요약: OpenAI가 GPT-5.6 시리즈를 제한 프리뷰로 공개했습니다. 이름은 Sol, Terra, Luna입니다. Sol은 최상위 성능, Terra는 균형형, Luna는 저비용·고속 모델로 설명됩니다. 이번 발표에서 개발자가 봐야 할 지점은 “더 똑똑한 모델이 나왔다”가 아닙니다. 실제 운영에서는 모델 선택, 비용표, 캐시 정책, 안전 심사 지연, Codex/API 제공 범위가 모두 바뀔 수 있습니다.
핵심 키워드: GPT-5.6 Sol, OpenAI API, 모델 라우팅, prompt caching, Codex 운영.
모델 발표를 볼 때 흔한 실수는 벤치마크 점수만 보는 것입니다. 하지만 실무 서비스에서는 점수보다 세 가지가 먼저 깨집니다. 첫째, 지연 시간입니다. 둘째, 토큰 비용입니다. 셋째, 거절이나 추가 검토로 인한 사용자 경험입니다.
OpenAI 발표에 따르면 GPT-5.6은 Sol, Terra, Luna 세 가지 티어로 나뉩니다. Sol은 가장 강한 모델입니다. Terra는 GPT-5.5급 성능에 더 낮은 가격을 목표로 합니다. Luna는 더 빠르고 저렴한 선택지입니다. 이 구조는 기존의 “하나의 최신 모델로 전부 처리” 방식과 다릅니다. 앞으로는 요청 성격에 따라 모델을 나눠 쓰는 라우팅이 기본값에 가까워질 가능성이 큽니다.
예를 들어 코드 리팩터링, 보안 리뷰, 긴 문서 분석은 Sol로 보내고, 일반 요약이나 짧은 분류는 Terra나 Luna로 보내는 식입니다. 프롬프트 하나를 잘 쓰는 것보다 라우터를 잘 설계하는 팀이 비용을 더 잘 통제할 수 있습니다.
OpenAI는 GPT-5.6 프리뷰 가격을 100만 토큰 기준으로 공개했습니다. Sol은 입력 $5, 출력 $30입니다. Terra는 입력 $2.50, 출력 $15입니다. Luna는 입력 $1, 출력 $6입니다. 숫자만 보면 Luna가 싸고 Sol이 비쌉니다. 하지만 실제 비용은 출력 토큰이 얼마나 길어지는지에 따라 달라집니다.
긴 추론을 자주 요구하는 에이전트 작업은 출력 토큰이 빠르게 늘어납니다. 특히 코드 생성, 테스트 로그 분석, 보안 점검처럼 중간 사고 과정과 도구 호출이 많은 작업은 출력 비용이 입력 비용보다 커지는 경우가 많습니다. 따라서 “입력 문서가 크니 입력 단가만 보자”가 아니라 “최종 답변과 중간 산출물이 얼마나 길어지는가”를 같이 봐야 합니다.
실무에서는 다음 기준으로 나누는 편이 안전합니다.
이 기준을 코드에 넣어두면 새 모델이 나와도 전체 시스템을 갈아엎지 않아도 됩니다.
이번 발표에서 중요한 부분은 안전 장치입니다. OpenAI는 GPT-5.6 Sol에 대해 실시간 사이버·바이오 misuse classifier, 계정 단위 리뷰, 차등 접근, 모니터링, 추가 reasoning 검토를 언급했습니다. 즉 일부 요청은 즉시 답하지 않고 중간에 멈춰 더 큰 reasoning 모델이 대화를 검토할 수 있습니다.
이 말은 보안 도구를 만드는 팀에게 중요합니다. 취약점 분석, 재현 코드 검토, 패치 제안은 합법적인 방어 작업일 수 있지만, 표면적으로는 공격 작업과 비슷해 보일 수 있습니다. 사용자는 “모델이 느리다” 또는 “갑자기 거절한다”고 느낄 수 있습니다.
따라서 제품 UX에는 세 가지 상태가 필요합니다.
이 상태를 모두 같은 로딩 스피너로 처리하면 사용자는 장애로 오해합니다. 특히 보안 분석 SaaS라면 “요청이 추가 검토 중입니다. 방어 목적 설명이나 범위를 더 명확히 입력하면 성공률이 올라갑니다” 같은 메시지가 필요합니다. 거절을 단순 실패로 저장하지 말고 요청 유형, 사용자 역할, 대상 범위, 재시도 프롬프트를 함께 기록해야 합니다.
GPT-5.6은 더 예측 가능한 prompt caching을 강조했습니다. 발표에는 explicit cache breakpoints, 최소 30분 cache life, cache write 1.25배 과금, cache read 90% 할인이라는 내용이 들어 있습니다. 이 구조에서는 프롬프트를 아무렇게나 붙이는 방식이 손해입니다.
캐시 효율을 높이려면 정적 prefix를 앞에 둬야 합니다. 예를 들어 시스템 정책, 출력 포맷, 회사 규칙, 코드 스타일, 보안 정책은 앞쪽에 고정합니다. 사용자 질문, 최근 로그, 변경 파일 목록은 뒤쪽에 둡니다. 매 요청마다 날짜, request id, 사용자 이름 같은 값이 앞쪽에 들어가면 캐시는 깨집니다.
에이전트 서비스라면 다음처럼 나눌 수 있습니다.
이렇게 하면 prefix A+B가 여러 요청에서 반복되어 캐시 이득을 받을 수 있습니다. 반대로 “사용자별 전체 컨텍스트를 시스템 프롬프트 앞에 넣는 방식”은 비용과 지연 시간을 같이 올립니다.
OpenAI는 GPT-5.6을 API와 Codex에서 먼저 제한 파트너에게 제공한다고 밝혔습니다. ChatGPT, Codex, API로 더 넓게 제공할 계획도 언급했습니다. 하지만 이 말은 모든 기능이 동시에 같은 방식으로 열린다는 뜻이 아닙니다.
개발자는 제품별 차이를 확인해야 합니다. Codex에서 잘 되는 장기 작업이 API에서 같은 비용과 같은 지연 시간으로 동작하지 않을 수 있습니다. 반대로 API에서 쓸 수 있는 세밀한 캐시·라우팅 제어가 ChatGPT UI에서는 노출되지 않을 수 있습니다.
출시 초기에 해야 할 일은 “성능 테스트”보다 “경계 테스트”입니다.
결론은 간단합니다. GPT-5.6 Sol은 “더 좋은 모델”이지만, 운영 관점에서는 “더 세밀한 모델 포트폴리오”입니다. 지금 필요한 작업은 감탄이 아니라 라우팅, 캐시, 안전 상태, 비용 로그를 먼저 정리하는 것입니다.
근거: OpenAI GPT-5.6 Sol 제한 프리뷰 발표, OpenAI prompt caching 가이드.