OpenAI 최신 소식 총정리: GPT-6 Sol·Luna 출시, 가격 비교와 Codex 업데이트까지

확인 기준: 2026년 9월 23일 한국시간 오전. 핵심 신규 발표의 공식 표기일은 9월 22일이며, 함께 알아두면 좋은 9월 21일 소식도 포함했습니다.

OpenAI가 GPT-6 Sol과 GPT-6 Luna를 공개했습니다. API 변경 기록에도 9월 22일 출시가 명시됐습니다. 두 모델은 텍스트와 이미지를 입력받고 텍스트를 생성하며, 서비스 개발에 사용하는 Responses API와 Chat Completions API로 제공됩니다.

 

이번 소식에서 눈여겨볼 부분은 성능과 사용 비용의 균형입니다. AI가 코드를 작성하고 문서를 처리하는 횟수가 늘어나면, 똑똑한 답변만큼이나 청구서의 숫자도 신경 쓰이기 마련이니까요. 새 모델의 가격부터 Codex 사용 경험, 일반 ChatGPT 이용자가 확인할 변화까지 차례대로 살펴보겠습니다.

이번 OpenAI 소식, 한눈에 보기

공식 발표일	주요 소식	확인할 핵심
9월 22일	GPT-6 Sol·Luna 출시	모델별 가격과 작업 성격, Work·Codex·API 제공 범위
9월 22일	GPT-6 프롬프트 캐싱 개선	반복 입력을 재사용하는 비용과 속도 개선
9월 22일	Codex CLI 0.156.0	음성 대화, 전체화면 UI, 사용량 분석
9월 21일	ChatGPT Privacy Center·Finances 업데이트	개인정보 설정 안내, 미국 대상 신용점수 기능
9월 21일	OpenAI Academy 학습 과정 확대	개발자·직장인·리더·교육 분야별 학습 경로
9월 21일	AI 국제 기준 제안·수학 자문그룹 발표	고도화되는 AI를 평가하고 연구 성과를 검토하는 체계

각 항목의 공식 원문과 이용 조건은 아래에 함께 정리했습니다.

1. GPT-6 Sol·Luna 출시: Astra와 무엇이 다를까?

공식 모델 문서에서 Astra는 가장 어려운 종합 작업, Sol은 복잡한 코딩과 에이전트 작업, Luna는 범위가 명확한 대량 처리 작업에 맞춘 모델로 소개됩니다. 에이전트 작업이란 AI가 도구를 사용하면서 여러 단계를 이어서 수행하는 일을 말합니다. 

GPT-6 모델별 API 가격 비교

아래는 입력 길이 272K 이하 요청의 Standard 요금, 100만 토큰당 미국 달러 기준입니다. 토큰은 모델이 입력과 출력을 처리하는 단위입니다.

모델	일반 입력	캐시 입력 읽기	출력	공식적으로 강조하는 작업
GPT-6 Astra	$10.00	$1.00	$50.00	고난도 추론·연구·복합 작업
GPT-6 Sol	$2.00	$0.20	$10.00	복잡한 코딩·에이전트 작업
GPT-6 Luna	$0.10	$0.01	$0.50	목적이 명확한 대량 처리

세 모델 모두 문서상 컨텍스트 창은 105만 토큰, 최대 출력은 12만 8천 토큰입니다. 다만 입력이 272K를 넘으면 전체 요청에 입력·캐시 요금 2배, 출력 요금 1.5배가 적용됩니다. 캐시 쓰기도 일반 입력 요금의 1.25배로 별도 책정되므로, 읽기 할인율만으로 총비용을 계산하면 안 됩니다. 

 

이전 세대와 비교하면 변화가 더 잘 보입니다. 공식 발표가 비교 기준으로 삼은 GPT-5.6 프로모션 요금에서 Sol은 입력 $4→$2, 출력 $20→$10으로 각각 50% 내려갔습니다. Luna는 입력 $0.20→$0.10, 출력 $1.20→$0.50으로, 항목별 계산 시 각각 50%와 약 58.3% 인하입니다. 

 

예를 들어 캐시와 도구를 사용하지 않고, 각 요청의 입력을 272K 이하로 유지한 여러 요청을 합산해 과금 대상 입력 100만 토큰과 출력 20만 토큰을 소비했다고 가정해 보겠습니다. 위 Standard 단가로 계산하면 Astra는 $20, Sol은 $4, Luna는 $0.20입니다. 실제 작업에서는 추론 토큰, 답변 길이, 재시도 횟수가 달라지므로 이는 같은 토큰량을 놓고 본 단순 비교입니다.

경쟁 모델과 비교한 성능은?

OpenAI가 공개한 AutomationBench 1.0.6 비교에서는 다음 결과를 제시했습니다. 여러 앱과 도구를 사용하는 업무 흐름을 평가한 수치입니다.

