GPT-6.2 출시: PPT를 복제하고, 가치 평가 모델을 구축하며, 3D 모델링을 할 수 있지만 환각 비율은 여전히 59%에 달함
문|샤오징
편집|쉬칭양
미국 현지 시간 11월 17일, OpenAI는 공식적으로 GPT-6.2 아스트라와 GPT-6.2 솔을 출시했습니다.
이번 발표는 외부의 예상보다 더 늦게 이루어졌습니다. 10월 말, 한 네티즌이 ChatGPT 사용량 기록에서 의심되는 GPT-6.2의 비공식 테스트 흔적을 발견한 이후, 모델 식별 및 테스트 스크린샷이 계속해서 유출되었습니다. 이전에 언론은 새로운 모델이 가장 빠르면 11월 6일에 발표될 것이라고 예측했으나, 최종 발표일은 이 예상보다 11일 늦었습니다.
OpenAI는 이번에 AI가 전문 작업을 수행하는 능력을 강조했습니다.
PPT 스크린샷을 바탕으로 완전한 프레젠테이션 문서를 재현하는 것부터, 재무 데이터 추출, 가치 평가 모델 구축, Blender를 사용하여 자동차 3D 모델 생성, 차량 서스펜션의 물리적 운동 시뮬레이션, 심지어 CAD를 이용한 기계 부품 설계 및 조립 관계 검증까지, GPT-6.2는 과거에 전문 인력이 복잡한 소프트웨어를 사용해야만 수행할 수 있었던 작업에 깊이 들어가기 시작했습니다.
OpenAI는 특히 새로운 모델이 무효 출력과 반복 수정을 줄여 AI가 제공하는 결과가 전문 작업 기준에 더 가까워질 수 있다고 강조했습니다.
지난 두 달 이상, OpenAI는 GPT-6 아스트라, 솔 및 루나, 그리고 GPT-6.1 솔, 테라 등의 모델을 차례로 출시했습니다. 방금 발표된 GPT-6.2 아스트라는 9월 GPT-6 아스트라 이후의 플래그십 모델 업그레이드로, 복잡한 전문 작업 처리 능력을 크게 향상시켰습니다; GPT-6.2 솔은 주로 일상 작업, 프로그래밍 및 다단계 지능형 작업의 효율성을 강화했습니다.
Artificial Analysis의 최신 순위에 따르면, 아스트라는 62점으로 세계 2위로 상승했으며, 이전 모델보다 5점 향상되었습니다; 솔은 57점을 기록했습니다. 가격 측면에서, 아스트라의 API 입력 및 출력 단가는 각각 20% 인하되었고, 캐시 입력 가격은 60% 감소했습니다; 솔은 원래 가격을 유지하지만 일부 작업의 전체 비용은 더욱 감소했습니다.
주목할 점은 GPT-6.2 아스트라가 OpenAI의 첫 번째 공개 모델로 AI 자율 개선 능력 "높음" 기준을 충족하는 평가를 받았다는 것입니다.
그러나 멋진 시연과 점수는 다양한 평가를 불러일으켰습니다. 발표 당일, 수 주 전에 새로운 모델을 시험해본 여러 개발자들이 공개적으로 실망감을 표현하며, 아스트라가 장시간 소프트웨어 개발 작업에서 여전히 조기 중단될 수 있으며, 지나치게 간결한 출력이 때때로 필요한 정보를 누락할 수 있다고 주장했습니다.
동시에, 점점 더 실제 전문 작업에 가까워짐에 따라, 모델 능력의 경계와 안전 통제도 이번 발표의 중요한 관점이 되었습니다.

