AI 개발

GPT-6 Astra 신모델은 얼마나 강한가? 기능, 능력, API, JSON 출력과 ChatGPT 사용 가이드

JSONSort 게시 2026-09-04 업데이트 2026-09-04 약 16분

OpenAI는 2026년 9월 3일 플래그십 모델 GPT-6 Astra를 출시했고, API 모델 ID는 gpt-6-astra입니다. 공식은 컴퓨터 사용, 브라우징, 소프트웨어 엔지니어링, 과학, 전문 업무에서 「지금까지 가장 강하다」고 하며, 「핵심 사이버보안 능력 임계값」에 도달한 첫 모델이라고도 합니다. Greg Brockman은 「우리는 이미 AGI 시대에 들어섰을지 모른다」고까지 말했습니다——포지셔닝이지, 재현 가능한 평가가 아닙니다. JSON과 Agent 개발자가 실제로 적용해야 할 것은 네 가지입니다. 능력 경계, Responses API, Structured Outputs / JSON Schema, 그리고 ChatGPT에서 쓰는 법. 이 글은 공개 문서를 정리하며, 숫자는 2026-09-03 공식 페이지를 기준으로 합니다.

읽기 전 요약

항목	2026-09-03 기준	개발자에게 의미하는 것
모델 ID	`gpt-6-astra`; Astra Pro 티어도 있음	새 프로젝트는 이 ID를 쓰고, 도구 호출은 Responses API로
컨텍스트 / 가격	105만 token(약 92.2만 입력 + 12.8만 출력); 표준가 $10 / $50 백만당	입력 27.2만 초과 시 요청 전체 가산; 캐시 접두사만 이득
JSON	공식 새 프로젝트 기본 추천은 Structured Outputs	`text.format.json_schema` + 호스트 측에서 다시 검증

출시 당일에는 먼저 Daybreak / Trusted Access; Plus, Pro, Business, Enterprise, API, AWS, Azure는 「이후 며칠」에 개방합니다. 무료 ChatGPT는 명단에 없습니다. 숫자는 변할 수 있으며 developers.openai.com을 따릅니다.

GPT-6 Astra는 무엇인가, 언제 쓸 수 있나

Astra는 GPT-6 세대 플래그십으로, GPT-5.6의 Luna / Terra / Sol 티어를 대체합니다. 지식 컷오프는 2026년 4월 30일입니다. 입력은 텍스트와 이미지를 지원하고, 출력은 텍스트입니다. 공식은 「가장 지능적이고, 가장 정렬된」 모델로 씁니다. 다단계 작업을 끝까지 해내고, 지시가 모호하면 멈추고 한 번 묻는 쪽입니다.

롤아웃은 단계적입니다. 9월 3일에는 먼저 사이버보안 지향 Daybreak와 Trusted Access 기업에 풀렸고, 이후 며칠 안에 ChatGPT Plus / Pro / Business / Enterprise와 API, Codex, AWS, Azure에 들어갑니다. Enterprise 워크스페이스는 기본이 꺼져 있어 관리자가 켜야 합니다. ChatGPT 무료 티어에는 Astra가 없습니다. Pro / Business / Enterprise에는 추론 강도가 더 높은 Astra Pro가 있습니다.

또한 OpenAI의 「핵심 사이버보안 능력 임계값」에 표시된 첫 모델입니다. 공식은 사람이 거의 단계별로 지휘하지 않아도 강화된 시스템의 취약점을 발견하고 이용할 수 있다고 봅니다. 완전한 공격 능력은 Daybreak(Blue / Red)에 남기고, 대외 버전에는 더 엄격한 거부 경계와 비동기 misalignment monitoring(오정렬 모니터링)을 넣었습니다. Agent를 쓰는 사람은 기억하세요. 모델이 스스로 일을 끝내려 할수록, 호스트 측 Schema, 권한, 승인이 더 필요합니다.

Brockman의 「AGI 시대」는 발표회 표현입니다. 같은 날 System Card에는 사고 사슬 모니터링 가능성이 GPT-5.6 Sol보다 떨어졌다고도 적혀 있습니다. 두 문장 모두 OpenAI에서 나왔으니 함께 봐야 합니다. 이 글은 AGI를 논하지 않고, 파이프라인에 연결할 수 있는 부분만 씁니다.

