GPT-6 모델 비교: ChatGPT 기본값부터 API·Codex 선택까지

GPT-6를 비롯한 GPT 모델을 고를 때는 맡길 작업과 함께 어떤 제품에서 사용할지도 살펴봐야 합니다. 복잡한 Work 및 Codex 작업은 OpenAI의 GPT-6.1 Sol부터 검토할 만합니다. 범위가 명확한 반복 작업에는 GPT-6 Luna가, 특히 까다로운 문제에는 플래그십인 GPT-6 Astra가 적합합니다. 일반 ChatGPT의 모델 구성은 다릅니다. Free와 Go의 기본 모델은 GPT-5.6 Luna이며, GPT-6는 이용 자격을 갖춘 유료 계정에 순차적으로 제공되고 있습니다. 모델 이름만으로는 내 계정에서 무엇을 실행할 수 있는지 알 수 없습니다.

2026년 10월 25일 OpenAI의 모델 카드, 지원 종료 안내 페이지, Help Center를 기준으로 확인했습니다. 아래 권장 사항은 해당 자료를 분석한 결과이며, 모델을 직접 테스트한 결과를 제시하는 것은 아닙니다.

GPT-6 모델 비교: API ID, 컨텍스트와 사용 환경

OpenAI의 현재 플래그십 API 모델은 GPT-6 Astra, GPT-6.1 Sol, GPT-6 Luna입니다. GPT-6 Sol은 별도 모델로 계속 문서에 안내되어 있습니다. GPT-6 Pro는 Astra를 기반으로 하는 ChatGPT의 선택 옵션이며, gpt-oss는 다운로드할 수 있는 모델 계열입니다. 창업자가 개발자에게 ChatGPT에서 얻은 답변을 애플리케이션에서도 재현해 달라고 요청할 때는 이 차이를 알아야 합니다. OpenAI 모델 카탈로그.

아래 표의 용도 열은 OpenAI의 짧은 모델 소개를 옮겼으며, Pro 행에는 Pro 옵션에 대한 설명을 사용했습니다. 컨텍스트 값은 개별 모델 카드에 기재된 정확한 토큰 수입니다. ChatGPT 대화에서 보장되는 한도를 뜻하지는 않습니다. API ID는 소프트웨어가 모델을 선택할 때 전송하는 식별자입니다. Work는 시간이 더 걸리는 작업과 완성된 결과물 제작을 위한 ChatGPT의 작업 환경이며, Codex는 소프트웨어 개발 에이전트입니다.

이용 가능 여부의 출처: Sol·Luna 출시 발표, GPT-6.1 Sol 출시 발표, Astra 출시 발표, ChatGPT Work와 Codex, gpt-oss 배포 파트너.

Azure: 미확인은 확인한 OpenAI 페이지에서 해당 모델의 Azure 제공 여부를 입증하지 못했다는 뜻입니다. Microsoft가 제공할 수 없다는 의미는 아닙니다. 배포 경로가 명시되어 있더라도 내 지역이나 구독에서 이용할 수 있다는 보장은 없습니다. Azure를 통해 도입하려는 운영 담당자는 동료에게 사용을 약속하기 전에 개발자에게 실제 배포 가능한 모델을 정확히 확인해야 합니다.

OpenAI의 모델 설명은 의도한 포지셔닝을 나타냅니다. 모든 작업에서 같은 성능 순위를 보장하는 것은 아닙니다. 모델 계열의 배경은 GPT-6 해설에서 확인할 수 있습니다.

ChatGPT 모델은 요금제별로 무엇이 기본인가요?

Chat 요금제에 따라 기본 모델과 선택 가능한 사고 수준이 달라집니다. 순차 제공 대상으로 발표되었다고 해서 기존 대화가 모두 새 모델로 바뀌었다고 볼 수는 없습니다. ChatGPT 모델 이용 안내.

출처: 일반 Chat 요금제 표, Business 모델, Enterprise 모델.

ChatGPT 무료 모델: Chat과 데스크톱 앱은 다릅니다

Free나 Go 계정에서도 사용하는 환경에 따라 서로 다른 세대의 Luna를 만날 수 있습니다. OpenAI의 Sol·Luna 출시 발표에 따르면 이들 사용자는 데스크톱 앱에서 GPT-6 Luna를 이용할 수 있습니다. 그렇다고 Help Center에 안내된 일반 Chat의 기본 모델인 GPT-5.6 Luna가 대체되는 것은 아닙니다. 답변을 비교하기 전에 어떤 환경을 사용했는지 확인해야 합니다. 데스크톱 이용 안내.

