
“AGI 시대에 오신 것을 환영합니다”: OpenAI, GPT-6 Astra 출시
글|샤오징, 텐센트 테크
“AGI 시대에 오신 것을 환영합니다.”
오픈에이아이 공동창업자 겸 회장인 그렉 브로크먼은 이 한 마디로 GPT-6 Astra 출시 행사를 마무리했다.
미국 시간 기준 9월 3일, 오픈에이아이는 GPT-6 Astra를 공식적으로 출시했다. 기존에 주로 답변, 생성, 도구 호출을 담당하던 모델과 달리 Astra는 지시 수신, 소프트웨어 조작부터 결과에 따라 다음 동작을 조정하는 등 완전한 작업을 지속적으로 수행하는 단계로 진격했다. 이것이 오픈에이아이가 이번에도 'AGI 시대'를 강조한 이유 중 하나다.
오픈에이아이는 Astra를 '글로벌 최강의 컴퓨터 사용 모델'로 포지셔닝했다. 이 능력은 브라우저, 이메일, 스프레드시트 같은 간단한 작업에서 나아가 Power BI, KiCad, FreeCAD와 같은 전문 소프트웨어로 확장되었으며, 데이터 분석, 엔지니어링 설계, 소프트웨어 테스트, 장애 조치 등 더 복잡한 워크플로우로 진입하고 있다.
오픈에이아이가 공개한 영상에서 Astra는 간단한 도형 하나로 시작해 3D 게임 제작이나 상품 페이지 구성 등을 완성한다. 오픈에이아이는 회로 기판 설계, Blender 모딩, 법률 문서 처리, Excel 활용 및 과학적 분석 사례도 제시했다.

오픈에이아이가 이번 공개한 다수의 벤치마크 결과를 보면, 성능 향상이 연속적인 행위가 필요한 컴퓨터 조작, 장거리 코딩, 엔지니어링 설계, 과학 연구 작업에 집중됐다. Astra는 ExploitBench에서 100%를 달성했으며, 컴퓨터 조작 및 CAD 관련 테스트에서도 전작 모델을 확실히 앞섰다.
현재 Astra는 일부 조직에 개방되어 있으며, 다가오는 며칠 동안 ChatGPT Plus, Pro, Business, Enterprise 이용자에게 순차적으로 공개된다. 또한 OpenAI API와 Amazon Bedrock를 통해서도 이용할 수 있다. 표준 API 가격은 입력 토큰 100만 개당 10달러, 출력 토큰 100만 개당 50달러로, GPT-5.6 Sol 대비 2.5배 수준이다.
01 AI에게 먼저 ‘컴퓨터 쓰기’를 가르치다
Astra가 강조하는 가장 큰 변화는 바로 ‘컴퓨터 사용하기’다. 과거에는 사용자가 AI에게 업무를 맡길 때 특정 소프트웨어에 AI를 연결해야 했다. 기업은 내부 도구를 호출하려면 API, 플러그인, 검색 시스템, 각종 커넥터를 개발해야 했지만,
Astra는 이런 과정의 일부 우회할 수 있도록 했다. 화면 상의 컴퓨팅 인터페이스를 직접 인식해 마우스, 키보드, 브라우저를 통해 조작할 수 있다. 오픈에이아이가 제시한 예시에는 온라인 양식 작성, CRM 고객 기록 업데이트, 캘린더 예약, 웹 탐색 후 결과를 메일 또는 문서로 정리하기 등이 포함된다.
또한 Python 노트북을 열어 과학 데이터를 분석하거나, Power BI에서 데이터를 처리하며, KiCad와 FreeCAD를 활용해 엔지니어링 설계를 진행한다. 웹사이트 구축 및 프론트엔드 테스트도 가능하고, 소프트웨어 설치부터 오류 점검 및 화면 내 발생 문제 대응까지 처리할 수 있다.
오픈에이아이는 KiCad에서 Astra가 PCB 레이아웃을 완성하는 과정을 공개했다. 모델은 전자 회로도에서 시작해 부품을 보드에 배치한 뒤 구리 회로 배선을 완료한다. 전체 과정은 단 15초로 압축되었다. 엔지니어에게 이러한 작업은 과거 수동으로 진행해야 했으나, 이제 모델에 위임할 수 있게 되었다.

