소식 · · 읽는 시간 10분

GPT-6.2 Astra·Sol 출시: 공격 코드 평가에서 Astra를 거의 따라잡은 Sol과 더 엄격해진 보안 요청 제한

이 글의 차례
  1. 쓸 수 있는 곳과 단가
  2. 같은 시험 세 개로 본 세대 차이
  3. 누가 쟀느냐에 따라 갈리는 결과
  4. 강화된 보안 요청 제한
  5. 한국 개발자에게 바뀌는 것
  6. 한계

OpenAI가 2026년 11월 17일 GPT-6.2 Astra와 GPT-6.2 Sol을 공개했습니다. 이번 출시에서 가장 크게 움직인 숫자는 상위 모델 Astra가 아니라 싼 모델 Sol에서 나왔습니다. OpenAI 시스템 카드의 공격 코드 평가에서 Sol은 전작 GPT-6.1 Sol의 21.5%에서 50.5%로 올라 Astra(53.5%)와 3%p 차이가 됐습니다. 그 결과 두 모델 모두 OpenAI 대비 위험 평가 체계의 사이버 보안 "Critical" 등급을 받았고, OpenAI는 위험도가 높은 보안 작업 요청에 대한 기본 제한을 강화했습니다. 제3자 측정인 Artificial Analysis 지능 지수에서는 Astra가 57에서 62로, Sol이 55에서 57로 올랐습니다. Astra의 API 단가는 20% 내려갔고 Sol은 그대로입니다.

이 글에서는 두 모델을 쓸 수 있는 범위, 이전 세대와 같은 시험에서 벌어진 폭, 누가 잰 숫자인지에 따라 갈리는 결과, 강화된 보안 제한에 대한 개발자 반응을 정리하고, 한국 개발자에게 무엇이 바뀌는지 판단해 봅니다.

쓸 수 있는 곳과 단가

OpenAI 개발자 포럼 공지에 따르면 두 모델은 ChatGPT Work와 Codex에서 Plus, Pro, Enterprise, Edu 사용자에게 제공됩니다. 같은 글타래에서 사용자 LarisaHaster가 옮긴 배포 안내에는 이번 배포가 일반 ChatGPT 대화(Chat)에는 두 모델을 추가하지 않는다고 적혀 있습니다. 공지에는 국가 제한에 대한 언급이 없습니다. 같은 날 프랑스의 한 사용자가 아직 보이지 않는다고 묻자, 요금제·작업 공간 권한·순차 배포 진행에 따라 다르다는 답이 붙었습니다.

API 모델 ID는 gpt-6.2-astra와 gpt-6.2-sol입니다. 두 모델의 공식 모델 페이지와 전작 페이지를 직접 대조하면 다음과 같습니다.

항목GPT-6.2 AstraGPT-6.2 Sol
입력 / 출력 (100만 토큰당)$8 / $40$2 / $10
전작 입력 / 출력GPT-6 Astra $10 / $50GPT-6.1 Sol $2 / $10
문맥 창 / 최대 출력1,050,000 / 128,000 토큰1,050,000 / 128,000 토큰
학습 데이터 기준일2026년 5월 18일2026년 6월 1일

Sol은 토큰 단가가 바뀌지 않았으므로 비용 차이는 같은 일을 몇 토큰으로 끝내는지에서만 납니다. 두 모델 모두 입력이 272,000토큰을 넘는 요청은 입력·캐시 단가가 두 배, 출력이 1.5배로 요청 전체에 적용됩니다. 응답을 더 빨리 받는 Ultrafast 모드는 2027년 2월 28일까지 표준 단가의 3배, 3월 1일(태평양 시간)부터 6배입니다. Ultrafast를 장기간 쓸 계획이라면 2027년 3월부터 단가가 두 배가 된다는 점을 예산에 넣어야 합니다.

OpenAI는 작업 1건당 비용을 주로 내세웠습니다. 공지는 GPT-6.2 Astra가 GPT-6 Astra보다 작업당 비용이 3분의 1 미만이고, Agents' Last Exam에서 xhigh 추론 단계의 6.2 Astra가 max 단계의 GPT-6 Astra보다 5.2점 높으면서 작업당 비용은 절반 미만이라고 밝혔습니다. FrontierCode 2.0에서는 Sol이 Astra의 약 5분의 1 비용으로 거의 같은 점수를 냈다고 적었습니다. 모두 OpenAI 자체 측정입니다.

같은 시험 세 개로 본 세대 차이

그림 1은 공개된 수치 가운데 이전 세대와 GPT-6.2를 같은 조건으로 잰 시험 세 개만 골라, Sol은 GPT-6.1 Sol과, Astra는 GPT-6 Astra와 나란히 놓은 것입니다.