창업자가 Chat으로 고객 안내문 초안을 작성한다면, 실제 선택지는 그 대화에 표시되는 모델과 사고 수준입니다. 개발자가 같은 계정으로 Codex를 열었다면 Codex의 선택 항목을 따로 확인해야 합니다. 구독은 각각의 설정을 가진 제품에 대한 접근 권한이지, 하나의 모델이 사용자에게 영구적으로 배정되는 방식이 아닙니다.

GPT-5.6 모델을 직접 선택했다면 그대로 유지될 수 있습니다

기존에 GPT-5.6 Sol을 명시적으로 선택한 대화는 GPT-5.6를 유지합니다. 순차 전환 과정에서는 이전의 Latest 선택 항목이 GPT-6로 바뀌며, 추론 수준은 그대로 유지됩니다. 기존 선택 항목의 처리 방식.

그래서 같은 요금제를 쓰는 동료끼리도 사용 중인 모델이 다를 수 있습니다. 답변 오류나 계정 문제로 판단하기 전에 대화 설정과 워크스페이스 접근 권한부터 확인해야 합니다. Business와 Enterprise의 모델 권한도 사용자가 선택할 수 있는 범위를 제한할 수 있습니다.

OpenAI 모델 비교의 기본: 모델·제품·추론 수준을 구분합니다

결과를 재현하거나 검증해야 한다면 모델, 제품, 추론 수준을 함께 기록해야 합니다. 모델은 엔진, 제품은 차량, 추론 수준은 엔진에 얼마나 많은 일을 맡길지에 해당한다고 생각하면 쉽습니다. 어떤 설정과 툴을 쓸 수 있는지는 차량에 해당하는 제품이 결정합니다. 엔진 사양만으로 전체 주행 경험을 설명할 수는 없습니다.

주간 운영 회의에서 “ChatGPT가 작성했습니다”라는 설명만으로는 결과를 재현하기 어렵습니다. 선택한 모델, 작업을 실행한 환경이 Chat·Work·Codex·API 애플리케이션 중 무엇인지, 사고 수준 설정을 기록해야 합니다. 원본 문서와 지시문도 함께 보관합니다. 그래야 출력이 달라졌을 때 다음 담당자가 구체적인 조건을 바탕으로 다시 실행할 수 있습니다.

추론 수준을 높인다고 자동으로 다른 모델이 선택되는 것은 아닙니다. Plus와 Pro의 Chat에서 Instant 대화에 더 깊이 생각하라고 요청해도 자동으로 더 높은 사고 수준으로 전환되지는 않습니다. 설정에서 직접 선택해야 합니다. Business에서는 Higher intelligence 설정을 통해 추론이 자동으로 추가될 수 있으므로 워크스페이스별 동작이 다를 수 있습니다. 개인 요금제의 동작, Business 설정.

운영 담당자가 출시 계획을 검토할 때 여러 제약 조건을 조율해야 한다면 추론 수준을 높일 수 있습니다. 문제의 원인이 원본 문서 누락이라면 그 문서부터 제공해야 합니다. 추론을 더 많이 한다고 작업에 필요한 사실을 대신할 수는 없습니다.

Codex에서는 어떤 GPT 모델을 사용하나요?

Codex에는 모든 요금제, 클라이언트, 워크스페이스에 공통으로 적용된다고 믿을 만한 단일 기본 모델이 없습니다. OpenAI는 이용 가능한 경우 복잡한 코딩과 에이전트 워크플로에 GPT-6.1 Sol을, 범위가 명확한 반복 작업에는 Luna를 권장합니다. 이용 가능한 모델은 로그인 방식과 클라이언트에 따라 달라집니다. Work와 Codex 모델.

Codex는 사용자가 직접 선택한 모델을 유지합니다. 워크스페이스 관리자는 Chat과 별개로 Work와 Codex의 시작 모델 및 추론 수준을 설정할 수 있습니다. CTO가 코드 리뷰의 기준을 통일하려면 모든 엔지니어에게 같은 기본값이 적용되었을 것이라고 가정하지 말고, 기준을 직접 설정하고 문서화해야 합니다. 시작 기본값.

