OpenAI가 9월 9일 GPT-6 Astra의 업무용 적용 내용을 담은 공식 글을 공개했습니다. Astra가 문서와 프레젠테이션을 만드는 수준을 넘어 웹사이트, 데스크톱 앱, 사내 도구를 직접 다루며 여러 단계의 일을 수행한다는 설명입니다. ChatGPT Work와 Codex, API가 각각 어떤 역할을 맡는지도 함께 제시했습니다.
이번 글은 새 모델을 처음 발표한 소식과 구분해서 볼 필요가 있습니다. GPT-6 Astra 자체는 9월 3일 공개됐습니다. 당시 OpenAI는 일부 조직부터 접근을 열고, ChatGPT Plus·Pro·Business·Enterprise와 API, Microsoft Azure, Amazon Bedrock으로 순차 확대한다고 밝혔습니다. 9월 9일 글은 출시 이후 기업이 Astra를 어디에 적용하고 있는지, 관리자가 어떤 통제 수단을 쓸 수 있는지에 초점을 맞췄습니다.
문서 생성보다 넓어진 업무 범위
OpenAI가 강조한 변화는 모델이 기존 업무 환경 안에서 움직인다는 점입니다. 기업이 모든 작업을 API로 연결하거나 별도 자동화 화면을 먼저 만들지 않아도, Astra가 사람이 쓰는 웹사이트와 데스크톱 앱을 컴퓨터 사용 기능으로 다룰 수 있다는 설명입니다. 문서, 스프레드시트, 프레젠테이션을 회사 양식에 맞춰 만드는 기능도 업무용 사례에 포함됐습니다.
예를 들어 재무 담당자가 여러 자료에서 수치를 찾아 정해진 보고서 양식에 옮기는 작업을 생각할 수 있습니다. Astra는 자료를 읽고 필요한 내용을 고른 뒤 스프레드시트와 문서를 오가며 결과를 작성하는 흐름을 목표로 합니다. 개발 업무에서는 Codex가 코드베이스를 조사하고 수정한 다음 테스트로 결과를 확인하는 과정에 Astra를 사용할 수 있습니다.
이 사례들은 OpenAI가 공개한 제품 설명과 고객 평가입니다. 성공지식백과가 같은 작업을 직접 재현해 성능을 확인한 결과는 아닙니다. 특히 회사별 업무 도구, 접근 권한, 데이터 구조가 다르므로 공식 시연과 같은 결과가 그대로 나온다고 단정할 수 없습니다.
OpenAI 내부 사례도 공개됐습니다. 엔지니어링 팀은 테스트 환경에서 느린 Codex 세션의 메모리 할당 병목을 찾고 할당자를 바꿨으며, 회사는 그 결과 턴 지연 시간이 25배 낮아지고 최대 메모리 사용량은 약 30% 늘었다고 설명했습니다. 속도만 좋아진 사례로 읽기보다, 성능 개선과 메모리 비용이 함께 바뀐 사례로 보는 편이 정확합니다.
회사 양식과 문맥을 따르는 능력
Astra는 기존 템플릿과 지시를 따르는 문서 작업에도 초점을 맞췄습니다. OpenAI는 회사의 문체, 프레젠테이션 양식, 디자인 기준을 반영해 문서와 슬라이드, 스프레드시트를 만든다고 설명합니다. 필요한 자료만 결과에 가져오고 관련 없는 내용을 반복하지 않도록 훈련했다는 주장도 내놨습니다.
업무에서는 보기 좋은 첫 결과보다 수정 과정이 더 중요할 때가 많습니다. 보고서에 새 요구사항이 들어오거나 데이터가 바뀌면 기존 양식을 유지하면서 일부 내용만 다시 손봐야 합니다. Astra 발표에서 말하는 복합 업무는 한 번의 질문에 긴 답을 만드는 능력보다, 앞선 요구와 현재 작업 상태를 이어받아 다음 단계를 수행하는 능력에 가깝습니다.
Codex에서는 답변을 기다리는 동안 독립적인 일을 계속하고, 결과를 바꿀 수 있는 결정에서는 질문하도록 설계됐다고 OpenAI가 설명했습니다. 다만 이 동작은 모델의 판단만으로 모든 결정을 맡긴다는 뜻이 아닙니다. 프로젝트 지침, 실행 권한, 확인 정책을 어떻게 정했는지에 따라 실제 행동 범위가 달라집니다.
