GPT-6는 한 달 사이 이름 네 개로 나왔습니다
"GPT-6를 채팅 모드에서 언제 쓸 수 있는지만 알고 싶어요." 10월 6일 OpenAI 개발자 커뮤니티에 올라온 질문입니다. OpenAI는 9월 3일 GPT-6 Astra를 시작으로 9월 22일 GPT-6 Sol과 Luna, 9월 29일 GPT-6.1 Sol까지 한 달 동안 모델 네 개를 냈고, 그중 셋은 일반 ChatGPT 채팅 화면에 없습니다. 모델마다 쓸 수 있는 곳과 가격이 달라서, 이름만 보고는 무엇을 골라야 할지 알기 어렵습니다. 이 글에서는 공식 문서로 라인업과 사용처, 가격을 정리한 뒤, 출시 후 실제로 써 본 사람들의 후기를 골라 모델별로 어디에 맞는지 따라갑니다.
라인업: 최상위 Astra, 일꾼 Sol, 경량 Luna
GPT-6 세대는 세 등급으로 나뉩니다. GPT-6 Astra는 최상위 모델이고, Sol은 코딩과 에이전트 작업을 맡는 주력 모델, Luna는 요약·추출처럼 반복이 많은 작업용 경량 모델입니다. 직전 GPT-5.6 세대에 있던 중간 등급 Terra는 이번 세대에 없습니다. 천체 이름의 의미는 OpenAI가 따로 설명하지 않았습니다.
출시 순서는 이렇습니다. Astra가 9월 3일 발표와 함께 제한 공개됐고 다음 날 일반 공개됐습니다. 9월 22일에는 Sol과 Luna가 나왔는데, 같은 날 Anthropic도 Claude Opus 5.5를 냈습니다. 그리고 일주일 뒤인 9월 29일, OpenAI는 개발자 행사 DevDay에서 Sol의 개선판 GPT-6.1 Sol을 공개하며 "Astra에 가까운 성능을 더 낮은 가격에" 제공한다고 설명했습니다.
함께 준비되던 GPT-6.1 Astra는 출시가 취소됐습니다. 월스트리트저널 보도에 따르면 내부 테스트에서 수행한 행동을 사용자에게 정직하게 보고하지 않거나 허락 없이 작업을 진행하는 경향이 늘었기 때문입니다. OpenAI 공식 발표문은 없지만, OpenAI 안전 시스템 총괄 Saachi Jain이 이 인터뷰에서 직접 경위를 설명했습니다.
코딩 전용 모델이 사라졌다는 점도 알아 두면 좋습니다. 마지막 코딩 전용 모델은 2월에 나온 GPT-5.3-Codex였고, 지금 OpenAI의 코딩 도구 Codex가 권장하는 모델은 전부 범용 모델입니다.
어디서 쓸 수 있나: Astra만 채팅에, 나머지는 Work와 Codex에
ChatGPT에서 GPT-6.1 Sol, GPT-6 Sol, GPT-6 Luna는 업무용 모드인 ChatGPT Work와 코딩 도구 Codex에서만 쓸 수 있고, 일반 채팅(Chat)에는 없습니다. 공식 문서에 이렇게 명시돼 있습니다. 같은 문서의 모델 카드에서 ChatGPT 앱과 웹이 사용처로 표시된 GPT-6 모델은 Astra뿐입니다. 도입부의 질문은 이 구조 때문에 나왔습니다.
요금제별로도 다릅니다. GPT-6.1 Sol은 Plus, Pro, Business, Enterprise, Edu 요금제에 순차 적용 중이고, 무료(Free)와 Go 요금제는 출시 시점에 빠졌습니다. Enterprise와 Edu는 관리자가 켜야 쓸 수 있습니다. 개발자는 API에서 네 모델을 모두 바로 호출할 수 있습니다.
기존 모델 정리 일정도 있습니다. GPT-5.5는 10월 14일 ChatGPT, Work, Codex에서 모든 요금제를 대상으로 퇴역합니다(API는 유지). 저장해 둔 모델 설정이나 자동화 스크립트에 GPT-5.5를 지정해 두었다면 그 전에 바꿔야 합니다.
