본 논문은 OpenAI의 차세대 frontier 모델 제품군인 GPT-5.6의 출시를 다루며, 지능과 효율성을 극대화한 새로운 아키텍처와 방법론을 제시한다. 해당 모델군은 최상위 모델인 Sol, 균형 잡힌 성능의 Terra, 그리고 비용 효율적인 Luna로 구성되어 있다.

핵심 방법론 및 기술적 특징

1. 효율적 토큰 활용과 성능 극대화:

GPT-5.6은 모델의 intelligence와 효율성을 동시에 개선하여, 동일한 비용 대비 더 많은 작업을 처리하거나(performance per dollar), 낮은 비용으로도 이전 모델 수준의 성능을 달성하도록 설계되었다. 특히 Programmatic Tool Calling을 통해 복잡한 작업을 수행할 때 모델이 직접 경량 프로그램을 작성하고 실행하며, 중간 데이터를 필터링하고 필요한 결과만을 유지함으로써 불필요한 모델 round trip을 줄이고 token 소비를 최적화한다.

2. Multi-agent 및 Ultra 모드:

복잡한 작업 처리를 위해 Ultra 설정을 도입했다. 이는 단일 모델이 순차적으로 작업하는 대신, 4개(기본값) 이상의 subagent를 병렬로 운용하여 complex task를 신속하게 해결하는 방식이다. $N$개의 병렬 에이전트를 사용하는 설정은 score-latency frontier를 상단 좌측으로 이동시켜, 연산 효율성을 높이고 최종 결과 도달 시간을 획기적으로 단축한다.

3. 추론 및 디자인 기능 강화:

max reasoning 모드는 모델이 문제 해결을 위해 충분한 시간과 compute resource를 확보하여 대안을 탐색하고 검증하도록 유도한다. 또한, 향상된 computer use 능력과 design judgment를 통해 단순 코드 생성을 넘어 UI/UX의 시각적·기능적 품질을 검수하는 전담 collaborator 역할을 수행한다.

4. 사이버 보안 및 과학적 연구 지원:

ExploitBench 2 및 ExploitGym 3 등을 통해 검증된 바와 같이, 취약점 탐지 및 patching 등 defensive task에서 강력한 성능을 보인다. 과학적 연구 분야에서는 GeneBench Pro 등을 활용해 genomics 및 life science 연구 workflows를 가속화하며, 내부적으로는 재귀적 자기 개선(Recursive Self-Improvement, RSI) capability를 16.2 point 개선했다.

안전성 및 보안 아키텍처

GPT-5.6은 강화된 safety stack을 탑재하여, 단순히 classifier flag로 차단하는 방식을 넘어 reasoning monitor를 도입했다. 이는 대화의 맥락을 분석하여 유해 가능성을 판단하며, 특히 사이버 보안 영역에서는 권한이 검증된 사용자를 위한 Trusted Access for Cyber 프로그램을 운영한다. 하드웨어 기반 passkey 인증과 더불어 실시간 모니터링을 결합하여, 유해한 misuse는 차단하되 합법적인 방어 연구는 보장하는 계층적 보안을 구현했다.

경제성 및 API 구성

GPT-5.6은 예측 가능한 prompt caching(30분 최소 보존)을 지원하며, cache write 비용은 기본 input rate의 $1.25 \times$로 책정되었다. 모델별 가격은 1M 토큰 당 다음과 같다:

• Sol: input $5 / output$30
• Terra: input $2.50 / output$15
• Luna: input $1 / output$6

이러한 수치적 개선과 아키텍처의 혁신을 통해, GPT-5.6은 기존 모델 대비 압도적인 performance per dollar를 기록하며, 특히 agentic workflow와 long-horizon task에서의 생산성을 대폭 향상시켰다.