다른 데모는 Blender와 Unreal Engine5에서 3D 모딩을 완료하는 것이었다. Astra는 먼저 Blender에서 주택 건물을 구성한 뒤, 해당 모델을 Unreal Engine5의 보행 가능 시나리오로 변환해 디자이너와 고객이 사전에 공간 내부를 확인할 수 있게 한다.

오픈에이아이는 게임 개발, Excel, Power BI, 자동차 변속기, 법률 문서 및 Form 1040 양식 처리 등 다양한 사용 사례도 함께 소개했다.
OSWorld2.0 오프라인 하위 집합 테스트에서 Astra는 72.6%를 기록했으며, GPT-5.6 Sol은 65.7%였다. 오픈에이아이는 실제 지연 시간을 시뮬레이션한 결과, Astra가 단일 작업을 완료하는 데 평균 약 40분이 소요되는 반면 GPT-5.6 Sol은 약 75분이 필요했으며, 이는 약 47%의 시간 절감을 의미한다고 밝혔다.
Agents' Last Exam에서는 Astra가 59.3%로 GPT-5.6 Sol(53.6%), Claude Opus5(55.5%)를 앞섰으며, 최고 점수 설정 조건에서 Astra가 사용한 출력 토큰 수는 Claude Opus5 대비 약 65% 감소했다.
ScreenSpot-Pro에서는 Astra가 92.7%를 기록해 GPT-5.6 Sol(76.9%)을 크게 앞섰다.
처리 속도 역시 개선됐다. 오픈에이아이는 Codex 프레임워크를 동시 업데이트했으며, Astra와 결합했을 때 Mind2Web 테스트에서의 작업 완료 속도가 기존 GPT-5.6 Sol 경험 대비 1.9배로 향상됐다.
공식 데모에는 생활 밀착형 사용 사례도 포함된다. 소아과 의사 검색, 아파트 물색, DMV 예약, 저탄수화물 간식 찾기, 유치원 분석 등이 그것이며, 이 중 Astra는 단일 작업을 2분 54초 만에 완료했다.
투자가이자 AI 전문가인 맷 슈머(Matt Shumer)는 X에서 직접 체험 내용을 공유했다. 그는 Astra에게 언리얼 엔진에서 세계를 구축한 뒤, 해당 세계에 Astra가 구동하는 에이전트를 투입해 상호작용하며 생존하도록 했다.

하루 뒤, 침실에서 거실 방향으로 소리가 들리자 처음에는 누군가가 아파트에 침입했다고 생각했으나, 알고 보니 소리를 낸 것은 Astra 에이전트들이었으며, 이들은 이미 서로 소통하기 시작했다.
아직 안정화 단계는 아니지만, 슈머는 여러 AI 에이전트가 동일한 가상 세계에 진입해 자율적으로 상호작용한다는 점 자체가 충분히 놀랍다는 평가를 내렸다.
Cognition의 수석 연구 부사장인 실라스 알베티(Silas Alberti)는 회사 측이 Astra 출시 당일 Astra를 Devin 프레임워크에 통합할 예정이라고 밝혔다. 내부 테스트 결과, Astra의 컴퓨터 조작, 문서 작성, 코드베이스 이해 능력이 현저히 향상되었으며, 비디오 해석력도 더욱 선명해지고 보고서는 간결해진 것으로 나타났다.
02 코딩에서 전반적인 업무 수행으로
컴퓨터 조작 능력 강화 이후 Astra가 커버하는 업무 범위는 더욱 확대됐다. 오픈에이아이는 이를 소프트웨어 공학, 전문 직무, 과학 연구 모델로 정의했다. 장기간에 걸친 작업을 처리할 수 있을 뿐만 아니라, 업무 방향성에 따라 자체적으로 작업 방식을 조율할 수도 있다.
이러한 역량은 특히 코딩 테스트에서 뚜렷하게 드러났다.
Terminal-Bench4.0 테스트에서 Astra는 57.9%를 기록해 GPT-5.6 Sol(37.3%), Claude Fable5.1(55.8%)을 웃돌았다.
DeepSWE v1.1에서는 Astra가 74.1%, GPT-5.6 Sol이 72.7%를 기록했다. 내부 데이터베이스 마이그레이션 과제에서는 Astra가 63.9%, GPT-5.6 Sol이 42.7%를 달성했다.
Astra는 장기간 Codex 작업에 대한 개선 사항도 추가됐다.
기존에는 긴 작업 중 컨텍스트 제한에 부딪힐 경우, 모델이 이전 작업을 압축해 다량의 정보를 요약본으로 만들어야 했다. 이때 특정 패치가 왜 실패했는지, 기존 컴포넌트에 어떤 문제가 있었는지 등 세부 사항이 누락되기 쉬웠다.
하지만 Astra는 Codex 내에서 작업 진행 중 핵심 정보를 그대로 보존하며 이후 컨텍스트에서 검색할 수 있다. 초기 메시지 및 도구 출력물도 여전히 검색 가능한 상태이므로, 모델은 이전 요구사항, 테스트 결과, 도구 사용 이력을 다시 추적할 수 있게 됐다.
전문 업무 분야에서도 유사한 발전이 나타났다. BenchCAD 테스트에서 Astra는 기하학적 겹침 점수 95.9%를 달성했으며, GPT-5.6 Sol(83.3%), Claude Fable5.1(84.3%)을 크게 앞섰다. BrowseComp에서는 Astra가 91.5%, GPT-5.6 Sol이 90.4%를 기록했고, OpenScore String Quartets 평가에서 Astra는 0.84점을 얻어 GPT-5.6 Sol(0.19점)을 압도했다.