모델·추론 설정	점수	작업당 비용 비교
GPT-6 Sol·xhigh	33.2%	$0.27, 기준 1배
GPT-6 Astra·low	30.3%	Sol의 3.9배
Claude Opus 5·max	26.9%	Sol의 11.1배
Claude Fable 5.1·max, Opus 5 보완 사용	31.4%	Sol의 8.9배 초과

이는 OpenAI 발표에 실린 특정 평가 결과입니다. 모델마다 추론 설정이 다르고, Fable 수치는 약 40%의 작업에서 사용한 Opus 보완 비용이 빠져 있습니다. 경쟁 모델 수치는 공개 보고서에서 가져왔다고 설명하므로, 모든 제품을 동일한 환경에서 직접 시험한 결과로 읽으면 곤란합니다. 

실무에서는 자신이 반복하는 작업으로 확인하는 편이 좋겠습니다. 예를 들어 같은 코드 수정 과제를 맡겼을 때 정답 여부와 함께 재작업 횟수, 검토 시간, 총비용을 비교하면 모델을 고르는 기준이 훨씬 선명해집니다.

어디에서 사용할 수 있을까?

새 모델은 ChatGPT Work와 Codex에 순차 배포됩니다. Plus·Pro·Business·Enterprise·Edu가 대상이며, Free·Go는 데스크톱 앱에서 Luna를 사용할 수 있습니다. 일반 Chat에는 아직 제공되지 않는다고 안내했습니다. Enterprise에서는 관리자 활성화도 필요합니다. 

API 모델명은 gpt-6-sol, gpt-6-luna입니다. 도구를 사용하는 개발자는 Responses API를 우선 확인하는 편이 좋습니다. 두 모델의 Chat Completions 함수 호출은 reasoning_effort=none일 때만 지원한다고 명시돼 있습니다. 

2. 프롬프트 캐싱 개선: 반복해서 읽히는 자료의 비용 줄이기

9월 22일에는 GPT-6 프롬프트 캐싱 개선도 별도로 발표했습니다. 반복 요청에서 공통으로 사용하는 앞부분의 입력을 재사용해 처리 시간을 줄이고, 캐시 입력 읽기에 최대 90% 할인을 제공하는 내용입니다. 적격 공통 입력을 30분 안에 재사용하는 조건도 안내했습니다. 

 

예를 들어 교육용 해설 서비스에서 매번 같은 학년별 설명 규칙을 전달한다고 해보죠. 개별 문제는 바뀌어도 공통 지침은 반복됩니다. 이런 서비스는 공통 자료와 매번 바뀌는 입력을 어떻게 배치하느냐가 비용에 영향을 줄 수 있습니다.

이번 발표에서 소개한 관리 수단은 다음과 같습니다.

• 대시보드: 입력이 얼마나 캐시에서 처리되는지 확인합니다.
• 진단 도구: 캐시가 재사용되지 않은 이유를 살펴봅니다.
• 명시적 캐시 경계: 프롬프트의 어느 부분까지 재사용할지 지정합니다.
• 추론·도구 설정 조정: 안내된 방식으로 설정을 바꾸면 기존 맥락의 캐시 재사용을 유지할 수 있습니다.

다만 90%는 캐시 입력 읽기에 관한 할인입니다. 출력, 캐시 쓰기, 도구 호출까지 포함한 전체 청구액이 일괄 90% 내려간다는 뜻은 아닙니다. 

제 해석으로는 반복 문서 처리나 오래 실행되는 개발 에이전트에서 특히 살펴볼 만한 변화입니다. 공통 지침이 길고 호출이 잦은 서비스라면, 모델 교체와 캐시 최적화를 함께 비교해볼 이유가 생겼습니다.

3. Codex CLI 0.156.0: 음성·전체화면·사용량 분석

같은 날 공개된 Codex CLI 0.156.0은 터미널에서 작업하는 개발자에게 눈에 띌 만한 업데이트입니다.

변경점	사용자가 확인할 동작
전체화면 UI	/tui로 다음 실행의 UI를 선택하고 대화 기록 검색·마우스 선택·우클릭 복사 사용
음성 대화	기본 활성화, F8로 전환, /voice settings에서 설정
사용량 분석	/usage에서 계정 사용량·토큰 합계·플러그인과 스킬 활동 확인
작업 관리·표현	워크트리 지원 기본 활성화, 지원되는 Mermaid 다이어그램과 수식 표시

중단·실패 시 스트리밍 답변 보존, 세션을 다시 열 때 Plan 모드 복원 같은 수정도 포함됐습니다. 

개발자 관점에서는 모델 이름만큼이나 이런 변화가 반갑습니다. 긴 작업의 기록을 찾아보고, 어디에 사용량이 들어갔는지 확인하고, 끊긴 작업을 이어가는 과정이 매일의 사용 경험을 좌우하기 때문입니다.