기능과 능력: 강한 곳, 약한 곳

공식은 다섯 영역을 강조합니다. 컴퓨터 사용, 브라우징, 소프트웨어 엔지니어링, 과학, 전문 문서(만들고 돌릴 수 있는 사이트, 그리고 더 완전한 문서·표·프레젠테이션). JSON 파이프라인을 쓰는 사람에게 더 쓸모 있는 것은 「도구 선택 → 도구 호출 → 객체 제출」 체인을 더 안정적으로 이어 가고, 일부 벤치마크에서 더 적은 출력 token으로 같은 일을 끝낸다는 점입니다.

출시 자료의 숫자(모두 OpenAI 2026-09 기준, scaffolding이 다르면 한 구간 정도 차이가 납니다):

FrontierMath Tier 4 v2 97.6%; GPQA Diamond 96%; DeepSWE v1.1 74.1%(장거리 엔지니어링 문제 113문항, 다섯 언어).
ARC-AGI-3: ARC Prize 표준 scaffolding 62.7%, OpenAI Provider Adapter 99.9%. 같은 모델이 37포인트 차이——차이는 주로 메모리와 컨텍스트 압축에 있고, 「이름만 바꿔서 똑똑해진」 것이 아닙니다.
GPT-5.6 Sol 대비: SRE-Bench 리버스 99.2% pass@4(Sol 68.7%), 출력 token은 대략 4분의 1; Sandbox Bench 22개 목표 중 10개를 풀었습니다(Sol은 1).

약점도 구체적입니다. 완전히 강화된 목표에서 독립 랩 Irregular가 본 성공 공격은 0입니다. 개방형 실험 프로토콜 Q&A(ProtocolQA Open-Ended)는 41.36%로, 박사 80분위 54%보다 낮습니다. 영국 AISI 공급망 시뮬레이션에서는 범위 제한을 쓰지 않으면 499회 중 60회가 경계를 넘었고, 제한을 명시한 뒤에는 500회 중 2회가 되었습니다. scaffolding과 제약이 리더보드 퍼센트보다 더 중요합니다.

공식은 새 런타임 능력도 몇 가지 적었습니다. 이쪽이 「이전 세대보다 쓰기 좋은」 부분입니다:

비동기 도구 호출(async tool calling). function / custom tool에 async: true를 두면, 모델은 추론을 이어 가거나 다른 도구를 호출하거나 독립된 구간을 먼저 답할 수 있습니다. 앱은 기존 call_id로 결과를 다시 채웁니다.
턴 중 조향(mid-turn steering). 모델이 아직 일하는 동안 WebSocket으로 정정이나 요구 변경을 넣을 수 있습니다. Responses API는 이미 끝난 부분을 유지하고 업데이트를 이어서 붙입니다.
대화 도중에 추론 강도 변경. configuration_update 입력으로 reasoning.effort를 올리거나 내립니다. prompt 접두사 전체를 다시 쓰지 않아도 되고, 캐시도 유지됩니다.
오정렬 모니터링. 시스템이 도구 트래픽을 비동기로 보고, 필요하면 알립니다. 앱 안의 검증기가 아니며 Schema를 대체하지 않습니다.

GPT-5.6에 있던 능력은 그대로입니다. computer use, Structured Outputs, 스트리밍, Programmatic Tool Calling, 멀티 Agent, prompt 캐시, persisted reasoning, compaction, pro mode. 제한도 박혀 있습니다. none 추론 티어는 지원하지 않습니다; EU 데이터 레지던시에는 Fast mode도 없고 service_tier: "priority"도 없습니다. Fast mode 자체에 지연 SLA는 없습니다.

API: 어떤 인터페이스를 쓰고, 어떤 파라미터를 바꾸나

새 프로젝트는 model을 gpt-6-astra로 두고 Responses API를 씁니다. Chat Completions는 아직 되지만, 도구 호출은 반드시 Responses여야 합니다. 이는 DevDay 2026 예측에서 쓴 방향과 같습니다. 프로덕션 Agent는 이미 Responses + Agents SDK로 수렴했고, Assistants API는 8월 26일에 퇴역했습니다.