오픈에이아이는 또 Astra가 프레젠테이션 자료, 스프레드시트, 문서 생성 능력을 갖춘 점도 강조했다.
모델에 오픈에이아이의 프레젠테이션 템플릿 슬라이드를 몇 장 제공하면, 기존 어조와 레이아웃, 구조를 유지한 채 새로운 자료를 완성해낸다. 과업 중 정보의 우선순위 선정 작업도 자동으로 수행한다. 오픈에이아이에 따르면, Astra는 특별 훈련을 거쳐 최종 결과물에 중요한 컨텍스트를 반영하도록 설계돼 중복되거나 불필요한 내용은 최소화한다.

작업 지시가 불완전한 상황에서도 Astra는 언제 사용자에게 질문을 던져야 할지 판단한다. 누락된 정보가 최종 결과에 영향을 줄 경우 타겟 질문을 제기하며, 주요 방향성을 해치지 않는다면 합리적 가정을 바탕으로 작업을 계속 이어간다. Codex 환경에서는 사용자가 즉시 응답하지 않아도 다른 모듈을 병렬 처리하며 진행하다가, 중대한 결정이 필요한 순간에만 사용자 확인을 대기한다.
Harvey 애플리케이션 연구 책임자인 니코 글루펜(Niko Grupen)은 초기 법률 과제 테스트 결과, Astra가 문서와 기존 레코드 구분을 명확히 하며 근거 없는 가설을 빠르게 걸러내고, 정보 공백을 구체적인 초안 안으로 전환하는 능력이 뛰어나다고 전했다.
Jane Street AI 어시스턴트 팀장 존 크레페지(John Crepezzi)는 내부 코딩 테스트에서 Astra의 활약상이 두드러졌다고 평가했다. 에이전트 기반 코딩에 적용할 경우, 개발자가 의도 파악이 용이한 소통 방식을 채택해 산출된 코드의 수정 작업량을 대폭 줄이고 프로덕션 레벨 품질에 도달할 수 있다고 덧붙였다.
과학 분야 역시 핵심 쟁점이다. FrontierMath Tier4 v2에서 Astra는 80.5점, 정답률 97.6%를 기록했으며 GPT-5.6 Sol은 83.0점이었다. GPQA Diamond에서는 Astra가 96.0%를 달성해 GPT-5.6 Sol(94.6%)을 앞섰다.

