- OpenAI는 2026년 10월 26일 업무·컴퓨터 조작에 초점을 둔 GPT-6.1 Terra를 발표했습니다.
- 공식 발표 기준 표준 API 가격은 입력 100만 토큰당 $1, 캐시 입력 $0.05, 출력 $5입니다.
- Plus·Pro·Enterprise·Edu 사용자는 ChatGPT Work와 Codex에서, 개발자는 API에서 이용할 수 있다고 안내됐습니다.
- ‘오류율 감소’, ‘3배 빠름’ 같은 성능 수치는 OpenAI가 공개한 평가 결과이며 모든 업무의 보장은 아닙니다.
- 반복적인 문서·화면 업무에는 후보가 될 수 있지만, 복잡한 코딩에는 Sol·Astra가 더 적합하다고 OpenAI는 설명했습니다.
기준일: 2026년 10월 27일. 가격과 이용 범위는 변경될 수 있으니 실제 사용 전 공식 페이지를 확인하세요.
GPT-6.1 Terra가 검색어에 오르면서 새 모델의 성능과 요금, 실제로 쓸 수 있는 계정이 궁금해졌습니다. 이번 발표의 핵심은 모델 점수만 높이는 것이 아니라, 화면 속 정보를 읽고 앱에서 작업하는 컴퓨터 사용 능력과 문서 작성, 반복 업무의 비용 효율을 함께 강조했다는 점입니다.
하지만 모델 회사가 직접 공개한 벤치마크는 그 회사가 정한 평가 조건에서 나온 결과입니다. 실제 업무의 정확도와 전체 비용은 문서 품질, 앱 연결, 입력 길이, 오류 수정 시간에 따라 달라집니다. 이 글은 공식 발표에서 확인되는 기능·가격·이용 범위와 언론 보도를 바탕으로 내용을 정리하고, 성능 수치를 해석할 때 주의할 점을 구분합니다.
GPT-6.1 Terra는 어떤 모델인가
OpenAI는 10월 26일 GPT-6.1 Terra를 공개하며 GPT-5.6 Terra 이후의 모델이라고 설명했습니다. Terra는 빠른 처리와 비용 효율을 중시하는 모델 선택지로 제시됐습니다. 발표는 제안서 작성, 기술 도면 해석, 양식 입력, 영상 편집처럼 시각 정보와 컴퓨터 조작이 함께 필요한 업무를 주요 활용 사례로 들었습니다.
이번 모델은 텍스트와 화면 속 시각 정보를 이해하고, 연결된 앱에서 작업을 수행하는 computer use를 강조합니다. 청구서에서 거래 정보와 금액을 찾아 회계 프로그램에 입력하는 반복 작업처럼, 읽기와 판단, 입력이 이어지는 흐름이 대표 사례입니다. 다만 이는 모델이 모든 일을 무인으로 완결한다는 뜻은 아닙니다. 실제 행동은 연결 도구와 권한 설정에 따라 달라지고, 결과 확인 절차도 필요합니다.
이름에 GPT-6.1이 들어간다고 해서 모든 업무에서 GPT-6 계열의 다른 모델보다 뛰어나다고 단정해서는 안 됩니다. 제품군마다 목표가 다를 수 있습니다. OpenAI는 복잡한 코딩에는 GPT-6.1 Sol과 GPT-6 Astra가 더 적합하다고 설명했습니다. 업무 유형, 시간, 요금, 허용 가능한 오류 수준을 함께 살펴야 모델을 고를 수 있습니다.
GPT-6.1 Terra는 시각적 이해와 컴퓨터 사용, 글쓰기 기능을 반복 업무에 연결하면서 비용 효율을 내세운 모델입니다. 모든 분야의 최상위 모델이라고 소개된 것은 아닙니다.
화면을 읽고 앱에서 작업한다는 뜻
일반적인 대화형 AI가 질문에 답하거나 문장을 작성한다면, 컴퓨터 사용 모델은 화면의 버튼·표·문서·이미지를 읽고 연결된 도구를 통해 입력이나 클릭 같은 단계를 수행하도록 구성됩니다. 그래서 ‘컴퓨터를 사용한다’는 표현은 단순히 대화가 자연스러워졌다는 의미보다, 화면 이해와 여러 단계의 작업 실행을 함께 시도한다는 뜻에 가깝습니다.
