Physical Address
304 North Cardinal St.
Dorchester Center, MA 02124
Physical Address
304 North Cardinal St.
Dorchester Center, MA 02124

GPT-6 아스트라는 챗GPT 플러스에서 무료처럼 쓰이지만 API로 넘어가면 GPT-5.6 솔보다 요금이 2.5배 뛴다. 그 차이가 갈리는 지점을 확인한다.
월요일 오전, 팀장이 지난달 고객 상담 기록을 정리해서 보고서로 만들어 달라고 했다. 상담 시스템에 접속해 데이터를 내려받고, 엑셀로 옮겨 유형별로 나누고, 발표자료 양식에 맞춰 그래프까지 그려야 한다. 손으로 하면 반나절은 그냥 간다. 오픈AI가 9월 3일 내놓은 GPT-6 아스트라는 이 흐름을 지시 한 줄로 이어서 처리한다고 밝혔다. 그런데 챗GPT 플러스에서 공짜로 쓸 수 있다는 말과 실제 요금 구조 사이에는 간극이 있고, 그 간극이 어디서 생기는지는 뒤에서 확인한다.
다들 챗GPT는 질문에 답만 하는 도구라고 알고 있는데, 정말 그런가. 아스트라부터는 얘기가 달라진다. 브라우저와 업무 프로그램의 화면을 직접 읽고, 필요한 항목을 찾아 클릭하고 입력한다. 온라인 서식 작성, 고객관리시스템 정보 수정, 일정 정리, 인터넷 조사, 데이터 분석과 그래프 제작까지가 오픈AI가 직접 밝힌 활용 사례다.

예를 들어 앞서 팀장 사례라면, 상담 시스템에 접속해 지난달 미처리 건을 찾아 유형별로 분류하고, 표로 정리해서 기존 보고서 양식에 맞춰 문서까지 완성하는 흐름을 한 번에 처리하는 식이다. 웹사이트를 만든 뒤 버튼이 제대로 작동하는지 확인하거나, 소프트웨어를 설치해 오류를 고치는 것도 가능하다고 한다.
핵심은 답변이 아니라 수행이다. 조사부터 문서·표·발표자료 작성까지, 원래는 따로따로 요청해야 했던 일을 하나의 작업 흐름 안에서 이어서 만든다는 게 오픈AI가 강조하는 지점이다.
이전 모델과 나란히 놓고 보면 차이는 대략 이렇게 정리된다.
47%라는 수치에는 단서가 붙는다. 오픈AI가 정해둔 평가 환경에서 나온 결과라, 실제 업무에서는 쓰는 도구와 작업 종류에 따라 체감이 달라질 수 있다.
단순 번역이나 요약 정도로 챗GPT를 쓰는 사람이라면 이번 업데이트를 체감할 일이 많지 않다. 반면 여러 시스템을 오가며 반복되는 업무를 처리하는 사람이라면 얘기가 다르다.

HR 채용 담당자는 채용요청서와 직무기술서를 대조해 지원자 평가표와 면접 질문 초안을 한 번에 만들 수 있다. 고객서비스 쪽에서는 상담 기록과 서비스수준협약을 비교해 처리기한을 넘긴 건을 찾아내고, 담당자별 조치안까지 정리하게 시킬 수 있다. 개발팀이라면 오류를 재현하고 원인을 찾아 필요한 부분만 고치게 한 뒤, 실제 배포는 하지 말라고 선을 그어두는 식으로 쓴다.
다만 최종 판단은 남는다. 채용 합격 여부, 고객 응대 발송, 개인정보 변경, 보상 결정은 사람이 확인하는 절차가 필요하다고 오픈AI도 못박아 뒀다.
같은 아스트라라도 어디서 쓰느냐에 따라 청구되는 방식이 완전히 다르다.
| 이용 경로 | 요금 구조 | 이런 경우에 맞다 |
|---|---|---|
| 챗GPT 플러스 | 월 구독료 안에 포함, 토큰별 추가 청구 없음 | 가끔 리서치·문서 작업을 맡기는 개인 |
| API – 아스트라 | 입력 100만 토큰당 10달러, 출력 50달러(고속모드는 표준가의 2배) | 반복 업무를 자동화에 붙이는 개발팀 |
| API – GPT-5.6 솔 | 입력 4달러, 출력 20달러 | 비용에 민감한 단순 반복 작업 |
| 아마존 베드록 | AWS 종량 과금 체계에 연동 | 이미 AWS 인프라를 쓰는 기업 |
표만 보면 아스트라가 솔보다 입력·출력 모두 2.5배 비싸다는 계산이 나온다. 그런데 이 숫자, 챗GPT 플러스 이용자에게 그대로 적용되는 건 아니다.
관련: 갤럭시 AI 애플 인텔리전스 고르는 기준, 통역과 사진편집이 가른다
많이들 아스트라를 챗GPT 플러스에서 고르면 API 요금처럼 2.5배를 더 낸다고 알고 있는데, 실제로는 그렇지 않다. 플러스는 구독료 안에서 모델별 사용 한도를 나눠 쓰는 구조라, 토큰 단위로 별도 청구되는 건 API 이용자뿐이다.
다만 공짜로 아무 제약 없이 쓸 수 있다는 뜻은 아니다. 아스트라는 솔보다 연산 비용이 높은 모델이라, 같은 양의 대화를 나눠도 사용 한도를 더 빨리 소진할 수 있다고 오픈AI가 설명한다. 정확한 메시지 횟수나 한도는 계정과 시점에 따라 갈리는 부분이라 확인이 필요하다.

