API 통합 없이 앱을 조작하는 GPT-6 Astra의 등장

GPT-6 Astra는 API(응용 프로그램 인터페이스, 소프트웨어 간 통신 규칙)가 없는 애플리케이션에서도 직접 화면을 보고 조작하는 컴퓨터 사용 능력을 갖췄다. 기존 AI 도입을 위해 필수적이었던 데이터 전처리나 워크플로우 재설계, 커스텀 통합 구축 과정이 사라진다. 기업은 별도의 엔지니어링 작업 없이 기존 업무 환경에 AI를 즉시 투입해 초기 구축 비용과 시간을 줄일 수 있다.

OpenAI는 GPT-6 Astra를 ChatGPT Work, Codex, API 세 가지 경로로 제공한다. 이 모델은 브라우징과 소프트웨어 엔지니어링, 사이버 보안, 과학 전문 작업 등 고도의 전문성이 필요한 영역에 최적화되었다. 특히 사이버 보안이나 과학 전문 작업처럼 정밀한 논리가 필요한 분야에서 상태 최신 기술(State-of-the-art) 수준의 성능을 구현하며, 전문 팀이 까다로운 업무를 수행할 때 필요한 속도와 정확도를 제공하는 데 초점을 맞췄다.

컴퓨터 사용 기능은 AI가 사람처럼 소프트웨어 화면을 인식하고 마우스나 키보드 입력을 흉내 내어 작업을 수행하는 방식이다. API가 제공되지 않는 오래된 사내 시스템이나 폐쇄적인 툴에서도 AI가 직접 코드를 작성하고 작업을 처리한다. 이는 데이터 연결 통로를 만들기 위해 수개월이 소요되던 통합 개발 기간을 없애고, 기존 워크플로우를 그대로 유지하며 AI를 활용하게 한다. 결과적으로 엔지니어의 개입 없이도 AI가 소프트웨어를 직접 다루는 환경이 구축된다.

디자인 도구인 Figma(피그마)를 활용하는 사례에서 Astra는 사용자의 비전을 이해하고 이를 구현하기 위해 도구를 직접 조작한다. 사용자가 전체적인 창의적 방향을 제어하면 AI가 복잡한 디자인 세부 작업을 수행하며 결과물을 만들어내는 구조다. AI가 인터페이스를 직접 다루므로 사용자는 API 연동 설정이나 데이터 매핑 같은 기술적 제약 대신 결과물의 품질 관리에만 집중할 수 있다.

Astra는 기업이 필요로 하는 모든 업무를 처리하기 위해 설계된 가장 유능한 모델로 정의된다. 전문적인 워크플로우 내에서 인간의 개입을 최소화하며 작업을 완수하는 것이 핵심이다.

이미지 출처: OpenAI

API 없는 앱 조작 능력은 레거시 시스템(과거에 개발되어 현재까지 사용 중인 낡은 시스템)을 보유한 기업에 실무적인 자동화 경로를 제공한다. 시스템 전체를 교체하는 막대한 비용 없이 AI 에이전트를 도입해 단순 반복 업무를 자동화할 수 있다는 점이 실무적 이점이다. 다만 실제 기업 내부 환경에서의 성능은 Hebbia나 Box 같은 파트너사의 벤치마크 결과에 의존하며, 일반 사용자 대상의 범용 성능 수치는 공개되지 않았다는 제약이 있다. 따라서 도입 전 개별 기업의 환경에서 검증 과정이 필요하다.

25배 빠른 응답 속도를 만든 메모리 최적화와 토큰 효율

턴 지연 시간(Turn Latency, 사용자 입력 후 모델의 응답이 시작될 때까지의 시간)을 25배 낮췄다. OpenAI 엔지니어링 팀은 테스트 환경에서 Codex 세션의 속도를 저하시키던 메모리 할당 병목 현상을 발견해 이를 해결했다. 실행 효율을 높여 실제 작업 환경에서의 대기 시간을 물리적으로 줄인 결과다.

메모리 할당자(Allocator, 메모리 영역을 나누어 배정하는 장치)를 교체하는 방식으로 최적화를 수행했다. 이 과정에서 피크 메모리 사용량은 기존보다 약 30% 증가했다. 메모리 점유율을 일부 희생하는 대신 응답 속도를 비약적으로 끌어올리는 자원 배분 전략을 택했다.

모델이 작업을 완료할 때 사용하는 토큰 수를 줄이고 재시도(Retry) 횟수를 낮추도록 훈련했다. 단순히 정답을 맞히는 것을 넘어 가장 효율적인 토큰 조합으로 결과를 내놓도록 최적화했다. 이는 모델의 파라미터 수를 늘리는 단순 확장 방식이 아니라 실행 구조 자체를 개선해 실무 적용 가능성을 높인 접근이다.