예를 들어 여러 청구서에서 날짜·거래처·금액을 찾아 표에 정리하고 회계 프로그램에 옮기는 일을 생각할 수 있습니다. 문서마다 서식이 다르거나 숫자가 흐리면 항목을 잘못 읽을 수 있고, 앱의 화면이 바뀌면 입력 위치를 놓칠 수도 있습니다. 결과를 저장하거나 외부로 전송하기 전에 사람이 확인하는 절차가 필요합니다. 돈을 이동하거나 계약을 확정하는 단계는 자동 승인과 분리하는 것이 안전합니다.
OpenAI는 도면을 3D 모델로 바꾸거나 애니메이션을 장면별로 검토해 시간대별 기록을 만드는 사례도 소개했습니다. 이 시연은 시각 자료와 여러 단계를 다루는 방향을 보여주는 사례이지, 모든 파일 형식과 업종에서 같은 정확도를 보장한다는 뜻은 아닙니다. 자신의 자료와 비슷한 조건에서 테스트해야 합니다.
- 입력: 문서나 화면, 사용자의 지시를 읽습니다.
- 판단: 필요한 항목과 다음 행동을 정합니다.
- 실행: 연결된 앱이나 도구에서 입력·수정 등을 수행합니다.
- 검토: 결과를 확인하고 중요한 행동은 사람이 승인합니다.
네 단계 중 어느 곳에서든 오류가 나면 결과가 달라질 수 있습니다. 시연 영상에서 한 번 성공한 것을 근거로 전사 업무를 바로 자동화하기보다, 작은 범위에서 오류 유형과 검토 시간을 측정하는 편이 현실적입니다.
공개된 성능 수치와 비교 기준
OpenAI는 자체 전문 업무 평가인 Agents’ Last Exam에서 중간 추론 설정의 GPT-6.1 Terra가 GPT-5.6 Terra보다 15%포인트 높은 점수를 기록했고, 작업 비용은 이전 모델의 약 3분의 1이었다고 밝혔습니다. 같은 평가에서 Astra와 비슷한 점수를 내면서 토큰 단가는 10분의 1 수준이었다고도 설명했습니다. 이는 OpenAI가 제시한 비교 결과이며 다른 조건의 업무에 그대로 적용되는 숫자는 아닙니다.
코딩 관련 Terminal-Bench 4.0에서는 최대 추론 설정으로 과제의 50.3%를 해결했다고 발표했습니다. GPT-5.6 Terra의 공개 점수는 21.5%였습니다. 그러나 OpenAI는 복잡한 코딩 작업에는 Sol과 Astra를 더 권장했습니다. 이 단서를 함께 읽어야 ‘Terra가 코딩 모델을 모두 대체한다’는 해석을 피할 수 있습니다.
| 평가·주장 | 공개된 내용 | 해석할 때 주의 |
|---|---|---|
| Agents’ Last Exam | 중간 추론에서 이전 Terra보다 15%p 높음 | 실제 회사 업무와 평가 과제는 다를 수 있음 |
| Terminal-Bench 4.0 | 최대 추론에서 50.3%, 이전 공개 점수 21.5% | 평가 버전과 추론 설정을 함께 봐야 함 |
| 작업 속도 | 특정 평가에서 Sol·Astra보다 3배 이상 빠르다고 발표 | 모든 입력과 도구 실행에 같은 속도가 적용되지 않음 |
벤치마크는 정해진 입력과 기준으로 모델을 비교하는 도구입니다. 공개 점수가 높아도 회사 내부 자료의 품질, 앱 반응 속도, 네트워크, 승인 과정이 추가되면 전체 작업 시간과 비용은 달라집니다. 도입을 검토하는 기업은 공개 점수와 별도로 익명화한 자사 표본으로 성공률, 재작업률, 처리 시간을 측정하는 것이 좋습니다.
‘15%포인트 상승’은 기준 점수의 상대적 15% 상승과 같은 표현이 아닙니다. 기사와 홍보문을 읽을 때 포인트와 퍼센트의 차이를 확인하고, 어떤 추론 설정과 평가 과제에서 나온 결과인지 함께 살펴야 합니다. 같은 모델이라도 설정을 바꾸면 속도와 정확도의 균형이 달라질 수 있습니다.
