GPT-5.6 실전 리뷰: Codex 장시간 실행·컴퓨터 유즈·가격까지 하나로 정리

핵심 메시지

• 리뷰어는 GPT-5.6가 5.5에서 크게 도약해 GPT-5 학습을 끝까지 짜낸 완성형 모델이라고 평가한다.
• Codex와 결합해 '엑셀 클론을 만들라'는 8단어 프롬프트를 5일 넘게 자동으로 돌려 기능 상당수를 재현했다.
• 실제 엑셀을 화면에서 직접 열어 따라 만드는 '컴퓨터 유즈'와 브라우저 자동화 능력이 특히 강력하다고 본다.
• Luna·Terra·Sol 세 크기에 추론 강도까지 나뉘어, 작업별로 모델을 나눠 위임하는 방식이 가능하다.
• GPT-5.6는 입·출력 토큰 비용이 더 싸고 토큰도 덜 쓰지만, 새 학습 기반의 Fable은 잠재력이 더 크다고 비교한다.

쉽게 이해하기

이 리뷰는 GPT-5.6를 직접 사용해 본 소감으로 시작한다. 리뷰어는 5.5에서 5.6으로의 변화가 소수점 업그레이드로 보기 어려울 만큼 큰 도약이며, GPT-5 학습에서 뽑아낼 수 있는 성능을 마지막까지 짜낸 결과라고 말한다. 그가 써 본 모델 중 가장 유능한 축에 든다는 평가다.

가장 인상적인 사례는 Codex와의 결합이다. '기능이 같아질 때까지 엑셀 클론을 만들라'는 여덟 단어짜리 프롬프트 하나를 걸자, 시스템은 5일 넘게 스스로 작업을 이어 가다 수동으로 멈출 때까지 계속됐다. 결과물은 단일 페이지 HTML 앱이지만 오름·내림 정렬, 수식, 데이터 유효성 검사, 조건부 서식, 표, 찾기·바꾸기, 나아가 피벗 테이블까지 갖춘 상당한 엑셀 클론이었다.

특히 눈에 띄는 대목은 '컴퓨터 유즈'다. 모델이 데스크톱의 실제 엑셀을 직접 열어 기능을 확인한 뒤 복제 버전에 옮기며 두 화면을 오갔다. 리뷰어는 브라우저 자동화 역시 뛰어나다고 강조하는데, Codex 브라우저로 지메일을 정리하거나 복잡한 DNS 레코드 변경을 프롬프트 한 번으로 처리했다고 전한다. 같은 방식으로 마인크래프트도 복제해, 약 하루 만에 실제 게임 같은 형태가 나오고 이후 바이옴·몹·인벤토리를 계속 확장했다고 소개한다.

성능 근거로는 파트너인 Box의 기업 업무 평가를 인용한다. 이 벤치마크는 문서 읽기, 수치 대조, 실사, 전문가 산출물 검토처럼 실제 지식노동을 시험하는데, 새 모델군이 정확도에서 경쟁력을 보였고 특히 Luna는 Terra급 정확도를 더 빠르고 저렴하게 냈다고 전한다. 가격도 개선돼, 입력 토큰은 100만당 5달러로 Fable의 10달러보다 싸고, 출력 토큰은 30달러 대 50달러이며 같은 결과를 내는 데 토큰도 덜 쓴다고 설명한다.

마지막으로 모델 구성과 라우팅을 다룬다. GPT-5.6는 Luna(소)·Terra(중)·Sol(대) 세 크기에 더해 각각 추론 강도가 나뉘고, Sol에서는 최상위 'Ultra'까지 올릴 수 있다. 덕분에 계획은 Sol, 구현 대부분은 높은 추론의 Terra, 배포처럼 가벼운 작업은 Luna로 나눠 위임하는 식의 조합이 가능하다. 리뷰어는 Fable을 아직 손대지 않은 페라리에, GPT-5.6를 성능을 극한까지 끌어올린 혼다 시빅에 비유하며, 완성도는 5.6가 높지만 새 학습 기반인 Fable의 잠재력이 더 크다고 정리한다.

주요 인사이트

• 여덟 단어 프롬프트로 5일간 자율 실행돼 복잡한 앱을 만들어 낸 사례는, 장시간 에이전트 루프가 실제 결과물로 이어질 수 있음을 보여준다.
• 실제 데스크톱 앱과 브라우저를 직접 조작하는 컴퓨터·브라우저 유즈가 이 모델의 차별점으로 부각된다.
• 하나의 모델 계열이 크기와 추론 강도로 세분화되면서, 작업 난이도에 맞춰 위임하는 '모델 라우팅'이 실전 전략이 된다.
• 리뷰어는 완성형(5.6)과 잠재형(Fable)을 구분해, 지금의 성능과 앞으로의 여지를 다른 축으로 평가한다.

자주 묻는 질문

관련 AI 소식