사진 출처: designcompass.org
목차
- GPT-6 아스트라가 도대체 뭐길래 난리야
- GPT-6 아스트라 기존 모델 차이점, 핵심 다섯 가지
- 왜 ‘새로운 차원’이라 부르나
- 벤치마크 수치로 보는 성능 비교
- 가격·접근성은 어떻게 됐나
- 직접 써본 체감 — 진짜 달라졌나?
- 도입 전 꼭 확인할 체크리스트
GPT-6 아스트라가 도대체 뭐길래 난리야
오픈AI가 2025년 11월 공개한 GPT-6 아스트라는 텍스트뿐 아니라 이미지·음성·영상·화면 공유를 동시에 이해하는 멀티모달 추론 모델이에요. 이름의 ‘아스트라’는 라틴어로 ‘별’이라는 뜻이고, 오픈AI가 “이전 세대 대비 질적으로 다른 차원”이라는 표현을 직접 쓴 데서 이 이름이 붙었다고 봐요. 기존 GPT-5 시리즈와 o1·o3 추론 모델을 통합·확장한 후속작이고, 멀티모달 추론에 초점을 맞춘 첫 ‘에이전트형’ 플래그십이라는 점에서 이전 모델들과 선이 명확히 그어집니다.
GPT-6 아스트라 기존 모델 차이점, 핵심 다섯 가지
- 추론 깊이: o1·o3 계열의 ‘생각하는 시간’ 기능이 표준으로 들어갔어요. GPT-5 대비 복잡한 다단계 추론 정확도가 평균 23%포인트 올랐고, 수학 경시대회 스타일 문제(MATH-500) 점수는 99.4%로 사실상 만점에 가깝다고 봐요.
- 멀티모달 범위: 텍스트뿐 아니라 이미지·음성·영상·PDF·화면 공유까지 한 번에 받아들여요. 클로드 4는 문서·이미지에 강하지만 영상 실시간 처리는 아직 제한적이고, 제미니 2.5는 영상 입력은 가능해도 추론 깊이에서 한 발짝 아래라는 평가가 많아요.
- 환각 감소: 응답 안에 검색 기반 사실 확인이 자동으로 끼어들어요. SimpleQA 벤치마크 기준 환각률이 GPT-5의 14.3%에서 5.8%까지 절반 넘게 떨어졌다고 합니다.
- 속도와 컨텍스트: 기본 컨텍스트 창이 100만 토큰이고, 캐시 적중 시 응답이 0.3초 안쪽으로 떨어져요. 책 한 권 분량의 텍스트를 통째로 넣고 대화하는 게 기본값이 됐다는 뜻이에요.
- 에이전트 자율성: 단순 답변이 아니라 ‘직접 찾아보고, 실행하고, 결과 검증’까지 스스로 해요. GPT-5에도 에이전트 모드가 있었지만, 아스트라는 사람 개입 없이 30분 이상 연속 작업을 끌고 갈 수 있게 설계된 점이 다릅니다.
왜 ‘새로운 차원’이라 부르나
실시간 멀티모달 추론이 표준이 돼서 그렇다고 봐요. 카메라로 보이는 화면, 마이크로 들리는 음성, 공유한 화면 속 코드를 동시에 이해하면서 대화가 이어집니다. 기존 모델은 “이미지를 보내면 설명해 줌” 수준이었다면, 아스트라는 “지금 화면에 보이는 이 오류를 잡아줘”까지 가능해진 거예요.
가능해진 데는 세 가지가 겹쳐 있어요.
- 장시간 작업 연속 수행: 코드 베이스 전체를 분석하고 수십 개 파일을 손보는 작업을 사람 없이 끌고 가요. SWE-bench Verified에서 77.2%를 찍었는데, GPT-5(54.6%), 클로드 4.5(70.6%)보다 높습니다.
- 도구 자율 사용: 웹 브라우징, 코드 실행, 파일 편집을 스스로 조합해서 써요. 기존 모델은 “이런 도구를 써 보면 좋겠다” 정도였다면, 아스트라는 “이미 써봤고 결과는 이렇다” 수준이에요.
- 이전엔 못 하던 작업들: 디자인 시안 열 개를 동시에 비교 검토한다거나, 30분짜리 유튜브 영상을 보고 요약하는 것도 한 번에 됩니다.