오류율·환각 수치의 의미
OpenAI는 오류를 유도하는 질문으로 구성한 내부 평가에서 낮은 추론 설정의 오류율이 GPT-5.6 Terra의 53.6%에서 GPT-6.1 Terra의 16.7%로 낮아졌다고 밝혔습니다. 최대 추론 설정에서는 4.3%를 기록했고, 이전 모델보다 18%포인트 낮아졌다고 설명했습니다. 이 수치를 ‘현실에서 모든 답변의 오류 확률이 16.7%’라고 해석하면 안 됩니다.
평가 결과는 질문 구성, 정답 판정 방식, 모델 설정에 따라 달라집니다. OpenAI가 직접 공개한 내부 테스트는 회사가 제시한 조건의 결과이므로 독립 평가와 구분해야 합니다. 생성형 AI는 질문을 잘못 이해하거나 빠진 조건을 추측할 수 있고, 컴퓨터 조작에서는 잘못된 클릭이나 입력이 발생할 수도 있습니다. 텍스트 답변의 정확도만 점검해서는 실제 위험을 모두 알 수 없습니다.
업무 적용 전에는 평균 정확도보다 어떤 오류가 얼마나 자주 발생하고 그 영향이 무엇인지 살펴보세요. 문서 분류 오류는 쉽게 수정될 수 있지만, 회계 입력이나 고객 안내에서 한 건의 오류는 금전·신뢰 문제로 이어질 수 있습니다. 정상 사례뿐 아니라 숫자 누락, 중복, 서식 차이, 예외 조건이 있는 표본도 테스트에 포함해야 합니다.
- 오류율은 어떤 벤치마크의 특정 조건에서 나온 값인지 확인합니다.
- ‘15%포인트’와 ‘15% 향상’은 다른 표현입니다.
- 속도 비교에는 입력 길이·추론 설정·도구 실행 조건이 중요합니다.
- 실제 도입 판단에는 수정 시간과 실패 비용까지 포함합니다.
OpenAI는 GPT-6.1 Terra가 준비성 평가에서 사이버보안 분야의 심각 임계치에 도달했다고 밝혔습니다. 이는 위험이 사라졌다는 뜻이 아닙니다. 회사는 안전 조치를 적용한다고 설명했으며, 사용자는 시스템 카드와 이용 조건을 확인하고 도구 권한을 최소화해야 합니다.
API 가격과 실제 비용 계산
공식 발표 기준 표준 API 가격은 입력 토큰 100만 개당 1달러, 캐시 입력 100만 개당 0.05달러, 출력 100만 개당 5달러입니다. API는 사용량에 따라 과금되므로 이 가격만으로 월 비용을 바로 알 수는 없습니다. 입력·출력 토큰 수, 호출 횟수, 재시도, 이미지와 도구 처리, 캐시 적용 여부가 청구액에 영향을 줍니다.
| API 항목 | 100만 토큰당 | 예시 |
|---|---|---|
| 입력 | $1 | 지시·문서·대화 문맥 |
| 캐시 입력 | $0.05 | 가격표 조건을 충족하는 재사용 입력 |
| 출력 | $5 | 모델이 생성한 결과 |
단순 계산 예를 들어 한 달 입력 1,000만 토큰과 출력 200만 토큰을 사용하고 캐시 할인은 없다고 가정하면, 입력 10달러와 출력 10달러를 합쳐 토큰 비용은 20달러입니다. 실제 청구액은 사용량과 다른 서비스 조건에 따라 달라지므로 이 숫자는 견적이 아닙니다. 세금이나 추가 기능 요금 여부도 공식 청구 화면에서 확인해야 합니다.
OpenAI가 이전 모델보다 50% 낮은 가격이라고 설명한 것은 같은 기준의 토큰 가격 비교입니다. 전체 업무 비용이 항상 절반이 된다는 뜻은 아닙니다. 결과를 더 길게 생성하거나 실패 후 재시도하면 사용량이 늘 수 있습니다. 모델 가격뿐 아니라 작업 성공률, 오류 수정 시간, 검토 인력 비용을 합산해 실제 업무 한 건당 비용을 계산해야 합니다.