그림 1. 이전 세대와 GPT-6.2의 점수. 첫 줄은 제3자(Artificial Analysis) 측정, 아래 두 줄은 OpenAI 시스템 카드 표 4의 자체 측정. 값은 각 출처, 정리는 직접 함

제3자 지수에서 Astra는 5점, Sol은 2점 올랐습니다. Artificial Analysis가 여러 시험을 묶어 매기는 이 지수에서 GPT-6.2 Sol(57)은 GPT-6 Astra(57)와 같은 점수입니다. 단가로 보면 출력 100만 토큰당 $50짜리 모델이 하던 수준을 $10짜리 모델이 따라온 셈입니다. 다만 Sol의 57은 최고 추론 단계(max) 기준이고, 같은 페이지에서 medium 단계는 53, low 단계는 41로 내려갑니다.

아래 두 시험은 OpenAI가 직접 쟀고, 둘 다 보안 능력을 봅니다. 시스템 카드의 능력 평가는 실제 서비스에 적용되는 안전장치를 끈 상태에서 돌린 결과이므로, 사용자가 받는 응답의 수준이 아니라 모델 자체의 능력으로 읽어야 합니다. ExploitBench Internal Port는 2026년 6~8월에 공개된 V8·Chrome 취약점으로 임의 코드 실행까지 성공해야 점수를 받는 시험입니다. 여기서 Sol은 29%p, Astra는 22%p 올랐습니다. 이전 세대에서는 Astra가 Sol보다 10%p 높았는데 6.2에서는 그 차이가 3%p로 줄었습니다. V8·SpiderMonkey 두 자바스크립트 엔진의 과거 취약점 183건을 찾아 재현하는 SEC-Bench Pro에서는 오히려 Sol(88.34%)이 Astra(86.75%)보다 높습니다.

누가 쟀느냐에 따라 갈리는 결과

OpenAI 자체 측정과 외부 기관 측정이 같은 방향을 가리키지 않는 곳이 있습니다. 시스템 카드에는 외부 기관의 평가가 함께 실려 있어, 측정 주체별로 나눠 보면 다음과 같습니다.

측정 주체시험GPT-6 AstraGPT-6.2 Astra
IrregularFrontierCyber (217개 중 해결)77개68개
IrregularCyScenarioBench 성공률61%63%
Epoch AIEpoch 능력 지수(ECI)169174
Vals AI수정판 RSI 지수27.07%29.01%

보안 공격 능력을 실제 시스템에서 재는 Irregular의 FrontierCyber에서는 6.2 Astra가 GPT-6 Astra보다 9개 적게 풀었습니다. 같은 기관은 6.2 Astra가 널리 쓰이는 모바일 운영체제의 권한 우회 같은 제로데이 취약점을 찾아 공격에 성공했다고도 적었고, 두 모델 모두 완전히 보강된 대상은 공격하지 못해 가장 어려운 15개 과제는 풀리지 않았다고 밝혔습니다. OpenAI가 공지에서 내세운 "ExploitBench Internal Port 22점 상승"은 자체 측정이고, 외부 기관의 실전형 시험에서는 개수가 줄었다는 점을 함께 봐야 합니다.

연구 업무에서는 외부 평가가 엇갈립니다. Epoch AI는 포화되지 않은 표준 시험 전부에서 개선을 확인해 ECI를 174로 매겼지만, 자체 업무에서 뽑은 열린 과제 묶음에서는 6.2 Astra와 GPT-6 Astra 사이에 의미 있는 개선을 보지 못했고, 좋은 연구 실험을 설계하는 데 여전히 어려움을 겪는다고 적었습니다. Erdős 문제 모음에서는 문항당 $300 예산으로 68개 중 7개의 풀이를 내 기존 최고 기록인 GPT-6.1 Sol의 3개를 넘었고, 그중 하나는 알려진 풀이가 없던 문제였습니다.

Sol이 Astra를 따라잡지 못한 곳도 있습니다. 모델 학습 업무를 재는 OpenAI 평가에서 작은 언어 모델의 학습 시간을 줄이는 NanoGPT 과제는 Astra가 42.87%, Sol이 14.59%였습니다. 이미 학습된 모델을 추가 학습으로 개선하는 PostTrainBench Lite도 Astra 74.79%, Sol 44.89%로 차이가 큽니다. OpenAI는 이 결과를 근거로 Astra만 "AI 자기 개선" 영역의 High 등급으로 판정했고, 외부에 공개한 모델 가운데 이 등급은 6.2 Astra가 처음이라고 밝혔습니다.

강화된 보안 요청 제한

두 모델이 모두 사이버 Critical 등급을 받으면서 OpenAI는 위험도가 높은 보안 작업 지원에 대한 기본 제한을 강화했고, 더 허용적인 접근에는 추가 심사를 요구한다고 시스템 카드에 적었습니다. 승인된 방어 담당자가 거절을 덜 겪으며 쓰는 Daybreak 프로그램에는 아직 이 모델들이 들어가지 않았고, 공지는 "가져오기 위해 작업 중"이라고만 밝혔습니다.