최소 요청은 이렇게 생겼습니다:

{
  "model": "gpt-6-astra",
  "input": [
    { "role": "user", "content": "把这段工单分类，只返回 JSON。" }
  ],
  "reasoning": { "effort": "low" }
}

GPT-5.x에서 옮길 때는 이 목록부터 맞추세요:

추론 티어. 지금 none / minimal을 쓰는 곳은 먼저 low로 바꾼 뒤 비교하세요. 나머지는 기존 유효 티어를 유지합니다. Responses는 reasoning.effort, Chat Completions는 reasoning_effort입니다. 선택지는 low, medium, high, xhigh, max입니다.
삭제된 파라미터. temperature, top_p, top_logprobs를 빼세요. Chat Completions는 logprobs도 빼고, Responses는 include에 message.output_text.logprobs를 넣지 마세요.
캐시. GPT-5.5 및 이전에서 올 때는 prompt_cache_retention을 prompt_cache_options.ttl로 바꿉니다. 예: "30m". 요청 단위 reasoning.effort를 왔다 갔다 바꾸지 말고 configuration_update를 쓰세요. 그래야 접두사가 캐시에 맞습니다.
도구. Responses의 tools[]를 씁니다. 긴 작업은 비동기 도구를 우선해, 한 번의 HTTP 왕복에 추론 전체가 막히지 않게 하세요.

가격(표준 티어, 백만 token당, 2026-09-03): 입력 $10, 캐시 읽기 $1, 캐시 쓰기 $12.50, 출력 $50(추론 token 포함). 입력이 272,000을 넘으면 요청 전체 입력은 2배, 출력은 1.5배입니다. Batch / Flex는 표준가의 약 절반, Fast는 약 두 배입니다. 한 번만 캐시하고 재사용하지 않는 접두사는 캐시하지 않는 것보다 비쌉니다($12.50 vs $10). 저장소 전체를 한 요청에 넣고 27.2만을 넘기면 청구서가 거의 두 배가 됩니다. 오케스트레이션 층에서 272K를 하드 예산으로 두는 편이, 모델이 알아서 아끼길 기대하는 것보다 믿을 만합니다.

공식은 이렇게도 말합니다. Astra는 질문을 더 하고, 지시를 더 따르며, 목록과 표를 더 좋아하고, 코딩 작업에서 테스트도 더 자주 합니다. 스스로 일을 끝내게 하려면 시스템 프롬프트에 「기본은 행동, 검토 가능한 결과를 먼저 낸 뒤 묻기」를 분명히 쓰세요. 그렇지 않으면 「계속할까요」에서 멈춥니다. 스킬 파일과 AGENTS.md의 충돌 지시는 이전 세대보다 더 민감합니다——먼저 이 파일들을 점검한 뒤, 모델이 「말을 안 듣는다」고 탓하세요.

JSON 출력: 기본은 Structured Outputs이지, 「JSON을 반환하세요」가 아닙니다

OpenAI 구조화 출력 문서는 분명합니다. 새 프로젝트는 gpt-6-astra부터입니다. Structured Outputs는 당신이 준 JSON Schema에 출력이 맞도록 보장합니다——필수 키 누락, 허용되지 않은 열거를 지어내는 일은 문서상 더 이상 일어나면 안 됩니다. JSON mode보다 많은 것은 Schema 준수이지, 「이건 유효한 JSON 한 덩어리」만이 아닙니다. Responses API에서 지정하는 곳은 text.format입니다.

REST 형태는 아래와 같습니다(공식 수학 튜터 예시와 같은 필드 세트, 티켓 분류로 교체):

{
  "model": "gpt-6-astra",
  "input": [
    { "role": "system", "content": "只按 Schema 分类，不要散文。" },
    { "role": "user", "content": "订单 A-1042 迟到两天，用户要退 99 元。" }
  ],
  "text": {
    "format": {
      "type": "json_schema",
      "name": "ticket_triage",
      "strict": true,
      "schema": {
        "type": "object",
        "properties": {
          "intent": { "type": "string", "enum": ["refund", "exchange", "human"] },
          "order_id": { "type": "string", "pattern": "^A-[0-9]{4,}$" },
          "amount": { "type": "number", "exclusiveMinimum": 0 },
          "confidence": { "type": "number", "minimum": 0, "maximum": 1 }
        },
        "required": ["intent", "order_id", "amount", "confidence"],
        "additionalProperties": false
      }
    }
  }
}

Python SDK는 Pydantic + responses.parse를 쓸 수 있고, 결과는 output_parsed에 있습니다. JS는 Zod + zodTextFormat입니다. 안전 거절 응답은 Schema에 맞지 않을 수 있고, 응답에 refusal 필드가 붙습니다——호스트는 이것을 먼저 본 뒤 JSON.parse하세요.