개발자는 작은 테스트에 예산 한도와 사용량 알림을 설정하는 편이 좋습니다. 반복되는 입력이 있다면 캐시 할인 조건을 공식 문서에서 확인하세요. 같은 문장을 프롬프트에 붙여 넣기만 하면 언제나 자동 할인이 된다는 뜻은 아니며, API의 적용 규칙과 최신 가격을 확인해야 합니다.
ChatGPT·Codex·API 이용 범위
OpenAI는 Plus·Pro·Enterprise·Edu 사용자가 ChatGPT Work와 Codex에서 GPT-6.1 Terra를 이용할 수 있고, 개발자는 API에서 사용할 수 있다고 발표했습니다. API 모델 ID는 gpt-6.1-terra입니다. 이는 모든 ChatGPT 계정에서 같은 방식으로 보이거나 계정별 사용량이 무제한이라는 뜻은 아닙니다. 실제 메뉴와 한도는 계정 유형, 지역, 롤아웃 시점, 조직 설정에 따라 달라질 수 있습니다.
구독형 서비스의 사용량 한도와 워크스페이스 정책을 확인하세요. OpenAI는 같은 한도에서 이전 Terra보다 더 많은 작업을 할 수 있다고 설명했지만, 사용 가능한 횟수는 업무 길이와 도구 실행, 추론 설정 등에 따라 달라질 수 있습니다. 계정 화면에서 실제 모델 제공 여부를 확인하는 것이 좋습니다.
API는 개발자 플랫폼에서 사용량에 따라 과금되는 방식이며 ChatGPT 구독과 별도의 청구 체계를 가질 수 있습니다. Plus나 Pro 구독이 있다고 API 호출이 자동으로 무료가 되는 것은 아닙니다. 팀이나 회사에서는 승인된 프로젝트와 계정을 사용하고 개인 API 키를 공유하지 마세요. 데이터 처리 조건과 청구 범위도 각 제품별로 확인해야 합니다.
- ChatGPT Work 또는 Codex에서 모델 목록과 사용량 한도를 확인합니다.
- API 사용자는 모델 ID와 공식 가격을 확인합니다.
- 구독 사용량과 API 사용량을 분리해 예산을 관리합니다.
- 외부 서비스에 보낼 수 없는 정보를 사전에 분류합니다.
제공 범위와 가격은 바뀔 수 있습니다. 다른 사람의 화면 캡처만 보고 본인 계정에서도 이용 가능하다고 단정하지 말고, 공식 계정 화면과 최신 안내를 확인하세요.
Terra·Sol·Astra 선택 기준
OpenAI가 제시한 모델군의 차이는 작업 난도와 비용의 균형입니다. Terra는 시각 이해와 컴퓨터 사용, 반복 업무의 효율을 강조합니다. Sol과 Astra는 더 복잡한 코딩이나 문제 해결을 검토할 때 선택지로 제시됩니다. Terra의 공개 API 가격은 입력 100만 토큰당 $1, 출력 $5이며, OpenAI는 표준 가격이 GPT-5.6 Terra와 GPT-6.1 Sol보다 50% 낮다고 설명했습니다. 다른 모델의 최신 가격과 조건은 공식 가격표를 따로 확인해야 합니다.
| 선택 관점 | 검토할 작업 | 확인할 점 |
|---|---|---|
| Terra | 반복 문서·화면 작업, 시각 정보 해석 | 실제 정확도와 검토시간을 테스트 |
| Sol | 복잡한 코딩이나 전문 작업을 비교할 때 | 작업 품질과 최신 가격을 비교 |
| Astra | 상위 수준의 복잡한 문제 해결을 검토할 때 | 모든 업무에서 필요하지는 않음 |
가장 비싼 모델부터 쓸 필요는 없습니다. 규칙이 명확하고 되돌리기 쉬운 업무부터 시험하고, 까다로운 예외나 복잡한 코드 수정은 사람 또는 상위 모델이 검토하도록 분리할 수 있습니다. 문서의 정형 항목을 추출하는 단계와 예외 조건을 판단하는 단계를 나누면 비용과 위험을 따로 측정하기 쉽습니다.
모델 선택은 공개 순위보다 실제 업무에서의 결과로 결정해야 합니다. 같은 테스트 자료를 여러 모델에 제공하고 성공률, 처리시간, 잘못된 결과, 수정 횟수, 토큰 비용을 비교하세요. 과제의 중요도가 높으면 저렴한 모델의 비용 절감보다 오류를 줄이는 편이 더 가치 있을 수 있습니다.
