본 문서는 OpenAI가 발표한 차세대 모델 시리즈인 GPT-5.6의 프리뷰를 다루고 있으며, Sol(플래그십 모델), Terra(범용 모델), Luna(경량/고속 모델) 세 가지 라인업의 성능, 안전성, 그리고 출시 계획을 상세히 설명합니다.

1. 주요 모델 및 성능 지표

GPT-5.6 시리즈는 이전 세대 대비 향상된 에이전트 기능을 제공하며, 다음과 같은 기술적 진보를 이뤘습니다.

• Max reasoning effort: Sol 모델에 도입된 새로운 기능으로, 복잡한 추론을 위해 모델에 추가적인 시간적 자원을 할당합니다.
• Ultra mode: 서브 에이전트(subagents)를 활용하여 단일 에이전트의 한계를 넘어 복잡한 작업을 병렬적으로 가속화합니다.
• Coding & Science: Terminal-Bench 2.1에서 최첨단 성능을 기록했으며, GeneBench v1을 통해 장기 호라이즌 유전체 분석 효율성을 높여 토큰 사용량을 최적화했습니다.
• Cybersecurity: ExploitBench에서 Mythos Preview와 대등한 성능을 보이면서도 출력 토큰 사용량은 약 $1/3$ 수준으로 줄여 효율성을 극대화했습니다.

2. 다중 계층 안전성 메커니즘 (Layered Safeguard Stack)

OpenAI는 고도의 사이버 공격 능력과 안전성을 동시에 확보하기 위해 다음과 같은 복합적 보호 체계를 구축했습니다.

• Model-level safeguards: jailbreak 시도나 의도 은폐를 감지하고 거부하도록 설계된 기본 학습입니다.
• Real-time monitoring: 생성 중인 출력을 실시간 분류기(classifiers)가 검사하며, 고위험 작업 감지 시 추가 추론 모델이 컨텍스트를 재검토하여 유해한 출력을 차단합니다.
• Account-level signals: 개별 대화를 넘어 계좌 단위의 위험 신호를 추적하여 악의적인 행위자와 합법적인 보안 연구자(dual-use)를 구분합니다.

3. 고도화된 레드팀 평가(Red-teaming) 방법론

모델의 견고성을 입증하기 위해 방대한 규모의 연산 자원을 투입했습니다.

• Automated Red Teaming: 약 700,000 시간의 A100-equivalent GPU hours를 투입하여 특정 프롬프트에 국한되지 않는 범용 jailbreak 패턴을 발견하고 학습하는 데 사용했습니다.
• Cyber Critical Threshold: Preparedness Framework에 의거하여, Chromium 및 Firefox 환경에서 취약점 분석 및 익스플로잇 프리미티브 식별 능력은 검증했으나, 자율적인 풀체인 익스플로잇(full-chain exploit) 생성은 차단됨을 확인했습니다.

4. 가용성 및 비용 구조

이번 출시는 미 정부와의 협력 하에 신뢰할 수 있는 소수 파트너 대상의 제한적 프리뷰로 시작됩니다.

• Pricing: 모델별로 1M 토큰당 비용이 차등 적용됩니다 (Sol: \5_{in} / \$30_{out}$,$Terra: \$2.50_{in} / \$15_{out}$,$Luna: \$1_{in} / \$6_{out}$).
• Prompt Caching: $1.25 \times$의 캐시 쓰기 비용과 $90\%$ 할인된 캐시 읽기 가격을 제공하며, 30분 이상의 캐시 수명을 보장합니다.
• Hardware Integration: 7월 중 Cerebras를 통해 초당 최대 750 토큰의 고속 추론을 지원할 예정입니다.