1. 1

   현재 선택된 모델을 확인합니다

   Work나 Codex에서는 입력창 아래의 모델 선택 항목을 확인합니다. 대화형 Codex CLI 세션에서는 /model로 모델이나 추론 수준을 확인하고 변경할 수 있습니다.

2. 2

   반복 실행할 작업은 모델을 명시적으로 선택합니다

   OpenAI 문서는 새 CLI 세션을 시작하는 방법으로 codex --model gpt-6.1-sol을 안내합니다. 실제 계정과 클라이언트에서 제공하는 모델을 사용해야 합니다. 가이드에 모델 이름이 나와 있다고 접근 권한이 생기는 것은 아닙니다.

3. 3

   클라이언트와 워크스페이스를 확인합니다

   Astra에는 Codex CLI 0.153.0 이상이 필요합니다. Enterprise에서는 클라이언트를 업데이트하는 것과 함께 관리자에게 모델 접근 권한도 확인해야 합니다.

출처: Codex 모델 설정, Astra 클라이언트 요구 사항.

제품별 경계는 지원 종료 사례에서도 드러납니다. ChatGPT 로그인으로 사용하는 Codex에서는 2026년 10월 14일 19:00 UTC에 GPT-5.5 지원이 종료되었습니다. OpenAI에 따르면 이 변경은 API 접근이나 API 키를 사용하는 Codex 세션에는 영향을 주지 않았습니다. Codex의 지원 종료일을 API 서비스 종료일로 해석해서는 안 됩니다. Codex 지원 종료 안내.

컨텍스트 윈도: 토큰 수로 알 수 있는 것과 없는 것

GPT-6.1 Sol의 API 모델 카드에는 컨텍스트가 1,050,000토큰으로 기재되어 있지만, Work와 Codex의 기본값은 500,000토큰입니다. 토큰은 텍스트나 그 밖의 모델 입력을 구성하는 작은 단위입니다. 컨텍스트는 하나의 요청에 사용할 수 있는 작업 공간입니다. 온전한 문서를 특정 개수만큼 처리한다는 약속도, 모든 세부 정보를 정확하게 활용한다는 보장도 아닙니다. API 사양, Work와 Codex 한도.

저장소를 분석하는 개발자라면 Codex 작업에도 API의 최대 한도가 그대로 적용된다고 가정해서는 안 됩니다. 관련 파일을 선별하고 지시문, 툴 실행 결과, 답변을 위한 공간을 남겨야 합니다. 공급업체 제안서를 비교하는 운영 담당자라면 내려야 할 결정을 중심으로 문서를 묶고 출처가 있는 근거를 요청해야 합니다. 문서를 더 많이 넣는다고 더 좋은 작업 요청이 되는 것은 아닙니다.

GPT-6 모델 카드는 컨텍스트 윈도와 최대 출력 128,000토큰도 구분합니다. 입력 용량과 답변 길이는 서로 다른 한도입니다. 다운로드형 gpt-oss의 모델 카드에는 컨텍스트가 131,072토큰으로 기재되어 있습니다. 계획 중인 정확한 배포 환경에 맞는 수치를 사용해야 합니다. Astra 한도, gpt-oss 한도.

전환 시 따져 볼 장단점은 GPT-6.1 Sol과 GPT-6 Sol 비교에서 자세히 다룹니다.

gpt-oss: 직접 다운로드해 실행하는 모델

배포 환경을 직접 통제해야 한다면 gpt-oss를 검토할 수 있습니다. 오픈 웨이트는 학습된 모델 파일을 다운로드해 실행할 수 있다는 뜻입니다. OpenAI는 gpt-oss-120b와 gpt-oss-20b를 Apache 2.0 라이선스로 공개하지만, 자사 API나 ChatGPT를 통해 제공하지는 않습니다. 카탈로그에 모델 카드가 있다고 해서 OpenAI가 호스팅하는 엔드포인트가 되는 것은 아닙니다. 오픈 웨이트 모델 안내.

