2026년 7월 30일, OpenAI는 출시 3주 차를 맞이한 경량 모델 GPT-5.6 Luna의 API 가격을 기존 대비 80% 인하하며, AI 시장의 경쟁 구도를 벤치마크 점수 중심에서 가격 효율성 중심으로 급격히 전환했습니다. 이번 조치로 Luna의 가격은 입력 100만 토큰당 \0.20$, 출력 100만 토큰당$\$1.20$로 조정되었습니다.

핵심 기술 및 비용 절감 방법론

OpenAI는 이번 가격 인하가 단순한 출혈 경쟁이 아닌 기술적 최적화를 통해 실현되었음을 강조했습니다. 주요 기술적 근거는 다음과 같습니다.

1. GPU 커널 재작성 (GPU Kernel Rewriting): 추론 서빙(Inference serving) 엔진의 GPU 커널을 최적화하여 물리적 자원 소모를 20% 절감했습니다.
2. 스페큘레이티브 디코딩 (Speculative Decoding) 개선: 토큰 생성 효율을 15% 이상 향상했습니다. 이는 작은 모델(Draft model)이 미리 생성한 토큰 시퀀스를 큰 모델(Target model)이 병렬적으로 검증하여 $P(\text{output})$의 정확도를 유지하면서도 처리량을 극대화하는 방식입니다.
   • 이를 통해 시간당 처리 토큰 수($\text{Tokens per second}$)를 높여 서빙 단가를 낮췄습니다.
3. 모델 주도 최적화: 최적화 과정에 GPT-5.6 모델이 직접 운영 코드를 개선하는 데 참여했습니다. 모델이 자기 자신의 서빙 인프라를 개선하여 비용을 절감하는 자가 최적화 루프를 구축한 것이 핵심입니다.

시장 경쟁 및 전략적 함의

OpenAI는 Artificial Analysis Intelligence Index를 통해 타 모델 대비 Luna의 압도적인 '성능 대비 가격(Price-Performance)' 우위를 점유하려 합니다.

• 경량 모델 구간: Luna(\0.20$)는 **Claude Haiku 4.5**($\$1.00$) 대비 5배, **Gemini 3.6 Flash**($\$1.50$) 대비 약 7.5배 저렴하여 대량 호출 기반의 엔터프라이즈 시장을 타겟팅합니다.
• 중간/최상위 구간: Terra(\2.00$)는 **Claude Sonnet 5**($\$3.00$)보다 낮게 책정되었으며, 최상위 모델인 Sol은 가격 유지 전략을 통해 기술적 차별화를 꾀합니다.
• 추가 옵션 도입: 캐시된 입력(Cached input)에 대해 100만 토큰당 \0.02$를 적용하여 반복적인 시스템 프롬프트 활용 시 비용을 90% 추가 절감했으며, Fast mode를 도입해 속도가 중요한 서비스에 대한 대응력을 높였습니다.

이번 발표는 Codex 엔지니어링 리드인 Thibault Sottiaux가 주도했다는 점에서, 향후 AI 시장이 모델 자체의 성능을 넘어 '코딩 에이전트'와 '인프라 최적화'가 통합된 비즈니스 모델로 진화하고 있음을 시사합니다.