인공지능(AI)이 질문에 답하는 수준을 넘어 컴퓨터를 직접 조작하며 업무를 수행하는 기술 경쟁이 본격화되고 있다.
오픈AI가 시각적 정보 분석과 컴퓨터 활용 능력을 강화한 신형 AI 모델 ‘GPT-6.1 테라(GPT-6.1 Terra)’를 공개했다. 기존 모델보다 표준 API 가격을 50% 낮추면서도 전문 업무 처리 성능을 높인 것이 핵심이다.
이번 모델은 복잡한 추론에 집중하는 최상위 모델과 달리 문서 작성, 자료 분석, 소프트웨어 조작 등 기업과 개인이 일상적으로 수행하는 업무를 경제적으로 처리하는 데 초점을 맞췄다.
전문 업무 능력은 높아지고 비용은 3분의 1
오픈AI에 따르면 GPT-6.1 테라는 전문 업무 수행 능력을 평가하는 ‘에이전츠 라스트 이그잼’에서 기존 GPT-5.6 테라보다 15%포인트 높은 점수를 기록했다. 작업 비용은 기존 모델의 약 3분의 1 수준으로 낮아졌다.
해당 평가는 건축 도면을 분석해 3D 모델을 제작하거나 애니메이션 영상을 검토해 복원에 필요한 정보를 정리하는 등 여러 단계의 작업을 수행하도록 설계됐다.
특히 오픈AI는 GPT-6 아스트라와 유사한 성능을 유지하면서 토큰당 가격은 10분의 1 수준이라고 설명했다. 전문 업무 처리 속도 역시 일부 상위 모델보다 3배 이상 빠른 것으로 나타났다고 밝혔다.
비용 경쟁력도 눈길을 끈다. 오픈AI는 특정 벤치마크에서 GPT-6.1 테라가 앤트로픽의 클로드 오퍼스 5.5보다 토큰을 3배 이상 효율적으로 사용했다고 밝혔다.
여기에 토큰당 가격 차이를 반영하면 동일 유형의 평가 과제를 처리하는 데 드는 비용은 약 9분의 1이라는 설명이다. 다만 이는 특정 평가 환경과 추론 설정을 기준으로 한 비교로, 실제 기업 업무에서는 결과가 달라질 수 있다.
화면 이해부터 코딩까지…실무 활용 범위 확대
시각적 추론 능력도 개선됐다. 이미지 분석 평가인 MMMU-Pro와 컴퓨터 조작 능력을 측정하는 OSWorld 2.1에서 기존 모델보다 높은 성능을 기록했다.
AI가 화면에 표시된 정보를 이해하는 데 그치지 않고 실제 애플리케이션을 조작해 업무를 완료할 수 있다는 점이 특징이다. 청구서 내용을 분석해 회계 프로그램에 입력하거나 복잡한 자료를 정리하는 반복 업무에 활용할 수 있다.
코딩 성능 역시 향상됐다. 터미널 벤치 4.0에서 최대 추론 설정 기준 50.3%의 문제 해결률을 기록했다. 기존 GPT-5.6 테라의 공개 점수인 21.5%보다 28.8%포인트 높은 수치다.
사실 오류율 감소…보안 체계도 유지
사실 오류 문제에서도 개선이 확인됐다. 오픈AI 자체 평가에서 낮은 추론 설정 기준 GPT-5.6 테라의 오류율은 53.6%였지만 GPT-6.1 테라는 16.7%를 기록했다. 최대 추론 설정에서는 4.3%까지 낮아졌다고 밝혔다.
컴퓨터를 직접 조작하는 AI 특성상 정보의 정확성과 보안은 더욱 중요하다. 잘못된 금액이나 고객 정보를 실제 업무 시스템에 입력할 가능성이 있기 때문이다.
오픈AI는 외부 콘텐츠에 숨겨진 악의적인 명령으로 AI의 행동을 유도하는 프롬프트 인젝션에 대한 방어 능력도 강화했다고 설명했다. 사이버보안 관련 보호 조치 역시 유지한다는 방침이다.
API 가격 절반 인하…기업용 AI 도입 확대 겨냥
GPT-6.1 테라의 표준 API 가격은 입력 토큰 100만 개당 1달러, 출력 토큰 100만 개당 5달러다. 캐시 입력은 100만 개당 0.05달러다. 기존 GPT-5.6 테라와 GPT-6.1 솔보다 표준 가격을 50% 낮췄다.
서비스는 챗GPT 워크와 코덱스, API를 통해 제공되며, 플러스·프로·엔터프라이즈·에듀 이용자가 활용할 수 있다고 오픈AI는 밝혔다.
이번 발표는 AI 시장의 경쟁 기준이 단순한 답변 품질에서 실제 업무 완성도와 운영비 절감으로 확대되고 있음을 보여준다. 고성능 모델 하나에 모든 업무를 맡기기보다 작업 난도에 따라 적합한 모델을 선택하는 전략도 중요해질 전망이다.
앞으로 AI 경쟁력은 얼마나 뛰어난 답변을 생성하는지를 넘어 얼마나 많은 실제 업무를 정확하고 경제적으로 완수하는지에 달려 있다. GPT-6.1 테라는 이러한 AI 에이전트 시장의 변화를 보여주는 사례다.
){kind=small}
){kind=small}
){kind=small}
){kind=small}