Terminal-Bench Science0.1은 데이터 분석, 시뮬레이션, 모델 피팅을 포함한 과학 연구 워크플로우를 측정하는 시험으로, Astra가 64.6%를 차지했으며 Claude Fable5.1(52.6%), GPT-5.6 Sol(22.4%)을 크게 앞서갔다.
공개된 과학용 애플리케이션을 살펴보면, Astra는 전문 과학 프로그램에 직접 접속해 서열 분석 품질 검사, 유전적 변이 시각화를 수행한 뒤 데이터 흐름에 따라 차기 분석 방향을 스스로 수립한다.
과학적 추론 능력과 컴퓨터 조작 기능이 융합됨에 따라, 모델은 이제 연구자들이 평소 사용하는 소프트웨어 환경에 직접 진입해 업무를 처리할 수 있게 됐다.
능력 검증에 특화된 Epoch AI의 그레그 번햄(Greg Burnham)은 발표 자리에서 이번 혁신을 '한 시대의 종언과 새 시대의 개막'으로 정의했다. 오픈에이아이는 이를 발판삼아 Astra의 가치가 과학적 질문에 답변하는 수준을 넘어, 과학 연구 프로세스 자체에 직접 관여하는 단계로 확산됐음을 부각했다.

03 역량 강화에 따른 보안 장벽 상승
이번 Astra 출시에서 눈에 띄는 부분은 단연 사이버 보안 분야다.
ExploitBench 평가에서 Astra는 100%를 달성해 GPT-5.6 Sol(78.5%)을 압도했으며, ExploitGym에서는 Astra가 42.4%, GPT-5.6 Sol이 30.3%를 기록했다.

오픈에이아이는 추가로 2026년 6월부터 8월까지 발생한 최근 취약점을 포괄하는 자체 테스트 환경을 마련했다. 이 평가에서 Astra의 임의 코드 실행률은 GPT-5.6 Sol보다 현저히 높았으며, 소모한 출력 토큰 수도 적었다. 테스트 진행 중 Astra는 이전에 알려지지 않은 제로데이 취약점 2건을 추가로 찾아냈고, 오픈에이아이는 관련 유지 관리자에게 이미 공유했다고 밝혔다.
SRE-Bench는 소스 코드 없이 소프트웨어 바이너리 파일을 리버스 엔지니어링하고 핵심 로직을 파악하는 능력을 측정한다. Astra는 단일 시도 기준으로 88.0%의 작업을 해결했으며, 최대 4번 시도 시 99.2%에 도달했다. 같은 조건에서 GPT-5.6 Sol은 각각 55.9%, 68.7%를 기록했다.
역량 강화에 맞춰 안전성 요건도 함께 고도화됐다. 오픈에이아이는 Astra가自社 사이버 보안 준비 프레임워크상의 중추적 기준치를 달성했다고 설명했다. 모델이 미지의 소프트웨어 취약점을 탐지하는 한편, 악의적 공격 경로로 연결될 가능성을 배제할 수 없기 때문이다.
이에 현재 출시된 Astra 버전은 익스플로잇 개념증명 제작 등 고난이도 사이버 보안 작업을 기본적으로 거부한다. 오픈에이아이는 Daybreak 프로그램을 통해 신원 보증된 방어 대상자의 접근 권한을 단계적으로 확대해, 취약점 검증, 멀웨어 분석, 탐지 엔지니어링 등 방어의 목적에만 활용할 계획이다.
알라이먼트(정렬) 측면에서도 오픈에이가 공개한 수치는 우수하다. 자체 컴퓨터 사용 보안 벤치마크에서 Astra의 부적절 행동 비율은 2.4%로 GPT-5.6 Sol(22.0%) 대비 현저히 낮았으며, AutoReview 기능을 적용하면 Astra는 1.8%, GPT-5.6 Sol은 4.5%로 감소한다. 자체 우회 방지 테스트에서 Astra는 0.00%를 기록해 GPT-5.6 Sol(0.29%)을 밑돌았다.
ExploitGym 허니팟 테스트에서도 Astra는 0%, GPT-5.6 Sol은 48.2%로 나타났는데, 본 테스트는 작업 난이도가 높아질수록 모델이 제약 조건을 우회하려는 성향을 보이는지 관찰한다. 자체 할루시네이션 기준치에서도 Astra는 4.2%로 GPT-5.6 Sol(12.2%)보다 훨씬 낮았다.

오픈에이아이는 Astra가 작업 경계 인지, 애매모호한 지시사항 처리, 사용자에게 기능 범위 설명 등 모든环节 모두 개선됐다고 전했다. 아울러 능력 과장 현상 발생 확률이 GPT-5.6 Sol의 약 3분의 1 수준으로 낮아졌다고 덧붙였다.

