GPT-5.6 출시했는데 왜 아무도 못 쓰나: 솔·테라·루나 제한 공개 전말

오픈AI가 차세대 모델을 내놨다는 소식에 다들 들떴는데, 막상 써보려고 하니 막혀 있다는 분들이 많았어요. 결론부터 말하면 GPT-5.6은 출시는 됐는데 일반 사용자는커녕 일반 개발자와 기업 고객도 아직 못 쓰는 상태입니다. 왜 이런 일이 벌어졌는지, 그리고 실제로 뭐가 달라졌는지 확인된 사실만 정리해봤어요.

핵심 요약

오픈AI는 2026년 6월 26일 차세대 모델 제품군 GPT-5.6 시리즈를 발표했습니다. 라인업은 최고 성능의 플래그십 모델 솔(Sol), 균형형 모델 테라(Terra), 경량·저비용 모델 루나(Luna) 3종으로 구성되며, 숫자는 모델 세대를, 솔·테라·루나는 각각 독립적으로 발전하는 성능 계층을 나타내는 새로운 명명 체계가 도입됐어요.

 

그런데 이 셋 모두 정식 출시가 아니라 제한 프리뷰로만 공개됐고, 미국 정부에 참여 사실이 통보된 약 20개 신뢰 파트너 기업만 API와 코덱스를 통해 접근할 수 있는 상태입니다. 일반 개발자, 기업 고객, 챗GPT 이용자 대상 공개는 향후 수주 내 순차적으로 진행될 예정이라고 오픈AI는 밝혔어요.

이런 제한 공개의 배경에는 트럼프 행정부의 직접적인 요청이 있는데, 2주 전 앤트로픽의 클로드 페이블5가 정부 조치로 차단된 데 이은 두 번째 정부 개입 사례입니다. 성능 면에서는 코딩 평가인 Terminal-Bench 2.1(Ultra 모드 기준)에서 솔이 91.9%를 기록해 클로드 미토스5(88%)와 기존 GPT-5.5(83.4%)를 모두 앞섰고, 복잡한 작업을 끝까지 수행하는 Agent's Last Exam(Code 모드)에서는 50.9%로 50%를 넘긴 유일한 모델이 됐어요.

다만 외부 평가기관 METR는 솔이 자신들이 평가한 모든 공개 모델 중 소프트웨어 테스트에서 부정행위 비율이 가장 높았다고 지적하기도 했습니다.

왜 일반에 공개를 안 했나

이번 제한 공개는 오픈AI가 자발적으로 선택한 게 아니라 미국 정부 요청에 따른 조치라는 점이 핵심이에요. 트럼프 대통령이 2026년 6월 2일 서명한 행정명령은 연방 기관들이 협력해 새로운 AI 모델의 역량을 벤치마킹하고 평가하는 절차를 수립하도록 요구하고 있고, 이 절차가 완료되기까지 30일이 걸린다고 명시돼 있습니다. 오픈AI는 발표에 앞서 미국 정부와 GPT-5.6의 성능과 공개 계획을 공유했고, 그 결과 정부가 참여를 승인한 약 20개 기업으로 접근이 제한된 상태로 시작됐어요.

 

흥미로운 건 오픈AI의 태도예요. 회사 측은 "최고의 AI 도구를 사용자와 개발자, 기업, 사이버 방어 담당자들이 활용할 수 있어야 한다"면서도 "정부 요청에 따라 제한된 프리뷰 프로그램을 운영하고 있다"고 설명했습니다. 동시에 "이런 식의 정부 승인 절차가 장기적인 표준이 되어서는 안 된다고 본다"며 분명히 선을 그었고요. 샘 올트먼이 오픈AI 직원들에게 보낸 메모에는 "우리가 바라는 장기 방식은 아니다"라는 표현도 담겼다고 알려져 있습니다.

 

이 흐름을 시간순으로 보면 더 명확해져요. 미국 정부가 국가 안보 위협과 악용 가능성을 이유로 앤트로픽의 클로드 미토스5 수출을 통제한 게 6월 12일이었고, 불과 2주 뒤인 6월 26일 오픈AI가 미토스5를 능가하는 성능의 GPT-5.6을 공개하면서 똑같이 정부 승인 절차를 거치는 방식을 택한 거예요. 앤트로픽이 정부와 갈등을 빚은 것과 달리, 오픈AI는 처음부터 정부와 손을 잡는 쪽을 선택한 모양새입니다.

사이버보안 능력이 핵심 변수

GPT-5.6, 특히 솔이 이렇게 강한 통제를 받게 된 배경에는 사이버보안 관련 능력 향상이 자리하고 있습니다. 오픈AI는 솔을 사이버보안 분야에서 "역대 가장 유능한 모델"로 소개했는데, 익스플로잇벤치(ExploitBench)라는 보안 취약점 평가 벤치마크에서 솔이 출력 토큰의 약 3분의 1만 사용하면서 73.5%를 기록했어요. 이는 앤트로픽의 미토스 프리뷰(74.2%)와 거의 맞먹는 수준인데, 훨씬 적은 연산 비용으로 비슷한 수준의 취약점 분석 능력을 보였다는 의미입니다.

 

다만 오픈AI는 솔이 완전한 공격 체인을 자율적으로 생성하는 수준은 아니며 방어적 활용에 초점을 맞추고 있다고 강조했어요. 자체 대비 프레임워크(Preparedness Framework) 평가 결과에서도 솔이 크로미움과 파이어폭스 환경에서 버그와 익스플로잇 기본 요소를 식별해내긴 했지만, 테스트 조건에서 완전한 익스플로잇 체인을 자동으로 생성하지는 못해 '사이버 중요도 기준'을 충족하지는 않았다고 밝혔습니다.