OpenAI CEO 샘 올트먼. 이미지 AI 생성
01 성능 및 비용

GPT-6.2 아스트라의 API 가격은 백만 입력 토큰당 8달러, 출력 토큰당 40달러이며, 캐시 입력은 0.40달러입니다. 이전 모델에 비해 입력 및 출력 가격이 각각 20% 하락했으며, 캐시 입력은 1달러에서 0.40달러로 60% 감소했습니다. GPT-6.2 솔은 백만 입력 토큰당 2달러, 출력 토큰당 10달러의 가격을 유지합니다.
다단계 지능형 작업의 경우, API 단가는 실제 비용을 완전히 반영하지 못할 수 있습니다. 모델이 작업을 수행할 때, 여러 번 도구를 호출하고, 파일을 읽고, 오류를 처리하고 다시 시도해야 할 수 있습니다. 단가가 변하지 않더라도, 작업 완료에 필요한 토큰이 더 적다면 최종 청구서도 함께 감소할 것입니다.

Cognition의 FrontierCode 2.0 프로그래밍 테스트에서, GPT-6.2 솔의 점수는 아스트라보다 0.5점 낮았으며, 비용은 후자의 약 5분의 1에 불과했습니다. 일상 복잡한 업무를 대상으로 한 LifeVal 평가에서, 솔의 점수는 이전 플래그십 GPT-6 아스트라를 초과했으며, 단일 작업 비용은 후자의 약 7분의 1에 해당합니다.

아스트라는 고난이도 작업에서의 성과도 향상되었습니다. Agents' Last Exam 평가에서, GPT-6 아스트라보다 5.2점 향상되었으며, 작업 완료 비용은 이전 모델의 3분의 1도 되지 않았습니다. Claude Fable 5.2와 비교했을 때, 아스트라는 5.5점 더 높았으며, 단일 작업 비용은 후자의 약 5%에 해당합니다.
02 전문 작업 제공

재무, 법률 및 컨설팅과 같은 전문 작업은 AI가 대량의 원시 자료를 처리하고, 데이터를 검증하며, 산업 규범에 따라 제공 가능한 결과물을 형성하도록 요구합니다. OpenAI는 GPT-6.2 아스트라가 이러한 작업에서 성과가 향상되어 재무 모델링, 인수 분석, 법률 검색 및 데이터 과학 분석 등의 작업을 수행할 수 있다고 밝혔습니다.
OpenAI 내부의 GDPval v2 테스트는 컨설팅, 금융 및 디자인 등의 분야를 포함하며, 아스트라는 이전 모델보다 6.2 포인트 향상되었고, 출력 토큰은 22% 감소했습니다.
법률 검색 측면에서, 실제 법률 사무소의 작업을 시뮬레이션한 Harvey LAB-AA v1.1 테스트에서, 아스트라의 통과율은 Claude Fable 5.2의 두 배를 초과했으며, 단일 작업 비용은 후자의 약 6분의 1에 해당합니다.
OpenAI 내부의 GDPval v2는 컨설팅, 금융 및 디자인 등의 작업을 포함합니다. 테스트 결과에 따르면, 아스트라는 이전 모델보다 6.2 포인트 향상되었고, 출력 토큰은 22% 감소했습니다.
03 3D 세계로의 진입
GPT-6.2 아스트라가 이번에 보여준 또 다른 능력은 3D 모델링 및 엔지니어링 디자인에 직접 참여하는 것입니다. 모델은 더 이상 단순히 모델링 코드를 생성하는 것이 아니라, 전문 소프트웨어를 조작하고, 부품을 처리하고, 구조를 조정하며, 계산 결과를 시각화된 콘텐츠로 제작할 수 있습니다.

GPT-6.2 아스트라의 산길 주행 및 섀시 동역학 시뮬레이션
산길 주행 시뮬레이션 사례에서, 아스트라는 먼저 스포츠카의 3D 모델을 구축한 후, Python 물리 해결기를 작성하여 타이어 접지력과 서스펜션 시스템의 동적 변화를 계산하고, 마지막으로 계산 결과를 Blender에 가져와 차량 주행 애니메이션을 생성했습니다. 시뮬레이션을 통해 엔지니어는 실제 샘플 차량을 제조하기 전에 복잡한 도로 조건에서 차량의 하중 이동 상황을 관찰할 수 있습니다.
기계 모델링 사례의 입력 자료는 훨씬 간단합니다. OpenAI는 1:8 비율의 원격 조정 오프로드 차량과 직렬 6기통 엔진의 공개 사진 및 조립 매뉴얼만 제공했습니다. 아스트라는 이를 바탕으로 각 기계 부품의 3D 모델을 구축하고, 단계별 조립 애니메이션과 그림이 포함된 부품 목록을 생성했습니다.