요금제 안내 문구만 보고 완전히 공짜라고 믿었다가, 정작 필요한 순간에 한도가 바닥나 있는 경우가 생길 수 있다. 청구서에 숫자가 안 찍힌다고 비용이 없는 게 아니라, 한도라는 형태로 이미 지불하고 있는 셈이다.
가끔 리서치나 문서 작업 정도를 맡기는 개인이라면 플러스 한도 안에서 별문제 없이 돌아간다. 아스트라를 고른다고 청구서에 뭔가 더 찍히는 구조가 아니니, 이 경우는 여기까지만 알아도 된다.
문제는 사내 시스템에 API로 붙여서 자동화 파이프라인을 돌리는 팀이다. 예를 들어 매일 상담 기록 50건을 분류하고 요약하는 작업을 아스트라로 돌린다면, 입력 10달러·출력 50달러라는 단가가 처리한 문서 수만큼 그대로 쌓인다. 상담량이 몰리는 달에는 청구액이 눈에 띄게 뛸 수 있다. 이런 팀이라면 굳이 모든 작업에 아스트라를 붙일 필요는 없다. 단순 분류처럼 여러 단계가 필요 없는 작업은 GPT-5.6 솔로 처리하고, 화면을 오가며 판단이 필요한 작업만 아스트라로 나눠 돌리는 편이 청구서 관리에서 유리하다.
이미 AWS 위에서 서비스를 운영하는 기업이라면 얘기가 또 하나 더 갈린다. 베드록 경로로 붙이면 기존에 쓰던 과금 체계 안에 그대로 녹여 쓸 수 있어, 오픈AI에 별도 결제 수단을 새로 등록하지 않아도 된다. 정리하면 개인은 플러스로, 반복 자동화가 필요한 팀은 API에서 작업 성격별로 모델을 나눠서, AWS를 쓰는 기업은 베드록으로 가는 편이 각자에게 맞는 선택이다.
자동화라고 하면 손 놓고 맡겨도 되는 걸로 생각하는데, 그렇게 단순하지 않잖아. 오픈AI가 설계한 아스트라도 그렇게까지 풀어놓지는 않았다. 결제, 제출, 삭제처럼 되돌리기 어려운 행동 앞에서는 이용자 확인을 기다리도록 만들어 뒀다. 외부 도구를 쓰는 과정은 별도 감시 시스템이 따라붙고, 의심스러운 움직임이 잡히면 확인을 요구하거나 작업 자체가 멈춘다.
같은 시기에 오픈AI 수석과학자가 “AI 발전에 극도의 주의가 필요하다”고 말하고 나선 건 우연이 아니라고 본다. 화면을 직접 조작하는 능력이 늘어난 만큼, 잘못 설계된 지시 하나로 되돌리기 힘든 일이 벌어질 여지도 함께 커졌기 때문이다.
그래서 기업이 도입할 때는 순서를 지키는 편이 낫다. 자료를 읽고 분류하고 초안을 만드는, 되돌릴 수 있는 일부터 맡기고 발송·결제·삭제 앞에는 사람이 서명하는 단계를 남겨두는 식이다. 이걸 귀찮다고 건너뛰면, 편해지자고 들인 도구가 사고의 진원지가 될 수 있다.
아스트라를 쓸 때는 원하는 결과만 던지지 말고, 쓸 자료와 결과물 형식, 허용할 행동까지 함께 지시하는 편이 낫다. “상담 자료를 분석해 줘” 대신 “첨부한 상담 자료에서 지난달 미처리 건을 찾아 유형별로 분류하고 담당자와 조치기한을 표로 만들어 줘. 발송하거나 시스템 정보를 바꾸기 전에는 내 승인을 받아”라고 적는 식이다.
개인이라면 일정과 이동시간을 비교해 겹치는 약속을 찾거나, 예산과 통근시간에 맞는 집을 조사시키는 데 써볼 만하다. 예약이나 계약, 결제로 이어지는 순간에는 실행 전 확인을 요청하도록 지정해두면 된다.
팀장이 부탁한 그 보고서, 이제는 상담 시스템을 열고 데이터를 내려받는 손품 없이 지시 한 줄로 끝날 수 있게 됐다. 다만 그 지시 한 줄 뒤에 “발송 전에는 물어봐”라는 조건 하나를 빼먹으면, 편해진 만큼 위험도 같이 커진다는 사실은 잊지 않는 게 좋다.