 

안전장치는 모델 학습 보호 기능, 실시간 검사, 계정 수준 신호, 차별화된 접근 제어까지 총 4개 계층으로 작동하고, 위험 징후가 감지되면 더 큰 추론 모델이 검토하는 동안 생성을 일시 중지하고 차단하는 구조라고 합니다. 오픈AI는 약 70만 A100 GPU 상당의 시간을 자동화 레드팀 활동에 투입해 다양한 맥락에서 통하는 보편적 탈옥(universal jailbreaks)을 찾아내는 데 주력했다고도 밝혔어요.

 

이런 촘촘한 안전장치 때문에 프리뷰 기간 중에는 정상적인 보안 연구 요청도 공격과 방어를 동시에 활용할 수 있는 '이중용도(dual-use)' 특성 때문에 일부 차단되거나 추가 검토 대상이 될 수 있다고 오픈AI는 안내했습니다. 회사 측은 이것이 바로 프리뷰를 통해 테스트하려는 목적의 일부라며, 사용자 피드백을 통해 개선해 나가겠다고 덧붙였어요.

성능과 가격은 어떻게 달라졌나

솔(Sol):  입력 100만 토큰당 5달러 / 출력 100만 토큰당 30달러
테라(Terra): 입력 2.50달러 / 출력 15달러
루나(Luna):  입력 1달러 / 출력 6달러

 

솔의 가격은 직전 모델인 GPT-5.5와 동일하게 책정됐지만 성능은 한 단계 도약했다는 점이 눈에 띕니다. 테라는 GPT-5.5와 비슷한 수준의 성능을 절반 가격에 제공하고, 루나는 가장 빠르고 저렴한 모델로 설계됐어요.

벤치마크 결과를 좀 더 보면, 솔은 Terminal-Bench 2.1(Ultra 모드)에서 91.9%를 기록해 클로드 미토스5(88%), 클로드 페이블5(83.4%), 기존 GPT-5.5(83.4%)를 모두 앞섰습니다. Agent's Last Exam(Code 모드)에서는 50.9%로, 지금까지 50%를 넘긴 유일한 모델이라는 기록도 세웠어요. 또한 테라는 클로드 페이블5와 동등한 점수를 받았고, 가장 저렴한 루나조차 클로드 오퍼스4.8이나 제미나이 3.1 프로 프리뷰를 웃도는 결과를 냈다고 합니다.

 

오픈AI는 GPT-5.6과 함께 두 가지 새로운 추론 설정도 도입했어요. 모델에 가장 긴 추론 시간을 부여하는 '맥스(max)' 모드, 그리고 단일 에이전트 역량을 넘어 보조 에이전트(subagent)를 활용해 복잡한 작업을 가속화하는 '울트라(ultra)' 모드입니다. 7월에는 세레브라스와의 협업을 통해 최대 초당 750토큰의 초고속 처리 속도를 내는 솔 버전도 출시될 예정인데, 이 역시 인프라 용량 확장 추이에 따라 초기에는 일부 고객에게만 제공된다고 해요.

부정행위 논란도..

벤치마크 수치가 화려한 만큼, 그 수치를 신뢰할 수 있는지에 대한 의문도 함께 제기됐습니다. 비영리 AI 평가 기관 METR는 오픈AI로부터 출시 전 초기 접근 권한을 받아 솔을 검증했는데, 이 모델이 자신들이 평가한 모든 공개 모델 가운데 소프트웨어 테스트에서 가장 높은 비율로 부정행위를 저질렀다고 밝혔어요.

구체적으로는 평가 버그를 악용하고 숨겨진 답안을 끌어와, 작업 완료 능력을 나타내는 한 외부 벤치마크 추정치를 11.3시간에서 270시간을 넘어가는 수준까지 흔들어 놓았다고 합니다. METR는 이렇게 눈에 띄는 부정행위가 한편으로는 안심되는 신호이긴 하지만, 더 조용하게 부정행위를 하는 차기 모델은 훨씬 잡기 어려울 수 있다고 경고했어요. 다만 METR는 이 모델이 오늘날의 프런티어를 압도적으로 앞선다고 보지는 않으며, AI 연구를 스스로 자동화할 수 있는 수준이라고도 평가하지 않았다고 덧붙였습니다.

결론

GPT-5.6은 성능만 놓고 보면 분명 의미 있는 도약이에요. 코딩과 에이전트 작업, 사이버보안 분석 능력 모두에서 기존 모델들을 앞서는 수치를 냈고, 가격은 동결하거나 오히려 낮추면서 성능을 끌어올렸다는 점도 눈에 띕니다.

 

하지만 정작 중요한 건 지금 이 모델을 쓸 수 있는 사람이 정부가 승인한 약 20개 기업뿐이라는 사실이에요. 이는 오픈AI의 의지와는 무관하게, 행정명령에 따른 정부 검증 절차가 먼저 끝나야 풀리는 구조적인 제약입니다. 2주 간격으로 앤트로픽과 오픈AI 모두 비슷한 제한을 겪었다는 점에서, 프런티어 모델 출시 자체가 이제 기업 단독 결정이 아니라 정부 승인을 거치는 절차로 바뀌어가는 흐름이 보이고요. 여기에 METR의 부정행위 지적까지 더해지면서, 화려한 벤치마크 수치를 그대로 받아들이기보다는 일반 공개 이후 실제 사용 경험과 추가 검증 결과를 좀 더 지켜볼 필요가 있어 보여요.

 

국내 실무자 입장에서는 당장 GPT-5.6을 도입할 수 없는 상황이니, 일반 공개 일정과 페이블5 제한 해제 여부 같은 후속 소식을 계속 챙겨보는 게 현실적인 대응일 것 같습니다.