또한 CAD 디자인과 실제 제작을 연결하는 테스트도 있었습니다. OpenAI 팀은 시카고의 랜드마크 건물인 마리나 시티의 팬형 발코니 사진을 제공하여 모델이 그 구조를 참조하여 디자인하도록 했습니다. 여러 번의 조정을 거쳐, 아스트라는 최종적으로 인쇄 가능하고 접이식으로 조립할 수 있는 종이 예술 스탠드를 제작하였고, 사용자들이 온라인에서 매개변수를 조정하고 맞춤형 도면을 생성할 수 있도록 Lamp Builder라는 웹페이지를 작성했습니다.

GPT-6.2 아스트라가 완성한 원격 조정 오프로드 차량 및 엔진 기계 모델링
웹 개발에서 아스트라는 캠핑카 인터랙티브 구성기를 제작했습니다. 사용자는 차체 색상을 변경하고, 차 지붕 텐트를 추가할 수 있으며, 페이지의 견적도 동기화되어 업데이트됩니다. 또한 텍스트 설명에 따라 플레이 가능한 핀볼 테이블, 로마 콜로세움 복원 모델, 그리고 "Meridian Sound Racing"이라는 미래 도시 레이싱 게임을 생성했습니다.

시카고 마리나 시티 건물에서 종이 예술 스탠드까지
Artificial Analysis의 AA-3D 인간 평가 블라인드 테스트는 모델의 3D 생성 능력을 비교했습니다. GPT-6.2 아스트라는 1318 Elo 점수로 1위를 차지했으며; Claude Fable 5.2는 1271점, GPT-6.2 솔은 1259점을 기록했습니다.

GPT-6.2 아스트라가 생성한 캠핑카 인터랙티브 구성기
물리 세계 이해 및 행동 계획 능력을 테스트하는 AA-Robotics v0.1 미리보기에서, 아스트라와 솔은 각각 79점과 78점을 얻어 Claude Fable 5.2의 75점을 초과했습니다. 그러나 평가 팀은 현재 주요 모델이 초기 테스트에서 대부분의 기본 작업을 완료할 수 있으며, 더 높은 난이도의 문제를 추가하고 있다고 밝혔습니다.
04 과학적 추론 및 단점
과학 연구는 OpenAI가 이번에 보여준 주요 초점 중 하나입니다.
Terminal-Bench-Science 0.1 테스트에서, GPT-6.2 아스트라는 이전 모델보다 9 포인트 향상되어 1위를 차지했습니다. 이 테스트는 모델이 터미널 환경에서 연구 작업 흐름을 완료하는 능력을 주로 평가합니다. 실제 생물 데이터를 해석하고, 실험을 설계하며, 시스템 메커니즘을 추론하는 Vals Science Index에서도 아스트라는 새로운 최고 기록을 세웠습니다.
다른 몇 가지 테스트 결과는 Claude Fable 5.2에 비해 다소 부족했습니다. 물리적 추론 기준 CritPt v2의 고난이도 하위 집합, 사실 지식 평가 AA-Omniscience v1.1 및 추론 기준 HLE-Diamond에서 Astra는 모두 두 번째로 순위에 올랐습니다.
모델이 여전히 존재하는 문제는 불확실한 사실에 직면했을 때 잘못된 답변을 제공할 수 있다는 것입니다.