OpenAI에 따르면 gpt-oss-120b는 메모리 80 GB 안에 탑재할 수 있고, gpt-oss-20b에는 16 GB가 필요합니다. 이 배포 수치는 서버급 환경과 더 작은 로컬 실험을 구분하는 데 도움이 됩니다. 다만 해당 용량의 메모리를 갖춘 모든 기기에서 실용적인 속도를 보장한다는 뜻은 아닙니다. OpenAI 배포 가이드.

통제된 인프라 안에서 모델을 실행해야 하는 CTO라면 이 계열을 평가할 만합니다. 반면 호스팅되는 어시스턴트만 필요한 창업자가 가중치를 다운로드하면 별도의 운영 업무가 생깁니다. 추론 서비스를 운영하고, 접근을 보호하고, 주변 애플리케이션을 유지해야 합니다. 모델을 선택하기 전에 이 업무의 담당자부터 정해야 합니다.

모델 카드에 따르면 gpt-oss는 텍스트 전용 모델입니다. 스크린샷 해석이 필요한 워크플로라면 GPT-6에서 가능한 이미지 입력이 이 가중치에서도 지원된다고 가정해서는 안 됩니다. gpt-oss-20b 입출력 형식.

이전 GPT 모델: 반드시 확인해야 할 서비스 종료일

같은 모델 계열 안에도 이미 종료된 스냅샷과 아직 이용 가능한 스냅샷이 함께 있을 수 있으므로 정확한 모델 ID를 점검해야 합니다. 다음은 OpenAI의 지원 종료 안내 페이지에 나오는 범용 텍스트 및 추론 모델의 주요 API 서비스 종료 일정입니다.

• 2026년 10월 23일, 이미 종료: 공지에 명시된 GPT-3.5 Turbo, GPT-4, GPT-4 Turbo의 별칭 및 스냅샷; GPT-4.1 nano; gpt-4o-2024-05-13; 공지에 명시된 o1, o1-pro, o3-mini, o4-mini 모델.
• 2026년 12월 11일: GPT-5, GPT-5 mini, GPT-5 nano, GPT-5 pro, o3, o3-pro 및 공지에 명시된 해당 스냅샷.
• 2027년 1월 14일: gpt-4o-2024-08-06, gpt-4o-2024-11-20, gpt-4o-mini-2024-07-18, gpt-4.1-2025-04-14, gpt-4.1-mini-2025-04-14. OpenAI가 명시한 대체 모델은 gpt-6-luna입니다.
• 2027년 4월 1일: gpt-5.3-codex, gpt-5.1, gpt-5.1-2025-11-13, gpt-5.4-nano, gpt-5.4-nano-2026-03-17.

Deprecated는 서비스 종료가 발표되었다는 뜻이며, 이미 이용이 중단되었다는 의미는 아닙니다. Legacy는 모델이 더 이상 업데이트되지 않는다는 뜻입니다. OpenAI는 모델 목록 조회 및 개별 모델 조회 엔드포인트에서 선택적 필드인 shutdown_date도 제공합니다. 상태 정의와 모니터링.

문서 처리 워크플로를 운영한다면 개발자에게 현재 설정된 식별자와 대체용 식별자를 확인해야 합니다. 영향을 받는 워크플로마다 전환 일정을 잡고, 대표 문서로 대체 모델을 검증합니다. 설정 파일에 더 새로운 이름이 들어갔을 때가 아니라, 애플리케이션이 계속 허용 가능한 결과를 낼 때 전환이 완료된 것입니다.

창업자·운영 담당자·개발자는 어떤 GPT 모델을 골라야 할까요?

작업이 실패했을 때의 비용과 배포 제약부터 살펴봐야 합니다. OpenAI의 API 카탈로그는 선택이 어렵다면 Astra부터 검토하도록 안내합니다. Work/Codex 가이드에서는 복잡한 코딩에 GPT-6.1 Sol을, 범위가 명확한 작업에는 Luna를 권장합니다. 아래 선택지는 평가를 시작하기 위한 실용적인 기준이며, 벤치마크 순위가 아닙니다. API 모델 선택의 출발점, Work/Codex 가이드.

