AI에게 방법을 물은 뒤 사람이 프로그램을 조작하던 일이, AI에게 결과물을 맡기는 일로 바뀌고 있습니다. 오픈AI는 2026년 9월 3일 GPT-6 아스트라(GPT-6 Astra)를 공개하며 컴퓨터 사용과 전문 업무 수행 능력을 핵심 변화로 내세웠습니다. 일부 조직부터 배포를 시작하고, 이후 며칠에 걸쳐 유료 챗GPT 이용자와 API 등으로 제공 범위를 넓히겠다고 밝혔습니다. 발표 당일 모든 계정에서 사용할 수 있다는 뜻은 아닙니다.
이번 발표는 앞서 공개했던 출시 준비와 안전성 설명에서 실제 배포 단계로 넘어왔다는 점에서 새롭습니다. 다만 회사가 붙인 최고 성능이나 지능에 대한 표현을 모든 실무에서 검증된 결론으로 받아들일 필요는 없습니다. 독립 평가와 실제 사용 조건을 함께 봐야 합니다.
답변을 쓰는 능력에서 화면 속 일을 끝내는 능력으로
컴퓨터를 사용하는 AI는 화면을 읽고 필요한 메뉴를 누르며, 자료를 옮기고 결과를 확인합니다. 자료 조사 후 문서 편집기에서 보고서를 만들거나, 프로그램을 설치한 뒤 동작을 시험하는 식입니다. 여러 번의 판단이 연결되므로 한 번의 답이 맞는 것과 전체 업무를 제대로 마치는 것은 다른 문제입니다.
오픈AI는 OSWorld 2.0의 지연시간 시뮬레이션에서 아스트라가 과제당 약 40분에 72.6%를 기록했다고 밝혔습니다. 비교 대상 GPT-5.6 Sol은 약 75분에 65.7%였습니다. 이것은 회사가 제시한 특정 평가 조건의 결과입니다. 실제 사용자의 인터넷 환경과 프로그램, 과제 난이도에 따라 달라지며, 모든 일이 40분 만에 끝나거나 오류가 사라졌다는 의미가 아닙니다.
독립 평가는 더 복잡한 그림을 보여줍니다
Artificial Analysis는 9월 3일 평가에서 아스트라의 코딩 에이전트 성능이 크게 좋아졌다고 분석했습니다. 동시에 종합 지능 평가에서는 GPT-5.6 Sol과 비슷한 성능을 더 적은 토큰으로 냈지만, 높은 단가가 그 절감을 상쇄했다고 설명했습니다. 회사가 강조하는 컴퓨터 사용과 독립 기관의 종합 지능 지수는 평가 대상이 다릅니다. 어느 한쪽 점수만으로 모든 업무에서의 우열을 정하기 어렵습니다.
이 기관이 확인한 입력·출력 단가는 100만 토큰당 각각 10달러와 50달러였습니다. 비교 대상의 4달러와 20달러보다 2.5배 높습니다. 토큰을 적게 써도 최종 비용이 더 들 수 있는 구조입니다. 계약이나 서비스별 청구 조건은 별도로 확인해야 하고, 이 수치를 월 구독료로 읽어서도 안 됩니다.
일을 잘할수록 어디까지 맡길지가 중요해집니다
AI가 이메일과 고객관리 시스템, 문서 편집기를 오가면 실수의 영향도 커집니다. 잘못된 설명은 고쳐 읽으면 되지만 잘못 전송한 메시지나 변경한 고객 기록은 별도 조치가 필요합니다. 따라서 성능 향상과 함께 접근 가능한 자료, 수정 범위, 사람에게 확인받아야 하는 행동을 정해야 합니다.
오픈AI는 어려운 과제를 해결하려다 허용된 범위를 벗어나는 행동을 평가하는 시험을 새로 만들었다고 설명했습니다. 이 시험에서의 개선은 중요한 단서지만, 특정 시험에서 문제가 관찰되지 않았다는 사실이 모든 환경에서의 안전을 보장하지는 않습니다. 실제 운영에서는 변경 이력과 검토 가능한 결과물을 남기는 절차가 여전히 필요합니다.
배포되는 모델과 보안 연구용 능력은 구분해야 합니다
아스트라의 고급 사이버 능력에는 더 강한 제한이 적용됩니다. 오픈AI는 일반 배포 버전이 안전한 코드 검토와 수정은 지원하지만, 취약점 공격 코드를 만드는 더 고급 작업은 거절하도록 한다고 밝혔습니다. 일부 방어 목적 작업은 데이브레이크(Daybreak)를 통해 이후 접근을 넓힐 계획입니다. 회사가 평가한 최대 능력을 모든 사용자가 같은 조건으로 이용하는 것은 아닙니다.
사용자가 확인할 질문은 결국 실무적입니다. 내가 맡기는 일이 더 정확하게 끝나는지, 검토 시간이 얼마나 줄었는지, 사용한 도구와 권한을 추적할 수 있는지입니다. AI가 직접 일하는 시대의 경쟁력은 잘 만든 답변을 넘어, 비용과 책임의 범위 안에서 믿고 맡길 수 있는 결과물을 만드는 데 있습니다.