ChatGPT 공식 문서의 권장 모델 안내입니다. 셋째 문단에 Sol과 Luna가 Work와 Codex에서만 제공되고 Chat에는 없다고 적혀 있고, 아래 카드에서 모델별 사용처를 볼 수 있습니다. 2026년 10월 6일 캡처. (출처 : OpenAI, 2026)
ChatGPT 모델 안내 공식 문서 바로가기
가격: 6.1 Sol은 Astra의 5분의 1, 캐시는 다시 절반
API 가격은 100만 토큰 기준으로 이렇게 정리됩니다. 여기서 캐시 읽기는 한 번 보낸 내용을 다음 요청에서 똑같이 다시 보낼 때, 그 반복된 부분에 붙는 할인 요금입니다. 같은 지시문이나 문서를 매번 붙여 보내는 작업일수록 이 요금이 실제 청구액을 좌우합니다.
- GPT-6 Astra: 입력 $10, 출력 $50, 캐시 읽기 $1
- GPT-6.1 Sol: 입력 $2, 출력 $10, 캐시 읽기 $0.10
- GPT-6 Sol: 입력 $2, 출력 $10, 캐시 읽기 $0.20
- GPT-6 Luna: 입력 $0.10, 출력 $0.50, 캐시 읽기 $0.01
GPT-6.1 Sol은 Astra 정가의 5분의 1이고, 같은 값인 GPT-6 Sol보다 캐시 읽기 요금이 절반입니다. OpenAI는 Sol과 Luna가 직전 GPT-5.6 세대보다 50% 싸다는 점을 공식 포지셔닝으로 내세웠습니다. 같은 문서를 반복해서 읽는 에이전트 작업이라면 6.1 Sol을 고를 이유가 분명합니다.
놓치기 쉬운 조건이 하나 있습니다. 한 요청의 입력이 27만 2천 토큰을 넘으면 그 요청 전체에 입력·캐시 요금 2배, 출력 요금 1.5배가 붙습니다. 컨텍스트 창은 105만 토큰까지 열려 있지만, 긴 문서를 통째로 넣는 설계는 비용이 빠르게 늘어납니다. 그 밖에 Fast 모드는 표준의 2배, 배치(Batch)와 Flex 처리는 50% 할인입니다.
GPT-6.1 Sol 모델 페이지입니다. 위쪽 카드에 가격과 스펙(컨텍스트 105만 토큰, 최대 출력 12만 8천 토큰)이, 아래 가격 표 밑 셋째 줄에 27만 2천 토큰 초과 할증 조건이 있습니다. 2026년 10월 6일 캡처. (출처 : OpenAI, 2026)
GPT-6.1 Sol 모델 공식 문서 바로가기
성능과 안전: 숫자보다 먼저 볼 것
OpenAI는 Astra가 컴퓨터 사용, 소프트웨어 개발, 사이버 보안, 과학 분야에서 최고 수준이라고 발표했지만, 발표문에 구체적인 수치를 함께 싣지는 않았습니다. 외부 측정을 보면, 독립 평가 기관 Artificial Analysis가 터미널 작업 벤치마크 Terminal-Bench 4.0을 직접 돌린 결과 Astra는 Claude Opus 5.5와 같은 59.6%였습니다. Sol은 두 회사가 공통으로 발표한 업무 자동화 벤치마크 AutomationBench에서 33.2%로, Opus 5.5의 40.0%보다 낮았습니다. 두 회사 모델의 자세한 비교는 Claude Opus 5.5 vs GPT-6 Sol 비교 글에 정리해 두었습니다.
실무에서 숫자보다 먼저 체감되는 건 안전 장치입니다. Astra는 OpenAI의 위험 평가 체계에서 사이버 보안 분야 최고 위험 등급인 Critical로 분류된 첫 모델입니다. 그래서 일반 공개 버전은 일부 보안 관련 요청을 거절하도록 제한돼 있습니다. 뒤에서 볼 후기 가운데 "과하게 조심한다"는 불만은 이 설정과 함께 읽어야 합니다.
GPT-6 Astra 실제 후기: 한 번에 고치지만, 한도는 순식간에
국내 커뮤니티 더쿠에는 출시 사흘째 비개발자의 Astra 하루 사용 후기가 올라왔습니다. Codex로 개인 앱을 만들던 작성자는 GPT-5.6 Sol로 못 고치던 문제를 Astra의 중간 추론 강도에서 바로 고쳤다고 적었습니다. 여러 번 묻고 고칠 일을 한 번에 해 주는 순간이 많았다는 평가입니다. 대신 Plus 요금제에서는 작업 한두 개에 5시간 사용량이 모두 사라졌고, Sol보다 두세 배 빨리 닳았다고 합니다. 클리앙에서도 3D와 SVG 작업은 압도적이지만 프런트엔드와 일부 디자인은 약하다는 사용기와, 최대 추론으로 몇 가지 작업을 돌렸더니 금방 사용 제한이 걸렸다는 댓글이 함께 달렸습니다.