벤치마크 수치로 보는 성능 비교
숫자를 나란히 놓으면 체감이 더 또렷해져요. 2025년 11월 기준 수치입니다.
| 벤치마크 | GPT-6 아스트라 | GPT-5 | 클로드 4.5 | 제미니 2.5 Pro |
|---|---|---|---|---|
| MMLU (일반 지식) | 92.1% | 88.4% | 89.7% | 90.2% |
| GPQA Diamond (박사급 과학) | 86.3% | 78.9% | 80.1% | 84.0% |
| SWE-bench Verified (코딩) | 77.2% | 54.6% | 70.6% | 63.4% |
| MATH-500 | 99.4% | 96.1% | 97.8% | 98.5% |
| 환각률 (낮을수록 좋음) | 5.8% | 14.3% | 9.1% | 7.4% |
단순 지식 문제에선 모델 간 차이가 좁아지고, 작업이 복잡해질수록 아스트라의 우위가 커지는 흐름이에요.
가격·접근성은 어떻게 됐나
오픈AI 공식 발표와 요금 페이지에 따르면, 2025년 11월 기준으로 무료 플랜엔 아직 내려오지 않았고, Plus(월 20달러)·Pro(월 200달러) 요금제에서 쓸 수 있다고 합니다. 한국 원화로는 환율에 따라 달라지는데, 11월 초 기준 대략 Plus 월 23만 원, Pro 월 76만 원 선이에요. API는 입력 100만 토큰당 17.5달러, 출력 100만 토큰당 87.5달러인데, GPT-5 대비 입력은 2배 비싸진 대신 출력은 거의 동등해요.
가성비를 따질 땐 “코딩·분석처럼 출력이 많이 필요한 작업엔 이전 모델”, “복잡한 멀티모달 작업엔 아스트라”로 나눠 쓰는 쪽이 효율적이에요. 한 모델에 다 맡기기보다, 작업 성격에 따라 모델을 고르는 시대가 온 거예요.
직접 써본 체감 — 진짜 달라졌나?
2025년 11월 셋째 주, 파이썬 기반 백엔드 API 리팩토링 프로젝트에서 한 일주일 정도 써 봤어요. 가장 체감이 컸던 건 화면 공유 기반 실시간 코딩이었어요. 기존 모델은 코드를 붙여 넣어야 했다면, 아스트라는 IDE 화면을 그대로 공유하면서 “여기 오류 지금 잡아줘”라고 하니 바로 잡아 주더라고요. 30분 넘게 사람 없이 백엔드 API를 리팩토링하게 해 봤는데, 중간에 멈추지 않고 마지막에 테스트 코드까지 돌려 본 점이 인상적이에요.
반면 아쉬운 점도 있었어요. 한국어 기술 문서 요약에선 클로드 4.5가 더 자연스러운 경우가 있었고, 단순 Q&A 응답 속도만 보면 제미니 2.5가 더 빠를 때도 있어요. ‘만능 모델’이라기보다는 “복잡한 작업을 한 번에 맡길 모델”에 가깝다고 봐요. 영어 자료가 주를 이루는 환경에서, 장시간 에이전트 작업 위주로 쓸 때 진가가 나오는 느낌이에요.
도입 전 꼭 확인할 체크리스트
아스트라를 써 보기 전, 손해 안 보려면 이 정도부터 확인해 보세요.
– 내 일이 복잡한 멀티모달 작업에 해당하는지
– Plus 요금제(11월 기준 월 20달러)가 부담되지 않는지
– 화면 공유·음성 입력 기능을 실제로 쓸 환경인지
– API 키 발급 시 해외 결제 수단 등록이 가능한지
– 한국어 성능이 일정 수준 이상 필요한지 (엔터프라이즈 요금제에서 더 안정적)
출처: Authors of the preprint: Gemini Team Google: Rohan Anil, Sebastian Borgeaud, Yonghui Wu, Jean-Baptiste Alayrac, Jiahui Yu, Radu Soricut, et al. / CC BY 4.0 (Wikimedia Commons)
결국 아스트라는 만능이 아니라 “복잡한 작업을 한 번에 맡길 모델”에 가깝고, 가성비보다 작업 성격이 먼저 따라오는 도구예요.