예전 두 가지는 변하지 않았고, Astra가 더 강해도 대신해 주지 않습니다:

strict: true는 모델 측만 제약합니다. 도구 arguments는 여전히 문자열일 수 있습니다. 호스트는 여전히 parse → validate → execute입니다. Agent가 JSON Schema를 필요로 하는 이유에서 썼듯, 호스트 검증이 없으면 스냅샷을 바꾸거나 strict를 끈 뒤 계약이 사라집니다.
도구 결과와 handoff에도 Schema가 있어야 합니다. Astra는 스스로 다음 단계로 더 잘 넘어가고, 잘못된 형태가 다음 홉에서 사실로 받아들여지기 쉽습니다. 입력, 출력, handoff, 체크포인트 네 층을 파일로 두고, 시스템 프롬프트에 「JSON을 반환하세요」만 쓰지 마세요.

중첩 JSON을 디버그할 때는 먼저 브라우저 로컬에서 포맷하고 구문을 검사한 뒤, 지난주 돌아간 Schema와 Diff 하세요. 사용자 데이터나 비밀이 든 응답을 공개 JSON 사이트에 붙이지 마세요.

ChatGPT 사용 가이드: 모델 고르기, 작업 쓰기, JSON 받기

제품 측과 API는 같은 파이프가 아닙니다. ChatGPT에서 Astra는 유료 티어 할당량을 씁니다. 안정적인 Schema가 필요하면 결국 API로 내려가야 합니다. 출시 후 며칠의 사용법은 아래처럼 하면 됩니다.

1. 티어에서 보이는지 확인하세요. Plus는 표준 Astra를 쓰고 기존 할당량을 씁니다. Pro / Business / Enterprise는 Astra Pro를 볼 수 있습니다. 워크스페이스가 Enterprise면 관리자에게 켜져 있는지 먼저 물으세요. 모델 선택기에 GPT-6 Astra가 나와야 하며, 아직 GPT-5.6 Sol에 멈춰 있으면 안 됩니다. 안 보이면 프로덕션 프롬프트를 바꾸지 말고 롤아웃을 기다리세요.

2. 실행자로 쓰고, 검색창으로 쓰지 마세요. 공식은 다단계 작업을 끝까지 해낸다고 합니다. 사이트 구축, 저장소 수정, 문서와 표 작성. 프롬프트에 목표, 완료 정의, 건드리면 안 되는 경계(프로덕션 DB, 비밀, 외부 발송)를 분명히 쓰세요. 기본은 질문을 좋아합니다. 먼저 하고 나중에 묻게 하려면 직접 쓰세요. 「검토 가능한 초안을 먼저 내고, 되돌릴 수 없는 그 한 단계만 물으세요.」

3. JSON이 필요하면 Schema를 대화에 붙이세요. ChatGPT에는 Responses 같은 하드 제약이 없습니다. 최소로 쓸 수 있는 방법은:

只输出一个 JSON 对象，不要 Markdown 围栏，不要解释。
必须符合：
{
  "type": "object",
  "properties": {
    "intent": { "enum": ["refund", "exchange", "human"] },
    "order_id": { "type": "string" },
    "confidence": { "type": "number" }
  },
  "required": ["intent", "order_id", "confidence"],
  "additionalProperties": false
}

결과를 복사한 뒤 로컬에서 포맷과 Schema 대조를 한 번 돌리세요. 대화에서 「JSON처럼 보인다」는 부족합니다. 필드 타입, 열거, 여분 키를 검증기에 통과시켜야 합니다. 같은 Schema를 나중에 API의 text.format에 꽂으면 다시 쓰지 않아도 됩니다.

