오픈AI가 2026년 9월 3일 GPT-6 아스트라를 공개했다. 발표에서 강조된 영역은 컴퓨터 사용과 웹 브라우징, 소프트웨어 공학, 사이버보안, 그리고 과학·전문 업무다.

흥미로운 건 반응이 한쪽으로 모이지 않았다는 점이다. 특정 영역에서는 확실한 진전이라는 평가와, 전반적으로는 전작과 큰 차이가 없다는 평가가 같이 나왔다. 이 둘이 동시에 사실일 수 있는 이유를 보면 지금 AI가 어디까지 왔는지가 더 정확히 보인다.

핵심은 답변이 아니라 실행이다

지금까지 대형 언어 모델의 주된 쓸모는 묻는 말에 답하는 것이었다. 글을 쓰고, 요약하고, 코드를 제안했다. 사람이 그 결과를 받아서 실제 작업은 직접 했다.

아스트라에서 강조된 컴퓨터 사용 능력은 그 마지막 단계를 모델이 가져간다는 뜻이다. 화면을 인식하고, 클릭하고, 양식을 채우고, 여러 사이트를 오가며 필요한 것을 찾는다. 답을 주는 것과 일을 끝내는 것의 차이다.

이 차이가 실제로 크다. 지금까지 AI 도입이 기대만큼 빠르지 않았던 이유 중 하나가 마지막 단계를 여전히 사람이 처리해야 했기 때문이다. 요약본을 받아도 그걸 시스템에 옮겨 넣는 일은 남아 있었다.

보안 평가에서 최상위, 종합 점수는 비슷

아스트라는 사이버보안 관련 평가에서 최상위 등급을 받았다. 반면 독립 기관이 매긴 종합 지능 점수는 전작과 큰 차이가 없다는 결과도 함께 나왔다.

모순처럼 보이지만 그렇지 않다. 종합 점수는 여러 영역의 평균에 가깝다. 특정 영역이 크게 오르고 나머지가 그대로면 평균은 조금만 움직인다. 그래서 어떤 일을 시키느냐에 따라 체감이 완전히 달라진다.

이건 사용자 입장에서 중요한 실무 정보다. 벤치마크 총점을 보고 판단하기보다, 내가 시키려는 그 작업에서 어떤지를 직접 확인하는 편이 정확하다. 모델 발표 때마다 총점만 비교하는 습관이 오히려 판단을 흐린다.

가격이 같이 올랐다

아스트라는 API 가격이 전작 대비 크게 올랐다. 성능이 좋아졌으니 자연스러운 면도 있지만, 도입 속도에는 실질적인 영향을 준다.

기업이 AI를 도입할 때 계산하는 건 성능 그 자체가 아니라 단위 작업당 비용이다. 모델이 더 똑똑해서 재시도가 줄고 사람 검수가 줄면 비싼 모델이 오히려 싸다. 반대로 어차피 사람이 확인해야 하는 작업이라면 비싼 모델을 쓸 이유가 약해진다.

그래서 이번 세대의 실제 확산 속도는 발표 내용보다 몇 분기 뒤 기업들의 지출에서 드러날 가능성이 크다.

에이전트가 늘면 따라오는 문제

모델이 사람 대신 컴퓨터를 조작하기 시작하면 새로운 질문이 생긴다. 무엇을 했는지 어떻게 기록하고, 잘못했을 때 어떻게 되돌리고, 권한을 어디까지 줄 것인가.

보안 평가에서 높은 등급을 받았다는 건 이 우려를 의식한 결과로 보인다. 다만 모델이 안전하게 동작하는 것과, 그 모델에 넓은 권한을 준 시스템 전체가 안전한 것은 다른 문제다. 실제 사고는 대개 모델 자체보다 연결 방식에서 난다.

일반 사용자에게 의미

당장 체감은 크지 않을 수 있다. 컴퓨터 사용 기능은 아직 통제된 환경에서 쓰이는 경우가 많고, 일상 앱에 반영되기까지는 시간이 걸린다.

다만 방향은 분명하다. AI에게 물어보는 단계에서, AI에게 맡기는 단계로 넘어가는 중이다. 그 전환이 완성되면 바뀌는 건 답변의 품질이 아니라 하루에 처리할 수 있는 일의 양이다. 지금 나오는 발표들은 그 전환의 중간 지점을 보여준다.