4. ChatGPT 개인정보 센터와 신용점수 기능도 추가

개인정보 설정을 찾기 쉬워진 Privacy Center

9월 21일 릴리스 노트에는 Privacy Center 도입이 올라왔습니다. 메모리·개인화·데이터 사용·연결 앱·계정 보안에 관한 설명과 관련 설정으로 이동하는 경로를 모아 놓은 공간입니다. 

Free·Go·Plus·Pro·Business의 로그인 사용자에게 웹과 iOS·Android로 순차 배포됩니다. 이번 배포에는 Enterprise·Edu·Healthcare가 포함되지 않습니다.

• 웹: 계정 메뉴 → Help → Privacy center
• 모바일: Settings → Privacy Center 또는 Privacy center

센터를 여는 것만으로 데이터가 삭제되거나 설정이 바뀌지는 않습니다. 기존 설정의 의미를 확인하고 필요한 항목을 찾아가는 기능으로 이해하면 됩니다. 계정이나 앱 버전에 따라 아직 메뉴가 보이지 않을 수도 있습니다. 

개인 자료와 업무 자료를 함께 다루는 사용자라면 메모리, 모델 개선을 위한 데이터 사용, 연결 앱 설정을 점검하는 출발점으로 활용할 만합니다.

Finances 신용점수 기능은 미국 대상

같은 날에는 ChatGPT Finances에 Experian 신용보고서와 VantageScore 3.0 신용점수를 연결하는 기능도 추가됐습니다. 월별 갱신과 주요 변경 모니터링을 지원하며, 미국 Plus·Pro 사용자에게 순차 배포됩니다. 한국 신용평가사 점수를 조회하는 기능으로 발표된 것은 아니므로, 국내 사용자는 제공 지역을 구분해서 볼 필요가 있습니다. 

5. OpenAI Academy, 개발자와 직무별 학습 과정 확대

OpenAI Academy는 9월 21일 학습 경로 확대를 발표했습니다. 일반 업무 활용 과정 외에 개발자·리더·교육자와 대학생을 위한 과정을 마련했습니다.

학습 경로	주요 대상
Apply AI at Work	문서·조사·반복 업무에 AI를 활용하려는 직장인
Build with AI	Codex와 OpenAI API를 활용하려는 개발자
Lead AI Adoption	조직의 AI 도입 계획을 세우는 리더
Teach and Learn with AI	교육자와 대학생

특히 Build with AI에는 개발 계획·구현·검토와 API 기반 평가·운영 등이 포함됩니다. 평가를 통과하면 과정 배지를 받을 수 있다고 안내했습니다. 

Codex를 처음 쓰거나 작업 지시 방식을 다듬고 싶다면 가까운 행사도 있습니다. Codex bootcamp 101: Agentic coding은 공식 시간 9월 23일 17:00~18:00 GMT, 한국시간으로는 9월 24일 목요일 새벽 2~3시입니다. 작업 범위 설정, 맥락 제공, 진행 중 방향 조정, 결과 검토를 다룹니다. 

6. AI 국제 기준과 수학 연구 검토 체계에 관한 발표

제품 밖에서도 두 가지 소식이 있었습니다.

첫째, OpenAI는 9월 21일 고도화되는 AI를 위한 국제 기술 기준, 공통 평가 방식, 사고 보고 체계가 필요하다고 제안했습니다. AI가 차세대 AI 연구에 참여하는 재귀적 자기개선, 즉 RSI도 주요 논의 대상입니다. OpenAI는 완전히 자율적인 RSI가 현재 진행되고 있는 것은 아니라고 밝혔습니다. 이번 글은 국제 기준 마련을 촉구하는 제안이며, 새로운 국제 규정이 시행됐다는 발표는 아닙니다.

 

둘째, 같은 날 수학과 AI에 관한 독립 자문그룹과의 협력도 발표했습니다. AI가 만든 수학 연구 결과의 중요성, 검토·발표 방식, 학문적 기준 등을 자문하는 구조입니다. 일반 사용자용 수학 모델의 신규 출시 소식과는 구분할 필요가 있습니다.

 

두 발표를 함께 보면, AI의 능력이 커질수록 성과를 어떻게 평가하고 검토할 것인지도 중요한 과제가 된다는 흐름을 읽을 수 있습니다.

이번 업데이트에서 먼저 확인해볼 것

제 판단으로는 개발자는 Sol·Luna의 실제 작업 비용, 일반 ChatGPT 사용자는 Privacy Center, Codex를 자주 쓰는 사람은 CLI 사용량 분석과 작업 재개 기능부터 살펴보면 좋겠습니다.

모델 비교도 자신이 자주 하는 일에서 시작하는 편이 유용합니다. 코드 수정, 문서 분류, 교육 콘텐츠 생성처럼 반복 가능한 작업을 몇 개 정한 뒤, 결과의 품질과 검토에 든 시간, 총 사용 비용을 함께 기록해 보세요. 작업 종류별로 알맞은 모델을 정하는 데 훨씬 도움이 됩니다.