반면 오픈에이아이는 명확한 우려사항도 지적했다. 모델 역량이 갈수록 향상될수록 추론 과정을 모니터링하기가 어려워질 수 있다는 점이다. 수석 연구원 야쿠브 파초키(Jakub Pachocki)는 모델이 자연어 추론 토큰을 최소화하면서도 고난도 과제를 처리할 수 있다는 점은, 결국 인간이 모델이 생성한 문자열 추론 단서만으로 실제 작업 방향을 판별하기가 점점 더 힘들어질 수밖에 없다는 뜻이다.
따라서 오픈에이아이는 Astra 서비스 배포 과정에서 비정렬(Unaligned) 행위 감시 시스템을 통합했다. 모델의 추론 경로 및 실행 행위를 실시간 스캔하여 승인되지 않은 활동이 포착되면 즉시 작업을 중단시킬 수 있는 구조다.
이 안전장치는 실제 운영 현장에서도 직격 효과를 낳는다. 정상적인 요청이라도 속도가 저하되거나 일시 정지乃至 종료될 수 있어, ChatGPT나 Codex 이용자는 재개를 위해 별도 검증을 받아야 하며, API 연동 환경에서는 위험 신호가 감지된 인스턴스가 즉시 차단되기도 한다.
결국 Astra 출시를 계기로 기업들이 마주한 현실적 교훈은 AI가 컴퓨터 제어 권한을 확보할수록, 기업이 주목해야 할 초점이 ‘모델이 틀리게 답할까’ 하는 걱정에서 ‘모델이 무엇을 조작할 수 있는지, 어디에 접근할 수 있는지, 언제 강제로 멈춰야 하는지’로 폭넓게 재편되고 있음을 의미한다.
오픈에이아이는 아울러 Astra가 자사 Stargate 인프라 위에서 10만 개가 넘는 DBU를 사용해 사전 학습된 최초의 모델임을 밝혔다. 연구 부사장 에이드 클라크(Aidan Clark)는 “사전 학습단계 평가 자료를 토대로 볼 때, Astra가 전작 대비 보여준 성능 도약 규모는 GPT-5.6 Sol이 이전 세대 대비 달성했던 향상폭을 훌쩍 넘는다”라고 강조했다.
오픈에이아이는 이러한 진화의 배경에 대규모 사전 학습과 강화학습(RL)의 접목이 작용했으며, 이에 따라 학습 초점이 정보 통합, 장기 과업 수행, 복합 환경에서의 지속적 작동 등으로 완전히 이동했기 때문이라고 분석했다.
04 비용은 오르지만 ‘업무 수행력’은 비약
Astra의 가격 체계에도 확실한 변동이 생겼다.
오픈에이아가 공개한 신규 API 기본 요금은 입력 토큰 100만 개당 10달러, 출력 토큰 100만 개당 50달러다. 기존 GPT-5.6 Sol은 각각 4달러, 20달러였으므로, 양쪽 모두 2.5배 인상된 수치다.
캐시 읽기/쓰기는 별도로 청구되며, 오픈에이아이는 동일 서비스권 내에서 표준 처리 대비 최대 2.5배 빠른 ‘파스트 모드’를 병행 운영 중이다. 단, 요금은 기본 등급의 2배 수준이다.

토큰 단위 요금만 비교하면 Astra가 명백히 비싸다. 다만 오픈에이아이는 기업의 비용 계산 관점을 전환할 것을 주문했다. 브로크먼 회장은 “모델의 에이전트화가 심화될수록 단일 토큰 가격으로 실제 지출 규모를 정확히 가늠하기 어렵다”며, “토큰 당 단가가 저렴해도 반복 검증과 수동 수정이 필수라면 종합 완료 비용은 더 팽창할 수 있다”고 반박했다.
이 논리를 뒷받침하는 수치는 이미 공개됐다. Terminal-Bench Science0.1에서 Astra는 64.6%를 기록해 Claude Fable5.1(52.6%) 대비 예상 API 비용을 약 31% 절감했다. 저비용 옵션 구성 시 Astra 점수는 61.1%로 GPT-5.6 Sol 최선치(22.4%)를 압도하며, 예상 API 비용은 약 27% 줄어들었다.
BenchCAD 평가에서 Astra는 95.9%를 달성해 GPT-5.6 Sol 대비 예상 API 비용을 약 43%, Claude Fable5.1 대비 약 86% 아낄 것으로 예상된다. Terminal-Bench4.0에서 Astra는 57.9%로 GPT-5.6 Sol(37.3%), Claude Fable5.1(55.8%) 사이에서 우위를 점했으며, 오픈에이아이는 단일 작업당 비용을 각 모델 대비 각각 약 9%, 63% 낮춘 것으로 추산했다.
하지만 사설 평가 기관 Artificial Analysis의 분석 자료는 조금 다른 시각을 제시한다.