투자를 유치한 창업자라면: 상충하는 근거를 다루는 중요한 전략 문서에는 이용 가능한 모델 중 가장 강력한 모델을 사용하고, 그 추론을 원자료와 대조해야 합니다. 이런 작업에는 Astra를 시험해 볼 만합니다. 가벼운 모델로도 이미 요구 사항을 충족하는 일상적인 문구 수정에까지 Astra를 필수 조건으로 삼을 필요는 없습니다.

시니어 운영 담당자라면: 반복적인 정보 추출이나 분류 워크플로는 출력 형식을 명확히 정한 뒤 Luna로 시작합니다. 평가에는 처리하기 까다로운 사례, 누락된 필드, 서로 모순되는 기록을 포함해야 합니다. 입력 지시문을 개선하는 것만으로 해결되지 않고 해석 능력이 필요한 실패가 나타날 때 더 강력한 모델을 검토합니다.

혼자 개발하는 기술 실무자라면: 이용 가능한 경우 복잡한 코드 변경은 GPT-6.1 Sol로 시작합니다. 툴 호출과 추론 설정을 점검하는 동안에는 정상 작동이 확인된 기존 Sol 설정을 유지합니다. 폭넓은 엔지니어링 작업과 범위가 엄격히 한정된 작업의 차이는 Sol과 Luna 비교에서 더 자세히 다룹니다.

중견기업 CTO라면: 먼저 조직에서 허용하는 배포 방식을 정합니다. OpenAI API 이용, Azure 배포, gpt-oss 자체 호스팅은 서로 다른 운영 결정입니다. 그다음 이용 가능한 모델을 동일한 합격 기준으로 비교합니다. 조직이 사용할 수 없는 배포 환경에 있는 모델은 아무리 성능이 높아도 후보가 될 수 없습니다.

현재 요금은 별도의 OpenAI API 요금 가이드에서 확인할 수 있습니다.

과장된 기대를 걷어내면: 최신 모델 이름만으로는 도입 계획이 되지 않습니다

모델 이름이 더 새롭다고 접근 권한, 연동 방식, 품질이 결정되는 것은 아닙니다. “GPT-6를 사용합니다”라는 설명만으로는 계열 내 어떤 모델인지 알 수 없습니다. “Astra가 포함됩니다”라는 말에는 제품과 사용량 한도가 빠져 있습니다. “컨텍스트가 큽니다”라는 설명도 해당 제품에서 실제로 쓸 수 있는 한도를 알려 주지 않습니다. 업무상 약속을 하기 전에 전체 구성을 확인해야 합니다.

판단 기준은 명확합니다.

• 지금 조치해야 하는 경우: 설정된 모델이 이미 종료되었거나 종료일이 다가오는 경우, 또는 대체 모델이 현재 워크플로에서 실제로 겪는 실패를 해결하는 경우입니다.
• 전환 전에 평가해야 하는 경우: Sol 세대를 바꾸면서 툴 호출, 추론 설정, 애플리케이션이 처리할 수 있는 문서에 영향이 생기는 경우입니다.
• 기다려도 되는 경우: 현재 워크플로가 이미 합격 기준을 충족하고, 바꾸려는 이유가 더 새로운 이름뿐인 경우입니다. 다만 서비스 종료일은 계속 확인해야 합니다.
• 현재 구성을 유지해도 되는 경우: 지원 종료가 다른 제품이나 인증 방식에만 적용되는 경우입니다. Codex의 GPT-5.5 변경이 API 키 세션에는 적용되지 않은 사례가 여기에 해당합니다.

모델을 업그레이드하려면 실제 입력, 기대 출력, 검토 절차를 바탕으로 작지만 대표성 있는 비교를 해야 합니다. 공급업체의 포지셔닝은 후보를 고르는 데 유용합니다. 그 후보에게 업무를 맡겨도 되는지는 자체 합격 기준으로 결정해야 합니다.

자주 묻는 질문

OpenAI는 어떤 모델을 사용하나요?

OpenAI는 제품마다 서로 다른 모델을 사용합니다. 플래그십 API 카탈로그에는 GPT-6 Astra, GPT-6.1 Sol, GPT-6 Luna가 올라 있으며, ChatGPT에서 선택할 수 있는 모델은 요금제와 사용 환경에 따라 달라집니다. 현재 모델 카탈로그.

AI 모델에는 어떤 종류가 있나요?