API 이용 비용은 입력 100만 토큰당 10달러, 출력 100만 토큰당 50달러로 책정했다. 토큰 효율성이 높아지면 동일한 작업을 수행하더라도 소모되는 전체 토큰 양이 줄어든다. 사용자는 고정된 토큰 단가 내에서 더 적은 비용으로 작업을 완료할 수 있는 구조를 갖게 된다.

메모리 사용량을 늘려 지연 시간을 줄인 설계는 실시간 상호작용이 필수적인 기업용 워크플로우에 적합하다. 다만 피크 메모리 사용량이 30% 증가한 점은 하드웨어 자원 제약이 엄격한 환경에서 메모리 부족 현상을 유발할 수 있는 제약 사항이다. 인프라 가용 범위에 따라 성능 체감 차이가 발생할 수 있다.

턴 지연 시간의 감소는 특히 복잡한 코드 생성이나 다단계 추론이 필요한 작업에서 체감 성능을 결정한다. 메모리 할당 병목은 데이터가 메모리에 적재되고 해제되는 과정에서 발생하는 지연을 의미하며, 이를 해결함으로써 연산 장치의 대기 시간을 최소화했다. 추론 단계의 최적화가 모델의 지능만큼이나 실무 배포의 핵심 변수임을 확인했다.

이번 최적화는 모델의 추론 속도를 높여 실무 적용의 진입장벽을 낮추는 데 집중했다. 메모리 할당 구조의 변경과 토큰 효율화라는 두 가지 기술적 장치가 응답 속도 개선의 실질적인 근거가 된다. 실행 효율의 개선은 모델의 성능 수치보다 실제 사용자 경험에 더 직접적인 영향을 준다.

DeepSWE 74% 달성과 GPT-5.6 Sol 대비 안전성 비교

DeepSWE v1.1 벤치마크에서 74%의 성능을 기록했다. DeepSWE는 실제 소프트웨어 엔지니어링 환경에서 코드를 수정하고 기능을 구현하는 능력을 측정하는 지표다. Genie harness라는 자체 테스트 프레임워크를 사용해 OfficeQA Pro 및 Pro V2 벤치마크에서도 최신 성능을 달성하며 기업용 데이터 추론과 문서 이해 능력을 높였다. 이는 단순한 문법적 정확도를 넘어 복잡한 기업 내부 문서의 맥락을 파악해 실제 작동하는 코드로 옮기는 능력이 강화되었음을 의미한다.

판단력 측면에서는 확신에 찬 오답을 내놓는 비율이 10% 이상 감소했다. 확신에 찬 오답은 모델이 틀린 정보를 매우 자신감 있게 제시하여 사용자가 이를 사실로 믿게 만드는 현상을 말한다. 특히 제공된 문서에 근거하지 않은 결론을 내리지 않고 답변을 거절하는 능력이 향상되었다. 기업용 모델에서 창의성보다 중요한 것은 근거 기반의 정확성이라는 점을 반영한 결과다.

내부 컴퓨터 사용 안전성 벤치마크에서는 기밀 정보 노출, 대시보드 과다 공유, 데이터 삭제와 같은 고위험 비즈니스 시나리오를 테스트했다. 이 평가에서 의도치 않은 결과 발생률은 GPT-5.6 Sol 대비 89%, Claude Fable 5.1 대비 74.7% 낮게 측정되었다. 여기에 추가적인 확인 정책과 자동 검토 기능을 더해 실제 작동 시의 안전성을 보강했다. 모델이 스스로 권한 밖의 행동을 하거나 위험한 명령을 수행할 확률을 수치적으로 억제했다.

작업당 비용은 GPT-5.6 Sol 대비 유의미하게 낮아졌다. 모델이 작업을 완료하기 위해 사용하는 토큰 수를 줄이고, 실패 후 다시 시도하는 재시도 횟수를 최소화하도록 훈련했다. 이러한 최적화는 Terminal Bench 4.0과 Artificial Analysis Intelligence Index 같은 전문 작업 및 코딩 평가에서 비용 효율성 우위로 나타났다. 달러당 더 유용한 작업량을 제공함으로써 결과적으로 동일한 예산으로 더 많은 전문 작업을 처리할 수 있는 구조를 만들었다.

가격은 입력 100만 토큰당 10달러, 출력 100만 토큰당 50달러부터 시작한다. AX BRIEF는 이를 단순한 모델 업데이트가 아니라 기업이 감당 가능한 비용 내에서 실무 투입이 가능한 수준의 신뢰도를 확보한 전략으로 분석한다. 다만 성능 지표가 내부 벤치마크와 특정 파트너사의 결과에 기반하고 있다는 점은 한계다. 일반 사용자 대상의 범용 성능 수치가 공개되지 않은 만큼, 실제 도입 전 기업별 특수 환경에서의 검증 단계가 필수적이다.

