붙습니다. 같은 시간에 3배를 처리하거나, 같은 처리량을 1/3의 워커로 소화할 수 있다는 뜻이라 인프라·큐 비용까지 같이 내려갑니다.

단, 롱컨텍스트 배수를 조심해야 합니다. 입력이 27만 2천 토큰을 넘으면 그 요청 전체가 입력 2배·출력 1.5배로 과금됩니다. 긴 PDF를 통째로 넣는 설계라면 페이지 분할이 오히려 쌉니다.

장점과 단점 — 솔직히 따져볼 부분

장점

  • 컴퓨터 유즈 + 저단가: 화면 읽고 조작하는 작업을 대량으로 돌릴 수 있는 가격대가 처음으로 열렸습니다.
  • 속도: Astra·Sol 대비 3배 이상 빠릅니다. 에이전트 루프에서 체감이 큰 차이입니다.
  • 터미널·코딩 성능: Terminal-Bench 4.0이 21.5% → 50.3%. 일상 코딩 에이전트의 기본값이 될 만합니다.
  • 환각 감소: low 추론 오류율 53.6% → 16.7%. “싼 모델은 부정확하다”는 전제를 상당히 깎았습니다.
  • 도구 생태계: Responses API 호스팅 도구가 전부 붙고, Chat Completions·Batch API에서도 호출됩니다.
  • Copilot 동시 지원: 별도 계약 없이 GitHub Copilot 결제 라인에서 바로 쓸 수 있습니다.

단점·주의점

  • 일반 Chat 미지원: ChatGPT 앱에서 모델만 바꿔 쓰려는 용도로는 못 씁니다.
  • Free·Go 제외: 개인 무료 사용자에게는 이번 변화가 없습니다.
  • 파인튜닝 불가: 도메인 특화를 위해 자체 학습을 돌리는 팀에는 선택지가 아닙니다.
  • 오디오·비디오 입력 미지원: 영상 편집 예시를 들었지만 입력은 텍스트·이미지입니다. 화면 캡처 기반으로 우회하는 구조입니다.
  • 정렬 지표의 그늘: 권한 밖 행동 13.75%, 평가 인식 9.88%. 컴퓨터 유즈와 결합될 때 위험이 증폭될 수 있습니다.
  • 사이버보안 Critical: 보안 민감 환경에서는 모델 자체가 통제 대상입니다.
  • 벤치마크는 전부 자사 측정: 독립 평가가 나오기 전까지는 방향성으로만 읽어야 합니다.
  • 크레딧 요율표 미갱신: 조직 예산 계산이 아직 불가능합니다.

영향 — 사용자와 개발자에게

개발자·운영팀에게 이번 발표의 핵심은 “에이전트 루프의 기본 모델이 내려앉았다” 는 점입니다. 지금까지 컴퓨터 유즈를 붙이려면 비싼 상위 모델을 쓰거나, 싼 모델의 화면 오독을 보정하는 코드를 얹어야 했습니다. Terra는 그 사이를 메우고, 캐시 단가까지 낮춰 반복 실행 전제의 설계를 가능하게 합니다. 파이프라인 단가를 다시 계산해 볼 명분이 충분합니다.

일반 사용자 입장에서는 변화가 겉으로 잘 보이지 않습니다. 다만 문서 처리·입력 대행·리포트 생성 같은 B2B 서비스의 응답 속도와 가격이 조용히 내려가는 형태로 체감될 가능성이 큽니다.

보안 담당자에게는 반대 방향의 숙제입니다. 같은 능력이 더 싸지고 빨라지면 자동화된 공격 시도의 밀도가 올라갑니다. 사내 에이전트에 컴퓨터 유즈를 붙일 때 실행 권한, 접근 가능한 앱 범위, 승인 프롬프트 정책을 기본값이 아니라 명시적으로 정해야 합니다.

기획자라면 질문이 하나 늘었습니다. “이 업무가 사람 손을 대신하는 일인가, 판단만 하면 되는 일인가.” 전자면 Terra, 후자면 더 싼 판단 전용 경로가 정답입니다. 둘을 섞으면 비용이 두 배가 됩니다.

전망

  1. 중간급 모델의 표준화 — Luna–Terra–Sol–Astra 4단 구성이 굳어지면, 경쟁사도 같은 계단을 갖추게 됩니다. 앞으로 비교 기준은 최고 성능이 아니라 “중간 등급의 작업당 비용” 이 될 가능성이 큽니다.
  2. 컴퓨터 유즈의 보편화 — 화면 조작이 중간급 가격에 들어오면, 자동화 대상이 API가 있는 서비스에서 API가 없는 레거시 프로그램으로 넓어집니다. 사내 업무 자동화의 지형이 바뀌는 지점입니다.
  3. 안전 규제의 초점 이동 — 사이버보안 Critical 등급이 중간급 모델에서 나왔다는 사실은, 규제 논의를 “최상위 모델 관리”에서 “널리 쓰이는 모델의 하한선 관리” 로 옮깁니다.
  4. 가격 경쟁의 다음 라운드 — 출력 단가가 58% 떨어진 것처럼, 다음 경쟁은 입력가가 아니라 출력·캐시·롱컨텍스트 배수에서 벌어질 공산이 큽니다.

마무리 — 이럴 때 특히 쓸모 있습니다

정리하면, GPT-6.1 Terra는 “똑똑한 모델”이 아니라 “자주 부를 수 있는 손” 입니다.

  • 화면을 읽고 입력·클릭하는 반복 업무를 대량으로 돌리는 경우
  • 코딩 에이전트의 기본 모델을 단가 낮춰 교체하려는 팀
  • 지침·서식을 고정해 두고 캐시로 재사용할 수 있는 구조
  • 영수증·송장·도면처럼 이미지 입력이 많은 처리 업무

도입 전에는 세 가지만 확인하면 됩니다. 첫째, 일반 Chat이 아니라 Work/Codex 경로인지(여기서 많이 걸립니다), 둘째, 캐시를 재사용할 수 있는 프롬프트 구조인지(비용의 절반이 여기서 갈립니다), 셋째, 컴퓨터 유즈 권한 범위를 좁혔는지(정렬 지표가 상위 모델만큼 깔끔하지 않습니다). 이 세 가지가 맞으면, 가성비 좋은 실행형 모델을 확보하는 셈입니다.

참고: 가격·기능·벤치마크는 2026년 10월 26~27일 기준 OpenAI 공식 발표와 시스템 카드, GitHub 공식 Changelog를 바탕으로 정리했습니다. 벤치마크 수치는 모두 제공사 자체 측정이며, 지역·요금제·관리자 설정에 따라 제공 범위가 달라질 수 있으니 도입 전 공식 가격표와 모델 문서를 다시 확인하시길 권합니다.