업무에 적용하기 전 준비
도입 전에는 자동화할 업무의 시작과 끝을 분명히 정합니다. ‘청구서 처리’처럼 넓은 표현 대신 파일 수신, 필수 항목 추출, 담당자 확인, 회계 프로그램 입력처럼 단계별로 나누세요. 각 단계에서 필요한 정보, 허용 가능한 오류, 사람이 승인할 지점을 정의하면 모델의 역할을 과장하지 않고 평가할 수 있습니다.
실제 운영 자료와 비슷한 테스트 표본을 준비하되, 개인정보와 거래처 정보는 조직 정책에 따라 익명화하거나 안전한 샘플로 대체합니다. 정상 문서뿐 아니라 서식이 다른 파일, 누락된 숫자, 중복 항목, 잘못된 날짜 등 예외도 포함해야 합니다. 정상 사례만 넣은 테스트는 현장의 오류 대응 능력을 보여주지 못합니다.
- 업무를 작은 단계와 승인 지점으로 나눕니다.
- 허용할 오류와 중단 조건을 정합니다.
- 민감정보를 제거한 표본으로 시험합니다.
- 성공률·수정 횟수·검토시간을 기록합니다.
- 성과와 위험을 확인한 뒤 자동화 범위를 넓힙니다.
정답률 하나만 보지 말고 작업 완료율, 잘못된 입력률, 예외 상황에서 멈추는지, 평균 처리 시간, 재시도 횟수, 사람의 수정 시간, 실패 비용을 함께 기록하세요. 100건 중 95건이 맞더라도 나머지 5건이 고객 피해나 회계 오류를 유발할 수 있다면 자동 승인 범위는 좁아야 합니다.
시범 운영 중에는 입력과 출력, 도구 실행 기록을 적절히 보관하고 누가 승인했는지 추적할 수 있게 하세요. 보존 기간과 접근 권한은 조직 정책에 맞추고 개인정보를 불필요하게 오래 남기지 않습니다. 성과가 낮으면 프롬프트만 길게 만들기보다 입력 품질, 앱 연결, 검토 단계에서 원인을 찾으세요.
보안과 사람의 검토
컴퓨터 사용 기능은 화면을 읽는 것뿐 아니라 앱에서 행동을 수행할 수 있어 권한 관리가 중요합니다. 모델이 볼 수 있는 파일과 앱을 필요한 범위로 제한하고, 결제·삭제·외부 발송·계약 확정처럼 되돌리기 어렵거나 영향이 큰 행동에는 사람의 확인 단계를 둡니다. 정상 사례에서 잘 작동했다는 이유로 승인 절차를 없애는 것은 적절하지 않습니다.
화면에 보이는 문서에는 내부 정보나 개인정보가 포함될 수 있습니다. 조직이 승인한 서비스와 계정을 사용하고, 외부 AI에 입력해도 되는 데이터인지 확인하세요. 로그인 정보나 API 키를 프롬프트에 입력하지 말고, 사용자별 권한을 나누며 담당자 변경 시 접근 권한을 회수합니다.
웹페이지나 문서에는 모델을 잘못된 행동으로 유도하는 지시가 포함될 수 있습니다. OpenAI는 프롬프트 인젝션 테스트에서 GPT-6.1 Terra가 사용자의 작업을 벗어나게 하는 악성 지시에 강한 저항을 보였다고 설명했습니다. 이 결과는 위험이 사라졌다는 보증이 아닙니다. 외부 문서에 적힌 지시를 신뢰할 수 있는 명령으로 취급하지 않게 권한과 승인 단계를 설계해야 합니다.
송금·결제, 계약 변경, 고객에게 발송되는 안내, 법률·세무·의료 판단, 대량 삭제나 공개처럼 오류의 영향이 큰 단계는 담당자가 결과를 확인한 뒤 승인하도록 설계하세요.
제품 소개만 보고 데이터 보존이나 학습 사용 여부를 추정하지 마세요. 실제 이용하는 제품과 계약의 최신 조건을 확인해야 합니다. 회사가 승인된 AI 도구 목록이나 보안 규정을 운영한다면 개인이 임의로 다른 계정을 연결하지 않는 편이 안전합니다.