모델 선택에서는 범용 텍스트·추론 모델, 이미지나 오디오에 특화된 모델, 다운로드 가능한 오픈 웨이트 모델을 구분하면 됩니다. 먼저 작업에 무엇이 필요한지, 그다음 모델을 어디에서 실행할 수 있는지 살펴봅니다. OpenAI도 모델 카탈로그에서 이 범주들을 구분합니다.

GPT-2는 어떤 모델인가요?

GPT-2는 OpenAI가 2019년에 발표한 초기 트랜스포머 언어 모델로, 다음 단어를 예측하도록 학습되었습니다. 현재 모델 구성을 이해하는 데 도움이 되는 역사적 배경이며, 현재 ChatGPT 요금제의 모델 이름은 아닙니다. OpenAI의 GPT-2 발표.

GPT 모델에는 어떤 한계가 있나요?

컨텍스트, 출력 길이, 지원 입력 형식, 툴 호환성은 모델과 제품에 따라 다릅니다. 컨텍스트 윈도가 크다고 정확한 답변이 보장되는 것도 아닙니다. 애플리케이션에 적용할 때는 모델 카드를 확인하고, 결과를 알고 있는 사례로 전체 워크플로를 평가해야 합니다. GPT-6 가이드.

ChatGPT에 입력하면 안 되는 정보는 무엇인가요?

권한과 승인된 데이터 처리 체계를 갖추지 않은 상태에서 비밀번호나 기밀 자료를 붙여 넣어서는 안 됩니다. OpenAI는 검토되거나 사용되기를 원하지 않는 민감한 정보는 입력하지 말라고 안내합니다. 계정의 Data controls와 조직의 정책을 확인해야 합니다. 소비자 서비스 데이터 안내.

제한 없이 쓸 수 있는 GPT가 있나요?

모든 측면에서 무제한인 옵션은 없습니다. 일상적인 채팅 사용량이 넉넉하더라도 컨텍스트 한도, 툴 한도, 추론 사용량, 안전장치가 사라지는 것은 아닙니다. Business는 사실상 무제한인 Instant 채팅과 추론·Pro·Work·Codex 사용량을 명시적으로 구분합니다. Business 한도.

검열 없는 AI는 무엇인가요?

오픈 웨이트는 모델 파일에 접근할 수 있다는 뜻이지, 동작에 아무런 제한이 없다는 약속은 아닙니다. OpenAI는 gpt-oss에 안전성 학습을 적용했다고 설명합니다. 필요한 것이 배포 통제권이라면 “검열 없음”이라는 표현에 기대기보다 그 요건을 직접 평가해야 합니다. gpt-oss 출시 발표.

ChatGPT보다 나은 AI가 있나요?

어떤 작업인지 정하지 않으면 모든 상황에 통하는 유용한 답을 내릴 수 없습니다. ChatGPT는 제품이고, GPT 모델은 그 구성 요소 중 하나입니다. 실제 문서, 필요한 툴, 허용 가능한 오류, 검토 부담을 기준으로 전체 워크플로를 비교해야 합니다.

가장 멍청한 AI는 무엇인가요?

모델을 고르는 데 도움이 되는 기준은 아닙니다. 작은 모델도 범위가 좁은 정보 추출 작업에서는 성공할 수 있고, 더 강력한 모델도 필요한 맥락이 없으면 실패할 수 있습니다. 비하하는 표현으로 순위를 매기기보다 맡길 일을 정의하고 실패 원인을 살펴봐야 합니다.

월요일에 바로 할 일: 업무별 모델 목록을 만듭니다

비즈니스가 의존하는 워크플로의 모델 목록을 만듭니다. 워크플로마다 제품, 정확히 선택한 모델, 추론 수준, 담당자, 서비스 종료일이 있다면 그 날짜까지 기록합니다. 담당자에게 합격 사례와 실패 사례를 각각 찾아 달라고 요청합니다. 이미 종료된 모델에 대한 의존성부터 처리하고, 실패의 영향이 큰 업무에서 업그레이드를 평가합니다.

이 목록이 있으면 “우리는 어떤 GPT를 쓰고 있나요?”라는 질문에 누구나 확인하고 관리할 수 있는 답을 내놓을 수 있습니다.

실무에 도움이 되는 모델과 워크플로 소식은 뉴스레터를 구독해 받아볼 수 있습니다.