안전성 결과에는 엇갈린 대목이 있습니다. OpenAI는 초기 평가에서 두 모델이 무해한 요청을 덜 거절했지만 탈옥(안전장치 우회 시도)에 GPT-6 Astra보다 약했고, 그래서 위험 요청에 대한 거절 경계를 다시 조정했다고 밝혔습니다. 조정 후 고정 탈옥 시험에서 보안 분야는 GPT-6 Astra보다 나아졌지만 고위험 생물학 분야는 여전히 조금 뒤졌습니다. 또 두 모델은 작업 보고에서 알고 있던 장애물을 빠뜨리는 경향이 전작보다 늘었고, OpenAI는 Codex 개발자 프롬프트가 이를 상당히 줄인다고 적었습니다.

Hacker News 출시 글(1,200점 이상)에서 보안 제한을 언급한 댓글은 대체로 불만이었습니다. claiir는 강화된 보안 제한 문장을 인용하며 "아쉽다—그게 Astra의 큰 장점 중 하나였다"고 썼습니다(원문). drnick1은 최근 Anthropic·OpenAI 모델들이 루팅·해킹·바이너리 역분석에서 경고를 띄우거나 거절하는 일이 늘어 "이 속도라면 내가 가장 유용하게 쓰던 작업 부류 전체에서 곧 쓸모없어질 것"이라고 했습니다(원문). 01100011은 이전 모델 GPT-6.1 Sol에서도 보안과 무관한 버그 수정이 Daybreak 경고에 막힌다며 이번 버전도 그런지 물었습니다(원문).

긍정 반응은 가격과 실사용 품질 쪽에 있었습니다. kingstnap은 "가격을 낮게 유지하는 것을 보니 좋다"며 모델이 세대마다 비싸지던 흐름을 걱정했었다고 했습니다(원문). GodelNumbering은 같은 과제를 GPT-6과 6.2 Astra에 돌려 보니 6.2의 응답이 "눈에 띄게 나았다"며 가장 중요한 내용을 먼저 말하고 합리적인 수정안을 냈다고 적었습니다(원문). 반대로 zergrush는 6.2 Astra와 Sol 모두 여전히 과잉 설계를 한다고 지적했습니다(원문).

한국 개발자에게 바뀌는 것

첫째, 기본 선택은 Sol로 보입니다. 제3자 지수에서 Sol이 이전 상위 모델과 같은 점수를 냈고, 코드 수정과 취약점 재현 같은 OpenAI 자체 시험에서도 Astra와의 차이가 작습니다. Astra를 고를 이유는 모델 학습·연구 실험처럼 OpenAI 평가에서 차이가 크게 남은 작업이나, 최고 품질 한 번이 비용보다 중요한 경우로 좁혀집니다. GPT-6 Astra를 쓰던 서비스는 6.2 Astra로 옮기기만 해도 단가가 20% 내려가지만, 6.2 Sol로 내려가면 출력 단가가 GPT-6 Astra의 5분의 1이라 먼저 시험해 볼 만합니다.

둘째, 보안 업무를 하는 팀은 오히려 불편해질 가능성이 큽니다. 국내 보안 회사·버그바운티 참가자·CTF 연습처럼 공격 코드나 취약점 분석을 다루는 작업은 이번에 Sol까지 제한이 강해졌습니다. Daybreak 프로그램에 6.2가 아직 들어가지 않아 승인된 방어 담당자도 당분간은 더 엄격한 기본 경계에서 써야 합니다. 이런 팀은 기존 모델을 바로 끄지 말고 자기 업무 요청을 6.2에 돌려 거절률을 먼저 재는 편이 안전하겠습니다.

셋째, ChatGPT 구독자는 쓰는 화면이 달라집니다. 공지는 ChatGPT 안에서의 제공 위치를 Work와 Codex로 밝혔으므로, 평소 대화창에서 모델이 바뀌기를 기다리면 6.2를 쓰지 못할 것으로 보입니다. 이 판단은 출시 하루 시점의 공지 기준이고, 한국 계정의 실제 노출 시점은 확인하지 못했습니다.

이전 세대의 추론 단계별 점수 차이는 GPT-6.1 Terra 글에서 다뤘습니다.

한계

항목내용
직접 측정 없음이 글의 수치는 모두 OpenAI 공식 문서, 시스템 카드, Artificial Analysis 모델 페이지에서 가져왔습니다. 두 모델을 직접 호출해 잰 값은 없습니다
자체 측정 비중보안·모델 학습 평가는 대부분 OpenAI가 직접 쟀습니다. 외부 기관 결과도 OpenAI 시스템 카드에 실린 요약입니다
이전 모델 값 변동시스템 카드는 이전 모델의 비교 수치가 출시 당시 공개값과 다를 수 있다고 밝혔습니다
제3자 지수 갱신Artificial Analysis 지수는 측정 묶음이 갱신되면 바뀝니다. 2026년 11월 18일 조회 값입니다
거절률 미측정강화된 보안 제한이 실제 한국어 요청에서 얼마나 거절을 늘리는지는 재지 못했습니다
커뮤니티 반응출시 하루 안의 Hacker News 댓글이라 초기 인상에 가깝습니다
1 / 1