기대치를 조정해야 하는 작업
GPT-6.1 Terra는 모든 업무를 완벽하게 대신하는 만능 도구가 아닙니다. 문서가 흐리거나 화면 배치가 바뀌면 인식·조작 오류가 생길 수 있고, 지시가 모호하면 의도와 다른 행동을 할 수 있습니다. 외부 앱이 업데이트되면 이전에 성공한 절차가 바뀌기도 합니다. 실제 성능은 모델뿐 아니라 입력 자료와 연결 도구, 운영 환경의 영향을 받습니다.
복잡한 코딩, 법률 판단, 의료 진단, 재무 의사결정처럼 정확성과 책임이 중요한 업무는 모델 답을 전문가 검토 없이 최종 판단으로 사용하지 마세요. OpenAI도 복잡한 코딩에는 Sol과 Astra를 권장했습니다. 중요한 내용은 모델 설명만으로 결론내리지 말고 원자료와 공식 문서, 담당자의 판단으로 확인해야 합니다.
벤치마크에서 작업 비용이 낮아도 실패 뒤 재시도와 사람의 수정 시간이 더해지면 실제 총비용은 달라집니다. API 가격이 낮아졌더라도 잘못된 입력으로 손실이 발생하면 비용 절감 효과가 사라질 수 있습니다. 시범 운영에서는 성공률과 수정 시간, 실패의 영향을 함께 기록하고 자동화 전후의 전체 비용을 비교하세요.
이번 내용은 발표 시점의 정보입니다. 모델이 업데이트되거나 이용 대상이 바뀔 수 있으므로 특정 기능이 계속 제공된다고 가정하지 마세요. 도입 전에 공식 가격과 계정의 실제 모델 목록을 다시 확인하고, 꼭 필요한 기능을 직접 시험하는 것이 좋습니다.
공식 발표와 보도 자료
기능·이용 가능 범위·표준 API 가격은 OpenAI 공식 발표를 우선 확인할 수 있습니다. 발표 페이지는 컴퓨터 사용, 성능 평가, 안전성 설명과 가격·제공 대상을 안내합니다. 벤치마크는 OpenAI가 공개한 결과로 표기하고, 독립적인 현장 성능처럼 바꾸어 말하지 않는 것이 중요합니다.
국내 보도는 가격 인하와 반복 업무 자동화, 코딩 평가, 이용 대상 등을 이해하는 데 도움이 됩니다. AI타임스와 ZDNet Korea의 기사를 공식 자료와 함께 확인할 수 있습니다. 기사에 나온 추가 지표나 외부 평가 결과는 공식 발표와 구분하고, 실제 이용 조건은 최신 공식 화면을 기준으로 확인하세요.
기능·가격·제공 대상은 OpenAI의 GPT-6.1 Terra 공식 발표에서 확인하세요.
OpenAI 공식 발표 보기 →국내 보도: AI타임스 · ZDNet Korea
해외 보도: 9to5Mac
AI 글쓰기 도구의 비교 항목과 선택 기준을 먼저 보고 싶다면 블로그에 있는 AI 문서 작성 툴 비교 항목과 선택 기준도 참고하세요. 해당 글은 도구를 비교할 때 확인할 기준을 다루며 GPT-6.1 Terra의 최신 가격을 대신하지는 않습니다.
이 글을 읽는 시점에 가격이나 지원 대상이 바뀌었다면 공식 발표와 실제 계정의 모델 목록·청구 정보를 우선하세요. 언론 기사에 실린 수치가 공식 자료와 다를 경우 어떤 벤치마크와 추론 설정을 설명하는지 비교한 뒤 활용하는 것이 좋습니다.
자주 묻는 질문
Q1. GPT-6.1 Terra는 언제 발표됐나요?
OpenAI는 2026년 10월 26일 발표했습니다. 한국어 기사는 시차 때문에 10월 27일자로 나올 수 있어 발표일과 기사 게시일을 구분하면 됩니다.
Q2. Terra는 GPT-6.1의 최상위 모델인가요?
아닙니다. Terra는 빠르고 효율적인 업무·컴퓨터 사용 모델로 소개됐습니다. OpenAI는 복잡한 코딩에는 GPT-6.1 Sol과 GPT-6 Astra가 더 적합하다고 설명했습니다.
Q3. API 가격은 얼마인가요?