5시간 이상의 장기 워크플로우와 사이버 보안 임계점 돌파

초기 성능 기준을 충족하는 작업 단위당 비용 구조를 바탕으로, 5시간 이상 소요되는 엔드투엔드 워크플로우 통과율이 Basis 사례 기준 20% 향상되었다. 복잡한 교차 파일 추론이 필요한 풀 리퀘스트 환경에서는 CodeRabbit 사례 기준 버그 포착률이 2배 증가하는 분석 능력을 보여준다. 이러한 실무 성과는 장기 실행 작업에서 오류 누적을 줄이고 토큰 효율성을 높인 결과다. 오픈에이아이(OpenAI) 준비 프레임워크의 치명적 사이버 보안 역량 임계점에 최초로 도달하면서 보안 통제권이 한층 강화되었다. 승인된 웹사이트와 앱 제한, 업로드 및 다운로드 관리, 실행 전 승인 정책 같은 기업 제어 기능이 함께 제공된다. 오라클 애널리틱스(Oracle Analytics), 파워 비아이(Power BI), 나반(Navan), 아발라라(Avalara)를 지원하는 엔터프라이즈 플러그인이 데스크톱 환경에 도입되어 사내 시스템과의 연동 범위가 넓어졌다.

레거시 소프트웨어 환경의 AI 도입 전략 변화

입력 100만 토큰당 10달러, 출력 100만 토큰당 50달러의 가격 체계는 이전 세대 대비 운영 비용 부담을 낮춘다. 특히 GPT-5.6 Sol 대비 의도치 않은 결과 발생률을 89% 낮춘 점은 신뢰도 확보를 위한 재시도 비용을 줄이는 핵심 지표다. 낮은 비용과 높은 정확도의 조합은 단순 챗봇을 넘어 실제 업무 프로세스에 AI를 직접 투입할 수 있는 경제적 기반이 된다.

API(응용 프로그램 인터페이스, 소프트웨어 간 통신 규칙)가 없는 오래된 사내 레거시 시스템을 AI 에이전트로 자동화하는 경로가 확보되었다. 기존에는 시스템 소스 코드를 수정하거나 별도의 API를 개발하지 않으면 AI 연동이 불가능했으나, 이제는 사용자의 화면 조작 방식을 모방해 업무를 수행한다. 이는 기술적 부채가 많은 한국 기업 환경에서 AI 도입의 물리적 장벽을 제거하는 실무적 효과를 가진다.

API 고객 중 승인된 대상은 지원 엔드포인트에서 Zero Data Retention(데이터 무보관, 입력 데이터를 학습에 사용하지 않고 즉시 삭제하는 옵션)을 적용할 수 있다. 기업 내부의 민감한 데이터가 모델 학습에 활용되는 것을 원천적으로 차단하여 데이터 유출 우려를 해소하는 설정이다. 보안 규정이 엄격한 금융이나 공공 분야 기업이 AI 에이전트를 도입하기 위해 반드시 확인해야 할 필수 조건이다.

엔터프라이즈 액세스 권한은 출시 시점에 기본적으로 Off 상태로 설정되어 있다. 관리자가 직접 요금제와 계약 조건에 따라 설정을 활성화해야만 조직 내에서 기능을 사용할 수 있다. 이는 무분별한 기능 확산보다 관리자의 통제 하에 점진적으로 도입 범위를 넓히려는 운영 전략으로 풀이된다.

컴퓨터 사용 능력이 실제 업무 생산성으로 이어지는지 확인하기 위한 내부 벤치마크 수립이 필요하다. 단순한 작업 성공률을 넘어, 실제 업무 시간이 얼마나 단축되었는지 측정하는 정량적 지표를 세워 ROI(투자 대비 효율)를 산출해야 한다. 모델의 성능 수치와 실제 현장의 생산성 사이의 간극을 메우는 검증 과정이 도입 성패를 결정한다.

AX BRIEF의 시각에서 API 개발이라는 기술적 장벽이 사라진 현재, 한국 기업의 AI 도입 우선순위는 연동에서 운영으로 이동한다. 이제는 어떤 툴을 연결할지가 아니라, AI가 수행할 업무의 절차를 얼마나 정교하게 설계하고 검증할지가 핵심이다. 따라서 기업은 API 개발 예산을 AI 에이전트의 업무 프로세스 최적화와 내부 검증 체계 구축으로 전환하여 실행해야 한다.