해외에서는 AI 코딩 도구를 만드는 개발자 Vincent Schmalbach가 Astra를 주력으로 일주일을 쓴 기록이 가장 구체적이었습니다. 그는 Astra가 GPT-5.6 Sol보다 낫다고 평가하면서도, 200달러짜리 Codex 구독 두 개를 일주일 만에 다 썼다고 밝혔습니다. GPT-5.5라면 30분 안에 끝내고 돌려줄 작업을 Astra는 12시간에서 24시간씩 붙잡고 있거나, 사용량이 바닥날 때까지 계속했다는 겁니다. 그가 꼽은 단점은 Astra가 여전히 멈출 때를 모른다는 점이었고, 결국 평소 작업은 GPT-5.5로 돌아가고 Astra는 어려운 검토에만 쓰기로 했습니다.
반대 방향의 측정도 있습니다. 개발자 Thomas Schranz는 같은 코딩 작업에서 Astra가 정가는 GPT-5.6 Sol의 2.5배인데도 30% 이상 빨리 끝나서, 작업 하나를 끝내는 데 든 비용은 비슷했다고 X에 공유했습니다. 출시 당일 사전 사용 리뷰를 낸 Matt Shumer는 화면을 보며 컴퓨터를 조작하는 기능을 클릭 하나하나 지켜보지 않고 맡길 수 있는 수준이라고 평가했습니다.
거절에 대한 불만도 꾸준합니다. 해커뉴스의 Astra 첫인상 스레드를 연 작성자는 출시 직후부터 정렬이 과해서 지나치게 법조문처럼 해석하고 필요 이상으로 조심한다고 썼습니다. Codex 저장소에는 위장 탐지용 컴퓨터 비전 학술 데이터셋을 만들던 중 Astra가 작업을 중단하고 앞서 도운 내용까지 부적절했다고 번복한 이슈가 올라와 있습니다.
해커뉴스 Astra 첫인상 스레드 바로가기
- 한 문장 요약: 어려운 문제를 한 번에 푸는 힘은 여러 후기가 인정했고, 작업당 비용은 정가 차이보다 작을 수 있습니다.
- 리스크: 범위를 정해 주지 않으면 사용량을 빠르게 소진하고, 보안·연구 작업 중간에 거절될 수 있습니다.
GPT-6.1 Sol 실제 후기: 더 똑똑해졌다는 평가와 느리다는 불만
GPT-6.1 Sol은 나온 지 일주일이라 후기가 아직 많지 않습니다. 그중 Apnatva Singh Rawat의 Codex 첫날 사용기가 작업 장면을 가장 자세히 적었습니다. 여러 페이지에 걸친 프런트엔드 작업을 맡겼더니, 요청이 여러 방향으로 해석될 수 있을 때 혼자 방향을 정하지 않고 먼저 무슨 뜻인지 물었다고 합니다. 비슷한 작업에서 Codex 사용량도 Astra나 GPT-5.6 Sol 높은 추론 강도보다 천천히 줄었다고 적었습니다. 통제된 비교는 아니라는 단서는 본인이 직접 달았습니다.
해커뉴스의 6.1 Sol 출시 스레드에서는 반나절만 써 봐도 6 Sol보다 확연히 똑똑하다는 반응이 나왔습니다. 몇 시간씩 혼자 일해도 결과가 대체로 괜찮다는 평가도 있었습니다. 반면 사용량은 줄이고 가격은 올리면서 초고속 모드를 내놓는다며, 다섯 달 전에도 충분히 좋았다는 불만도 같은 스레드에 있었습니다.
6.1 Sol에 대해 가장 많이 나온 불만은 속도입니다. 개발자 Pankaj Kumar는 10월 3일 X에서 6.1 Sol이 초당 20~30토큰 정도라 초당 100토큰을 넘는 Opus 5.5보다 느리다고 썼습니다. 그가 제안한 조합은 구조 설계와 계획은 Astra에, 구현은 6.1 Sol에 맡기는 방식이었습니다. 이 불만 이틀 뒤인 10월 5일, OpenAI는 구독으로 쓰는 Astra와 6.1 Sol의 기본 속도를 약 50% 높였다고 발표했습니다.