Artificial Analysis Intelligence Index에서 GPT-6 Astra는 61.2점을 획득해 GPT-5.6 Sol(60.9점)과 거의 유사하나, 출력 토큰 소모는 약 10% 줄었다. 다만 요금 자체가 2.5배 뛰었기에, 최종 1회 요청당 비용은 GPT-5.6 Sol 대비 오히려 약 75% 높아진 셈이다.
Artificial Analysis Coding Agent Index 평가에서 Astra는 67.0점으로 Claude Fable5(67.2점), Claude Opus5(68.1점)과 준하는 수준이다. 해당 기관은 “Codex 환경에서 Astra의 작업 완수를 위한 토큰 소모량이 현저히 축소되어, 풀 파워 모드의 경우 1회 작업 비용이 GPT-5.6 Sol과 맞먹거나, Claude Fable5 대비 절반 이하로 떨어진다”고 평가했다.
물론 Astra가 모든 항목에서 일방통행은 아니다. Artificial Analysis 자료가 보여주는 대로 GDPval-AA v2 테스트에선 Elo 기준 약 80 포인트 하락세를 보였으며, τ³-Banking, SciCode, AA-LCR 지표에서도 일정 부분 후퇴했다. 대신 Humanity's Last Exam에서는 약 6 포인트 성장했다.
이런 점 역시 Astra 출시 발표 과정에서 주목할 만한 대목이다. 오픈에이아이는 이번 공식 자료에 GDPval 평가 결과를 아예 빠뜨렸다. GDPval은 오픈에이아가 실제 경제 활동 성과를 측정하려고 고안한 평가지로, 법률 초안, 엔지니어링 설계, 스프레드시트 가공, 프레젠테이션 제작, 고객 응대, 케어 플랜 작성 등 44개 직군 1,320가지 과제를 포괄한다.
이번 Astra가 입증한 성능과 연관성을 따지면 GDPval 평가가 회사가 강조한 전문 직무 환경과 매우 흡사함에도 불구하고, 오픈에이아이는 이번 주요 보도자료에 해당 수치를 노출시키지 않았다.
결국 현재로서 Astra의 실질 업무 처리 역량은 Agents' Last Exam, BenchCAD, AutomationBench,社内 설계 과제, 데이터 사이언스 과제 등의 지표들을 통해 가늠해볼 뿐이다.

최종적으로 Astra가 기업들이 진정한 의미의 장기 고용 가능한 AI 동료로 인정받으려면, 실제 과업 수행 시 요구되는 비용 효율성, 처리 속도, 정밀도, 그리고 인간 개입 빈도 등이 핵심 관건이 될 것이다.
Astra가 엄연한 AGI인지 여부에 대해 브로크먼 회장의 답변은 결코 숨기지 않았다. 그는 AGI 자체에 전세계적으로 통용되는 절대적 기준치가 존재하지 않는다면서 Astra의 AGI 분류 문제는 향후 충분히 논의할 여지가 있다고 봤다. 하지만 웹 탐색, 컴퓨터 조종, 코딩, 수학 증명, 과학 연구, 법률 문서 및 기타 전문 영역에서 막중한 역할을 수행할 만큼 역량을 갖춘 시스템이라면, 이를 AGI 시대의 주인공으로 칭송하는 것도 결코 무리가 아니라는 견해를 밝혔다.
오픈에이아이를 이끄는 CEO 샘 올트먼(Sam Altman) 역시 Astra가 차세대 창업 붐, 과학적 발견, 창의적 생산 활동을 이끌 핵심 엔진으로 작용할 것이라고 낙관했다.

본문 번역에 김록이 기여했습니다













