GPT-5.6 Sol·Terra·Luna 모델 선택과 에이전트 라우팅 설계

하나의 플래그십 대신 역할을 나눈 모델 패밀리

OpenAI가 2026년 6월 26일 발표한 GPT-5.6 시리즈는 모든 요청을 하나의 모델로 처리하는 대신 Sol, Terra, Luna를 작업 특성에 맞게 배치하는 구조를 택했다. Sol은 고강도 추론, Terra는 성능과 비용의 균형, Luna는 빠른 대용량 처리를 담당한다.

모델 이름에도 이 구분이 반영됐다. OpenAI는 "숫자는 모델 세대를 식별하고, Sol·Terra·Luna는 자체 속도로 발전할 수 있는 지속적인 역량 계층을 식별한다"고 설명했다. 세 계층이 단순한 크기 차이가 아니라 각 목적에 맞춰 독립적으로 발전하는 체계라는 뜻이다.

Sol은 코딩, 생물학, 사이버보안처럼 추론 강도가 높은 작업을 겨냥한다. Terra는 GPT-5.5에 준하는 성능을 절반 비용으로 제공하는 일상 업무용 모델이며, Luna는 속도와 비용을 우선하는 고성능 경량 모델로 대량의 반복 작업에 맞춰졌다.

발표 당시 제공 범위는 제한적이었다. 출시는 2026년 6월 26일 약 20개 파트너 조직을 대상으로 한 프리뷰로 시작됐다. 트럼프 행정부가 6월 2일 내린 행정명령에 따라 연방 기관이 새 AI 모델의 벤치마킹 및 평가 프로세스를 마련할 때까지 광범위한 공개도 제한됐다. GPT-5.6 프리뷰에는 기술 검증과 함께 AI 거버넌스 평가의 성격이 겹쳐 있었다.

Sol이 겨냥한 장기 에이전트 작업

GPT-5.6 Sol의 중심 과제는 긴 실행 흐름을 가진 에이전틱 작업이다. OpenAI는 복잡한 코딩 프로젝트와 다단계 연구, 사이버보안 분석에서 Sol이 의미 있는 진전을 보였다고 밝혔다.

이를 평가한 Terminal-Bench 2.1은 실제 터미널 환경에서 수행하는 89개 엔지니어링 작업으로 구성된다. 과학 컴퓨팅, 소프트웨어 엔지니어링, 머신러닝, 보안, 시스템 관리, 데이터 사이언스에 걸친 워크플로 전체를 에이전트가 완수해야 한다. 이 버전에서는 이전 벤치마크에 있던 28개 태스크 오류가 수정됐고 지속적 검증 체계가 도입됐다.

Sol은 Terminal-Bench 2.1 표준 모드에서 88.8%를 기록했다. Ultra 멀티에이전트 모드의 점수는 91.9%로 역대 최고였다. 같은 비교에서 Claude Mythos 5는 88.0%, Claude Fable 5는 84.3%, GPT-5.5는 82.0%를 기록 중이다.

추론 방식은 max와 ultra로 나뉜다. max 모드는 단일 추론 체인을 최대한 확장해 복잡한 문제에 충분한 사고 시간을 배정한다. ultra 모드는 작업을 병렬 서브에이전트로 분산한 뒤 결과를 모은다. Terminal-Bench 2.1에서 91.9%를 기록한 방식이 이 ultra 모드다.

Terra와 Luna를 배치할 작업

모델 선택은 성능만이 아니라 토큰 가격과 요청량까지 함께 봐야 한다. 백만 토큰 기준으로 Sol은 입력 $5/출력 $30, Terra는 입력 $2.50/출력 $15, Luna는 입력 $1/출력 $6이다. Luna의 비용은 Sol의 5분의 1 수준이므로 같은 트래픽도 계층 선택에 따라 청구 금액이 5배까지 달라진다.

Terra는 GPT-5.5와 경쟁력 있는 성능을 약 절반의 비용으로 제공한다. 일상 업무 자동화나 문서 처리, 중간 복잡도의 코드 생성처럼 최고 수준의 추론을 매번 요구하지 않는 작업이 주요 대상이다. 성능과 지출을 함께 관리해야 하는 조직에서 현실적인 기본 계층으로 삼을 수 있다.

Luna는 분류, 태깅, 정보 추출, 단문 요약, 1차 라우팅처럼 요청량이 많은 루틴 처리에 맞는다. 입력 $1, 출력 $6의 가격은 현재 프런티어 모델 중 최저 수준이다. 고객 문의의 1차 분류와 라우팅, 대량 문서의 인덱싱 및 메타데이터 추출, 코드 린팅과 기본 품질 검사, 실시간 로그 분석 및 이상 감지에도 배치할 수 있다.