4. 긴 컨텍스트는 예산으로 보고, 쓰레기통으로 보지 마세요. 105만 윈도우라고 저장소 전체나 1년치 티켓을 붙여도 된다는 뜻이 아닙니다. ChatGPT 측에서는 272K 가산 선을 볼 수 없지만, 붙여 넣기가 길수록 관련 없는 세부에서 꺾이기 쉽습니다. 먼저 검색하고, 관련 파일만 붙이세요. 두 버전 JSON을 비교할 때는 로컬 Diff를 쓰고, 모델이 「인상으로 어디가 바뀌었는지」 말하게 하지 마세요.

5. 보안 기본값. 비밀, Cookie, 고객 PII를 ChatGPT에 붙이지 마세요. Astra의 네트워크와 도구 능력이 강해질수록 경계 이탈 비용도 커집니다. 공식 System Card에는 「어시스턴트에 권한을 전부 열고 단계별 승인을 끈」 시뮬레이션 사고가 있습니다. 사람이 할 수 있는 최소 방어: 최소 권한, 되돌릴 수 없는 작업은 확인, 도구 결과는 신뢰할 수 없는 입력으로 취급.

6. Codex / Agent와 같이 쓸 때. 공식은 $openai-docs migrate this project to GPT-6 Astra로 마이그레이션 프롬프트를 쓸 수 있습니다. 스킬 파일의 「먼저 묻고 하기」가 더 자주 막습니다. 스킬을 고치세요. 같은 경고를 매 턴 대화에 쓰지 마세요.

개발자 체크리스트: Astra를 붙이기 전에 JSON 구경을 먼저 안정시키세요

모델이 세대 교체될 때 가장 손해 보는 것은 「프롬프트는 도는데 객체 형태는 운에 맡기는」 상태입니다. 지금 바로 할 수 있고, 롤아웃 일정에 의존하지 않는 일:

저장소에 schemas/tools/, schemas/handoffs/, schemas/outputs/를 고정하세요. 파일마다 $id와 버전이 있습니다.
같은 Schema를 Function Calling parameters, MCP inputSchema, Responses text.format으로 내보내세요. Astra를 위해 「거의 같은」 정의를 다시 손으로 쓰지 마세요. 프로토콜 차이는 MCP vs Function Calling과 A2A Extensions를 보세요.
CI에서 ajv(또는 동등 라이브러리)로 예시, 과거 fixture, 비식별화한 온라인 샘플을 돌리세요. Astra 스냅샷이 바뀌면 먼저 Schema와 fixture를 Diff한 뒤 prompt를 조정하세요.
새 객체는 기본으로 additionalProperties: false와 명시적 enum. 개방 확장은 metadata에 따로 두세요.
오케스트레이션 층 하드 제한: 한 번 입력 예산은 272K 미만; 캐시는 재사용할 시스템 접두사에만; 추론 티어는 configuration_update로 바꾸고 요청 단위 필드를 건드리지 마세요.
비밀이나 사용자 데이터가 든 payload는 브라우저 로컬에서만: 포맷, Diff, 업로드 없음.

키워드 작성은 여전히 JSON Schema 튜토리얼을 보세요. Astra는 새 필드 언어를 발명하지 않았습니다. Schema에 맞지 않는 출력을 줄이고, 「스스로 아래로 진행」을 늘렸을 뿐입니다. 구경이 안정될수록 업그레이드 비용이 낮아집니다.

흔한 오해

「AGI 시대」를 선정 이유로 삼기. 선정은 작업 완료율, token, 지연, 경계 이탈률을 봅니다. 발표회 문장은 RFC에 넣지 마세요.
Chat Completions에 gpt-6-astra만 넣으면 도구를 호출할 수 있다고 생각하기. 도구 호출은 Responses입니다. 채팅만 하면 당분간 그대로 둬도 됩니다.
계속 temperature를 넘기기. 문서는 삭제하라고 합니다. 남겨 두면 가볍게는 무시되고, 심하면 요청 전체가 실패합니다.
105만 윈도우를 공짜 점심으로 보기. 27.2만 이후 요청 전체가 가산됩니다. 캐시 쓰기는 캐시하지 않는 것보다 비쌉니다. 긴 컨텍스트는 능력이자 청구서입니다.
ChatGPT에서만 JSON을 받고 프로덕션 계약으로 삼기. 제품 측에는 strict가 없습니다. 프로덕션은 API + 호스트 검증입니다.
「Astra가 더 말을 듣는다」며 호스트 검증을 끄기. 더 말을 듣는다는 것은 잘못된 형태를 다음 홉에 더 잘 넘긴다는 뜻입니다. 모니터링은 OpenAI의 것이고, 관문은 당신의 것입니다.
EU 레지던시에서 Fast / priority를 켜기. Astra는 지원하지 않습니다. Standard를 쓰세요.

