facts

이번 공개의 핵심은 모델이 브라우저, 스프레드시트, 데스크톱 애플리케이션을 사람처럼 직접 탐색하고 조작하는 '컴퓨터 사용(Computer Use)' 능력이다. GPT-6 Astra는 개발자가 개별 애플리케이션마다 전용 API 통합 환경을 구축할 필요 없이, 픽셀과 키보드, 마우스 입력을 통해 소프트웨어를 제어한다. 음성 입력만으로 3D 게임을 제작하거나 eBay에 상품 리스팅을 올리는 다단계 워크플로우 수행이 가능하다.

기업 고객을 대상으로 하는 폐쇄형 액세스 프로그램 'Daybreak'를 통해 목요일부터 배포를 시작한다. 이후 ChatGPT Plus, Pro, Business, Enterprise 사용자에게 확대되며, OpenAI API와 AWS Bedrock, Microsoft Azure 등 클라우드 플랫폼을 통해서도 제공될 예정이다.

인프라 측면에서는 OpenAI의 Stargate 인프라에서 10만 DBU(Dataset Unit) 이상의 규모로 사전 학습된 첫 번째 모델이다. 이전 세대 모델들이 다음 모델의 학습을 감독하는 구조를 채택했으며, 대규모 사전 학습과 강화 학습(RL)을 결합해 정보 연결 능력과 장기 과제 수행 능력을 높였다.

how-it-works

기존의 AI 에이전트가 API나 플러그인을 통해 시스템과 연결되었다면, Astra는 인간 사용자를 위해 설계된 인터페이스 자체를 입력값으로 처리한다. 이는 소프트웨어 간의 연결 커넥터를 일일이 작성해야 했던 통합 병목 현상을 우회하는 방식이다. 모델은 화면의 픽셀 정보를 읽고 마우스 클릭과 키보드 입력을 생성함으로써 복잡한 소프트웨어 환경을 직접 탐색한다.

성능 측정 결과에서 눈에 띄는 점은 작업 효율의 개선이다. OSWorld 2.0의 오프라인 서브셋 평가에서 Astra는 72.6%의 점수를 기록했으며, 과제당 소요 시간은 약 40분이었다. 이는 이전 모델인 GPT-5.6 Sol이 기록한 65.7%의 점수와 과제당 75분의 소요 시간과 비교해 처리 시간을 약 47% 단축한 수치다.

ARC-AGI-3의 98.6%라는 수치는 모델의 일반화 능력을 보여주지만, 평가 조건에 따른 해석이 필요하다. OpenAI는 이 결과가 자사의 'Responses API harness'를 통해 측정되었음을 밝혔다. 이는 모델 단독 성능이 아니라 모델을 둘러싼 시스템 구성(harness)이 성능에 영향을 줄 수 있음을 의미한다. 실제로 NVIDIA가 Claude Opus 5를 기반으로 한 AVO(Agentic Variation Operators) 아키텍처를 통해 ARC-AGI-3에서 100%를 기록했을 때, 기반 모델의 베이스라인은 약 30%였으나 메모리와 피드백 루프 등 시스템적 보완을 통해 성능을 끌어올린 바 있다.

그 외 벤치마크에서는 FrontierMath Tier 4 v2 97.6%, DeepSWE v1.1 74.1%, BenchCAD 95.9%, GPQA Diamond 96%, ExploitBench 100%를 기록했다.

implementation-impact

실무 환경에서 체감되는 변화는 AI를 다루는 방식이 '프롬프팅'에서 '감독'으로 전환된다는 점이다. 사용자가 매 단계 지시어를 입력하는 챗봇 패턴에서 벗어나, 고차원적인 목표를 설정하면 모델이 여러 애플리케이션을 넘나들며 결과물을 완성하는 구조다.

구체적인 활용 범위는 전문 엔지니어링 도구의 조작까지 확장된다. 온라인 폼 작성이나 CRM 레코드 업데이트 같은 일반 사무 작업은 물론, Python 노트북에서의 과학 데이터 분석, Power BI 조작, KiCad 및 FreeCAD 같은 엔지니어링 애플리케이션 운용과 소프트웨어 트러블슈팅까지 지원한다.

개발자와 실무자가 도입 시 다르게 판단해야 할 지점은 시스템 통합의 우선순위다. 개별 기능의 API 엔드포인트를 정교하게 설계하고 연결하는 작업보다, 에이전트가 인터페이스를 정확히 인식하고 조작할 수 있도록 하는 UI 표준화와 실행 결과에 대한 고수준의 검증 프로세스를 구축하는 것이 운영의 핵심이 된다.