운영 원칙은 작업의 요구 수준에 따라 나뉜다. 최고 지능이 필요한 요청은 Sol, 품질과 비용의 균형이 필요한 요청은 Terra, 레이턴시나 처리량이 우선인 요청은 Luna로 보낸다. 루틴 작업을 Luna가 맡으면 Sol과 Terra의 용량을 고가치 작업에 집중할 수 있다.

요청 조건을 모델 계층으로 연결하는 라우팅

GPT-5.6을 멀티계층으로 운영하려면 요청의 복잡도와 실행 조건을 먼저 분류한 뒤 적절한 모델을 호출해야 한다.

⤢✕

프로덕션 라우터에서 어려운 부분은 모델 호출보다 작업 복잡도를 가르는 단계다. 요청 길이와 도메인 키워드, 이전 대화 맥락 같은 메타데이터에 응답 품질 요구 수준, 허용 레이턴시, 예산 제약을 함께 반영해야 한다.

OpenAI는 7월부터 Cerebras 하드웨어에서 GPT-5.6 Sol을 제공할 예정이다. 목표 처리 속도는 초당 최대 750 토큰이다. 실시간 프런티어급 추론이 필요하지만 레이턴시가 도입 장벽이었던 엔터프라이즈 애플리케이션을 겨냥한 계획이다.

프리뷰 단계에서 준비할 운영 체계

GPT-5.6 시리즈가 제한적 프리뷰에 머무는 동안에는 즉시 프로덕션으로 전환할 수 없다. 이 시기에는 제한적 프리뷰 API 신청을 검토하고, 기존 GPT-5.5 기반 에이전틱 워크플로를 문서화하는 작업이 우선이다. OpenAI는 파트너 프로그램을 통해 접근 범위를 순차적으로 확대할 예정이다.

2026년 7월까지는 현재 워크플로에서 Sol의 효익이 클 것으로 예상되는 작업 유형을 미리 구분할 수 있다. 일반 공개 후에는 3계층 라우팅 시스템을 구축하고 전체 요청 중 Luna로 처리할 수 있는 비율을 최대화하는 방식으로 비용을 조정한다. Sol Ultra를 에이전틱 코딩에 적용하려면 병렬 서브에이전트가 맡을 태스크를 어떻게 나눌지도 사전에 설계해야 한다.

장기 운영에서는 모델 성능과 함께 거버넌스 환경을 추적해야 한다. 미국 정부의 AI 모델 평가 체계가 정착되면 규제 조건도 달라질 수 있으므로 컴플라이언스 대응 체계를 미리 마련할 필요가 있다.

벤치마크에 따라 달라지는 모델 선택

에이전틱 터미널 작업만 보면 GPT-5.6 Sol Ultra가 앞선다. Terminal-Bench 2.1에서 Sol Ultra는 91.9%, Sol 표준 모드는 88.8%를 기록했다. Claude Mythos 5는 88.0%, Claude Fable 5는 84.3%, Gemini 3.1 Pro Preview는 70.7% 수준이다.

SWE-Bench Pro에서는 순서가 달라진다. Claude Fable 5가 80.3%로 선두이며 GPT-5.5는 58.6%, Gemini 3.1 Pro는 54.2%를 기록 중이다. 에이전틱 터미널 실행에서는 OpenAI가 우위를 보이지만, 일반적인 소프트웨어 엔지니어링 작업에서는 Anthropic의 Fable 5가 강점을 보이는 구도다.

가격은 또 다른 선택 기준이다. Gemini 3.1 Pro는 입력 $2, 출력 $12로 가장 저렴하다. Claude Fable 5는 입력 $10, 출력 $50으로 가장 비싸며 GPT-5.6 Sol은 그 사이에 놓인다. 접근성에서는 Google AI Studio와 Vertex AI를 통해 일반 공개된 Gemini 3.1 Pro의 범위가 가장 넓다.

에이전틱 코딩과 사이버보안 자동화가 핵심 요구라면 GPT-5.6 Sol이 적합하다. 코드 리뷰와 PR 분석, 소프트웨어 엔지니어링 에이전트에는 Claude Fable 5가 강점을 보이며, 비용 최적화와 접근성을 우선하면 Gemini 3.1 Pro가 합리적인 선택이다.

세 프런티어 모델은 2026년 하반기까지 빠르게 발전할 전망이므로 7월 말에 다시 평가할 계획도 필요하다. 특정 모델에 고정된 실행 구조보다 모델을 교체할 수 있는 멀티모델 아키텍처가 장기 운영에 유리하다. Sol Ultra의 Terminal-Bench 2.1 점수 91.9%는 에이전틱 코딩의 새 기준이지만, 제한적 프리뷰와 거버넌스 조건은 실제 도입 시기를 늦추는 제약으로 남아 있다.