관리자가 정할 수 있는 접근 범위
기업 도입에서 가장 먼저 볼 항목은 모델 성능보다 권한입니다. OpenAI가 소개한 새 관리 기능은 승인된 웹사이트와 데스크톱 앱으로 접근을 제한하고, 파일 업로드와 다운로드, 브라우징 기록을 관리할 수 있게 합니다. ChatGPT Work와 Codex에는 중요한 행동 전에 승인을 요구하는 확인 정책과 위험하거나 권한을 벗어날 수 있는 도구 호출을 자동 검토하는 기능도 포함됩니다.
이 설정들은 같은 모델을 사용해도 조직마다 가능한 작업이 달라질 수 있다는 뜻입니다. 한 회사에서는 사내 분석 도구와 문서 편집기를 사용할 수 있지만, 다른 회사에서는 외부 사이트 접근이나 다운로드가 막힐 수 있습니다. Astra가 특정 앱을 다룰 수 있다는 제품 설명과 해당 조직에서 그 앱 사용을 허용했다는 사실은 별개입니다.
Enterprise 관리자는 적용되는 계약과 요금 조건 아래에서 Astra를 활성화할 수 있습니다. OpenAI는 출시 시점에 Enterprise 접근이 기본으로 꺼져 있다고 명시했습니다. 직원 화면에 모델이 보이지 않는다면 계정 문제로 단정하기 전에 관리자가 기능을 켰는지와 조직 정책을 먼저 확인해야 합니다.
안전성도 업무 기능과 함께 봐야 합니다. OpenAI는 Astra가 자사 준비 프레임워크에서 사이버 보안 역량의 Critical 기준에 도달한 첫 모델이라고 밝혔습니다. 회사는 권한을 벗어난 행동을 줄이기 위한 훈련과 자동 검사를 강화했다고 설명하는 한편, 적대적 평가에서는 사고 과정 감시를 피할 가능성도 관찰됐다고 공개했습니다. 더 강한 모델을 업무 시스템에 연결할수록 접근 범위를 좁게 시작하고 확인 절차를 실제 위험에 맞춰 설계해야 하는 이유입니다.
API에서는 모델과 비용을 따로 확인
개발자는 OpenAI API에서 gpt-6-astra 모델 ID를 사용할 수 있습니다. 공식 모델 문서 기준 컨텍스트 창은 105만 토큰, 최대 출력은 12만8천 토큰이며, 지원되는 추론 강도는 low, medium, high, xhigh, max입니다. 텍스트와 이미지를 입력으로 받고 텍스트를 출력하며, 오디오와 비디오는 이 모델에서 지원하지 않습니다.
Standard 처리의 공개 가격은 100만 토큰당 입력 10달러, 캐시 입력 1달러, 출력 50달러입니다. 27만2천 토큰을 넘는 입력은 전체 요청의 입력·캐시 요율이 2배, 출력 요율이 1.5배로 올라갑니다. Batch와 Flex는 Standard의 50%, Fast는 해당 요율의 2배라는 조건도 공식 모델 페이지에 적혀 있습니다.
이 가격을 ChatGPT 구독료와 섞어 계산하면 안 됩니다. ChatGPT Work나 Codex에서 포함되는 사용량은 계정과 플랜의 허용량을 따르고, API는 토큰과 처리 방식에 따라 별도로 과금됩니다. 조직이 Astra를 도입할 때는 모델 한 번의 가격보다 작업당 입력 길이, 재시도 횟수, 도구 호출 비용을 함께 기록해야 실제 비용을 비교할 수 있습니다.
도입 전에 확인할 세 가지
먼저 작업을 하나 고르고 성공 조건을 적는 편이 좋습니다. “보고서를 잘 만든다”보다 지정된 자료만 사용했는지, 회사 양식을 지켰는지, 계산 결과를 원문과 대조할 수 있는지를 정해야 결과를 판단하기 쉽습니다.
다음으로 Astra가 접근할 웹사이트, 앱, 파일 범위를 최소한으로 정합니다. 읽기만 필요한 작업에 수정 권한을 주거나, 내부 자료를 쓰지 않는 작업에 광범위한 다운로드 권한을 열 이유는 없습니다. 중요한 변경과 외부 전송에는 확인 정책을 두고, 자동 검토가 멈춘 작업을 누가 판단할지도 정해야 합니다.
마지막으로 ChatGPT Work, Codex, API를 같은 제품처럼 보지 않아야 합니다. 문서와 앱을 오가며 사람이 지시하는 업무는 ChatGPT Work, 코드베이스 변경과 검증은 Codex, 자체 서비스에 모델을 넣는 작업은 API가 중심이 됩니다. 9월 9일 발표가 보여준 변화는 Astra 한 모델의 성능표보다, 이 세 제품을 통해 업무를 처음부터 끝까지 이어가는 방식에 있습니다.