Artificial Analysis의 AA-Omniscience 환각률 테스트는 최고 추론 강도에서 GPT-6.2 Astra와 Sol의 환각률이 각각 59%와 55%임을 보여줍니다. 이 테스트는 모델이 스스로 답을 모를 수 있는 사실적 문제에 직면했을 때 여전히 추측하여 답변하는 경향이 있는지를 주로 조사합니다. 이는 모델이 일반적인 질문 응답에서의 오류율을 나타내지 않지만, 재무 감사, 법률 인용 등의 상황에서는 여전히 인적 검증이 필요합니다.
프로그래밍 테스트에서도 전반적인 향상이 없었습니다. Artificial Analysis 프로그래밍 지능체 지수에서 GPT-6.2 Astra의 점수는 이전 세대와 동일하며, GPT-6.2 Sol은 GPT-6.1 Sol에 비해 3점 하락했습니다.
세부 결과는 Sol의 점수 손실이 주로 SWE-Atlas-QnA-AA에서 발생했으며, 성적이 14점 하락했습니다. 이 테스트는 모델의 복잡한 코드베이스에 대한 이해와 질문 응답 능력을 평가합니다. 테스트 결과는 Sol이 코드베이스 관련 질문에 답변할 때 이전 세대보다 중요한 사실을 더 쉽게 놓치는 경향이 있음을 보여줍니다.
이는 대규모 코드베이스를 처리해야 하는 개발자에게 주의해야 할 점입니다. 모델이 코드를 작성할 수 있다고 해서 프로젝트의 역사, 의존 관계 및 구체적인 제약을 정확히 이해하고 있다는 것을 의미하지는 않습니다.
05 안전 경계
모델이 터미널을 조작하고, 코드를 검토하며, 전문 소프트웨어를 호출할 수 있게 되면서 사이버 보안 위험도 증가했습니다.
OpenAI는 GPT-6.2 Astra와 Sol이 모두 회사의 "방지 프레임워크"(Preparedness Framework)에서 설정한 사이버 보안 "중요 임계값"(Critical threshold)에 도달했다고 밝혔습니다. 두 모델은 소프트웨어 취약점을 더 효율적으로 발견하고 활용할 수 있으며, 더 안전한 하위 코드를 작성하고 원래 비즈니스 논리를 최대한 보존하는 수정 패치를 생성할 수 있습니다.
이는 동일한 능력이 취약점 점검에 사용될 수 있을 뿐만 아니라 공격에도 사용될 수 있음을 의미합니다. 따라서 OpenAI는 공개 버전의 고위험 사이버 보안 작업에 대한 제한을 강화했습니다.
취약점 테스트를 수행해야 하는 보안 연구자에게 이러한 제한은 일부 정상 작업에 영향을 미칠 수 있습니다. OpenAI는 현재 Daybreak 프로젝트를 통해 관련 능력을 단계적으로 공개하고 있습니다: 방어 인력은 Daybreak Blue를 통해 거부율이 낮은 GPT-6 Sol을 사용할 수 있으며, 고급 권한을 부여받은 레드팀 테스트 인력은 Daybreak Red에서 GPT-6 Astra 알파 버전 및 GPT-6 Cyber를 호출할 수 있습니다. OpenAI는 향후 GPT-6.2 시리즈도 이 시스템에 도입할 것이라고 밝혔습니다.
또한 OpenAI는 훈련 단계에서 방어 지향의 훈련 신호를 추가했습니다. 이전에 AI는 PHP2Shell과 같은 고위험 취약점을 발견하는 데 사용되었습니다. GPT-6.2 시리즈는 개발 출처에서 보안 결함을 식별하는 능력을 더욱 강화하고, 보안성과 기능 완전성을 모두 고려한 수정 패치를 생성하는 방법을 학습했습니다.
체인캐처(ChainCatcher)는 독자들에게 블록체인을 이성적으로 바라보고, 리스크 인식을 실제로 향상시키며, 다양한 가상 토큰 발행 및 조작에 경계해야 함을 상기시킵니다. 사이트 내 모든 콘텐츠는 시장 정보나 관련 당사자의 의견일 뿐이며 어떠한 형태의 투자 조언도 제공하지 않습니다. 만약 사이트 내에서 민감한 정보를 발견하면 를 클릭하여 신속하게 처리할 것입니다.