발표 기준 입력 100만 토큰당 $1, 캐시 입력 $0.05, 출력 $5입니다. 요금은 바뀔 수 있으니 실제 이용 전 최신 공식 가격과 청구 화면을 확인하세요.
Q4. ChatGPT 구독에 API 사용료가 포함되나요?
API는 개발자 플랫폼의 사용량 과금이며 ChatGPT 구독과 청구 체계가 다를 수 있습니다. 구독이 API 호출을 무료로 포함한다고 가정하지 말고 각각 확인하세요.
Q5. 누구나 ChatGPT에서 바로 쓸 수 있나요?
OpenAI는 Plus·Pro·Enterprise·Edu 사용자가 ChatGPT Work와 Codex에서 이용할 수 있다고 발표했습니다. 계정별 표시와 사용량은 지역·롤아웃·조직 설정에 따라 달라질 수 있습니다.
Q6. 개발자용 API 모델 ID는 무엇인가요?
공식 발표의 모델 ID는 gpt-6.1-terra입니다. 계정에서 실제 사용 가능한지와 최신 API 문서의 호출 방법을 확인하세요.
Q7. 오류율 16.7%면 실제 업무에서 83.3% 정확한가요?
그렇게 해석할 수 없습니다. OpenAI가 특정 내부 벤치마크와 낮은 추론 설정에서 공개한 결과입니다. 실제 정확도는 업무와 입력, 앱, 평가 방식에 따라 달라집니다.
Q8. 모든 작업에서 이전 모델보다 3배 빠른가요?
아닙니다. OpenAI는 특정 평가에서 Sol·Astra보다 3배 넘게 빠르다고 설명했습니다. 모든 작업과 입력 길이, 도구 실행에서 같은 결과가 난다는 뜻은 아닙니다.
Q9. 어떤 업무에서 Terra를 시험할 수 있나요?
문서와 화면을 읽고 정형 정보를 정리하는 반복 업무가 후보가 될 수 있습니다. 실제와 비슷한 자료로 정확도·수정시간·비용을 측정하고 사람의 검토를 두세요.
Q10. 복잡한 코딩에도 Terra가 가장 좋은가요?
OpenAI는 복잡한 코딩에 Sol과 Astra가 더 낫다고 안내했습니다. 프로젝트의 규모와 난도에 맞춰 같은 과제로 비교 테스트하는 편이 좋습니다.
Q11. 회사 문서나 고객 정보를 넣어도 되나요?
조직 보안 규정과 서비스 데이터 처리 조건을 먼저 확인하세요. 승인 없이 민감 정보를 외부 AI에 입력하지 말고 필요한 정보만 제공하며 권한을 최소화해야 합니다.
Q12. 결제나 파일 삭제도 자동으로 할 수 있나요?
동작은 연결 도구와 권한 설정에 달려 있습니다. 결제·삭제·외부 발송처럼 영향이 큰 작업은 자동 승인하지 말고 담당자가 결과를 확인하도록 설계하세요.
마무리 점검
GPT-6.1 Terra는 화면 이해와 컴퓨터 사용, 글쓰기 기능을 반복 업무에 연결하고, OpenAI가 제시한 표준 API 단가를 낮춘 점이 핵심입니다. API 요금은 입력 $1, 캐시 입력 $0.05, 출력 $5(각 100만 토큰당)이며, 발표 기준으로 Plus·Pro·Enterprise·Edu 계정의 ChatGPT Work와 Codex, API에서 제공됩니다.
오류율 감소, 3배 속도, 작업 비용 3분의 1 같은 수치는 평가 조건과 비교 기준을 함께 봐야 합니다. OpenAI의 공개 벤치마크는 참고 자료이지 모든 현장 업무의 성능 보증은 아닙니다. 복잡한 코딩이나 중요한 거래·계약 단계는 사람이 검토하도록 두고, 실제 업무 표본으로 시험한 뒤 자동화 범위를 넓히세요.
도입 전 세 가지: 계정에서 실제 제공되는지 확인하기, 예상 입력·출력량으로 비용 계산하기, 오류가 발생했을 때 사람에게 넘기는 절차 만들기. 이 세 가지를 먼저 정하면 새 모델의 기능을 과장하지 않고 업무 적합성을 평가할 수 있습니다.
댓글
댓글 쓰기