속도 개선 직후에는 엇갈린 측정도 나왔습니다. OpenAI 개발자 커뮤니티의 merefield는 자체 과제 두 개를 다시 돌렸는데, 한 과제에서 6.1 Sol이 34분 동안 4,520만 토큰을 써서 8분, 370만 토큰으로 끝낸 6 Sol보다 오래 걸렸습니다. 다른 과제에서는 6.1 Sol이 더 싸게 끝냈고, 본인도 배포가 진행 중일 때 잰 단발 측정이라고 밝혔습니다.
해커뉴스 GPT-6.1 Sol 출시 스레드 바로가기
- 한 문장 요약: 6 Sol보다 똑똑하고 사용량이 덜 닳는다는 초기 평가가 많고, 애매할 때 먼저 묻는 습관이 장점으로 꼽혔습니다.
- 리스크: 속도 불만이 컸고, 속도 개선 이후의 효과는 아직 측정이 엇갈립니다.
출시 후 2주, 이미 바뀐 것들
GPT-6는 출시 후에도 빠르게 바뀌고 있습니다. OpenAI는 10월 4일부터 28일 동안 매일 개선 사항을 하나씩 내고, 못 내는 날에는 사용자들의 사용량을 초기화해 주겠다고 발표했습니다. 첫날인 10월 5일에는 구독으로 쓰는 Astra와 6.1 Sol의 기본 속도를 약 50% 높였고(API는 해당 없음), 둘째 날인 10월 6일에는 Codex에서 위험한 행동을 대신 걸러 주는 자동 검토(Auto-review) 기능을 사용량 차감 없이 무료로 풀었습니다.
GPT-6 Sol은 6.1 Sol이 나왔다고 바로 퇴역하지 않습니다. 오히려 10월 1일 OpenAI는 GPT-5.3-Codex, GPT-5.4-nano, GPT-5.1의 API 지원을 2027년 4월 1일에 끝낸다고 공지하면서, 대체 모델로 GPT-6 Sol과 Luna를 지정했습니다.
그래서 어떤 모델을 골라야 할까요
후기와 공식 문서를 맞춰 보면 고르는 기준은 작업의 성격입니다.
첫 번째, 어려운 설계와 검토는 Astra에 맡깁니다. 여러 번 고칠 문제를 한 번에 푸는 힘은 여러 후기가 인정했습니다. 다만 사용량이 빠르게 닳고 멈출 때를 모른다는 보고가 반복되니, 끝낼 조건과 시간 한도를 정해서 맡기는 편이 안전합니다.
두 번째, 반복되는 구현과 긴 에이전트 작업은 GPT-6.1 Sol이 기본값입니다. Astra 정가의 5분의 1에 캐시 할인까지 크고, OpenAI도 코딩과 에이전트 작업의 권장 모델로 6.1 Sol을 지정했습니다. 설계는 Astra, 구현은 6.1 Sol로 나누는 조합이 후기에서 여러 번 나왔습니다.
세 번째, 요약·분류처럼 단순하고 양이 많은 작업은 Luna로 충분합니다. 입력 단가가 100만 토큰당 $0.10이라, 호출량이 많은 자동화에서 비용 차이가 가장 크게 납니다.
결론: GPT-6는 모델보다 조합을 고르는 세대입니다
GPT-6 세대는 Astra, 6.1 Sol, Luna가 역할을 나눠 맡는 구조라, 모델 하나를 고르기보다 작업마다 어떤 모델을 붙일지 정하는 것이 핵심입니다. 후기에서 Astra는 힘과 비용이, 6.1 Sol은 효율과 속도가 쟁점이었고, 두 모델 모두 출시 2주 만에 속도와 기능이 계속 바뀌고 있습니다. 그래서 지금 도입을 검토한다면 기본값은 6.1 Sol로 두고, 어려운 단계에만 Astra를 붙이는 순서가 비용과 결과를 함께 챙기는 방법입니다.
리트머스는 새 모델이 나올 때마다 실제 프로젝트 자료로 검증한 뒤, 기획·구현·검수 단계마다 다른 모델을 배치합니다. 기획서 한 장이나 참고 서비스 링크만 있어도 우리 프로젝트에 어떤 AI 개발 방식이 맞는지 무료로 검토해 드립니다.
GPT-6 모델들이 Codex에서 주로 쓰인다면, 다음으로 궁금한 건 Codex를 실제로 어떻게 설치하고 지시하느냐일 겁니다.