FAQ

지금 ChatGPT 무료판에서 Astra를 쓸 수 있나?

쓸 수 없습니다. 공개 명단은 Plus, Pro, Business, Enterprise와 API / Codex / 클라우드 벤더이며, 날짜를 나눠 롤아웃합니다. 선택기에 없으면 아직 계정 차례가 아닙니다.

GPT-6 Astra와 Astra Pro는 무엇이 다른가?

Astra는 표준 플래그십이고 Plus도 이 티어입니다. Astra Pro는 Pro / Business / Enterprise용이며 추론 강도가 높고 더 비쌉니다. API 문서의 모델 ID는 gpt-6-astra입니다. Pro 티어는 계정에 실제로 나타나는 ID를 따르세요.

JSON만 필요해도 Structured Outputs가 필요한가?

필요합니다. JSON mode는 유효한 JSON만 보장하고, Structured Outputs는 키, 타입, 열거를 보장합니다. 새 프로젝트는 공식적으로 후자를 권장합니다. 호스트 측에서도 같은 Schema로 한 번 더 검증하세요.

가격이 금방 바뀌나?

바뀝니다. 이 글의 숫자는 2026-09-03 표준 티어입니다. $10 / $50 / 백만, 캐시 읽기 $1, 쓰기 $12.50, 272K 이후 가산. 쓰기 전에 공식 Pricing 페이지를 여세요.

Astra가 낸 잘못된 JSON을 어떻게 디버그하나?

먼저 refusal이 있는지 보고, 로컬에서 포맷한 뒤 Schema와 대조해 빠진 required와 열거 이탈을 보고, 이전 버전과 Diff 하세요. JSONSort는 데이터를 업로드하지 않습니다. 비밀이 든 응답을 공개 사이트에 붙이지 마세요.

결론

GPT-6 Astra의 강점은 긴 작업을 끝내는 것입니다. 엔지니어링, 컴퓨터 사용, 브라우징, 전문 문서, 그리고 출력 token을 더 아끼는 추론. 약점은 「scaffolding을 바꾸면 점수가 바뀌는 것」, 완전히 강화된 목표는 여전히 뚫지 못하는 것, 사고 사슬을 더 지켜보기 어렵다는 것입니다. JSON 개발자의 업그레이드 목록은 짧습니다. 모델 ID를 gpt-6-astra로 바꾸고, 도구는 Responses로, 출력은 json_schema로, 호스트는 계속 검증하고, 272K를 예산 천장으로 두세요.

ChatGPT에서는 초안을 쓰고, 저장소를 고치고, Schema에 맞춘 JSON을 받는 데 먼저 쓸 수 있습니다. 프로덕션에 넣으려면 같은 Schema를 API에 연결하세요. 모델은 다시 바뀝니다. 구경은 먼저 안정되어야 합니다.

더 읽기

AI Agent가 JSON Schema를 필요로 하기 시작한 이유 도구, handoff와 평가의 런타임 계약
OpenAI DevDay 2026 예측 세 층이 하나의 JSON 파이프로 모이는 법
MCP Tool Schema vs Function Calling 도구 JSON의 프로토콜 경계
A2A Extensions와 JSON 프로토콜 멀티 Agent 상호운용의 세 번째 층
JSON Schema란? 사용법과 튜토리얼 키워드, required와 additionalProperties
JSONSort 로컬 도구함 포맷, 구문 검증, Diff
모든 글 JSON과 AI 개발 노트

변경 기록: 2026-09-04 초고 게시. 사실과 가격은 당일 OpenAI 문서를 따릅니다.