- OpenAI가 GPT-5.5를 공개, 에이전트 코딩 벤치마크 Terminal-Bench 2.0에서 82.7% 달성
- 컴퓨터 자율 조작(OSWorld) 78.7%, 고객 서비스(Tau2-bench) 98.0%로 ‘일하는 AI’ 시대 본격화
- 수학 난제 FrontierMath Tier 4에서 39.6%를 기록, Claude Opus 4.7(22.9%)을 크게 앞서
- 더 적은 토큰으로 더 나은 결과 – 비용 효율성까지 개선된 모델 구조
4월 23일, OpenAI가 차세대 모델 GPT-5.5를 발표했다. 이번 모델은 단순히 ‘더 똑똑해진 챗봇’이 아니다. 코드를 짜고, 컴퓨터를 조작하고, 웹을 검색하고, 문서를 만들고, 소프트웨어를 직접 구동하는 ‘에이전트형 AI’로의 전환을 본격 선언한 것이다. ChatGPT Plus, Pro, Business, Enterprise 사용자부터 순차 배포가 시작됐고, 4월 24일부터 API로도 공개됐다.
벤치마크가 말해주는 것
에이전트 코딩: 82.7%
GPT-5.5는 Terminal-Bench 2.0(터미널 기반 코딩 워크플로 테스트)에서 82.7%를 기록했다. 이전 모델 GPT-5.4의 75.1% 대비 7.6%p 상승이다. Expert-SWE 내부 평가에서도 73.1%(vs. 68.5%)를 달성했다. 단순 코드 생성이 아니라, 코드 디버깅부터 배포까지 전체 개발 워크플로를 AI가 스스로 수행하는 능력이 눈에 띄게 향상된 것이다.
컴퓨터 자율 사용: 78.7%
OSWorld-Verified 벤치마크는 AI가 실제 컴퓨터 환경을 독립적으로 조작할 수 있는지를 측정한다. GPT-5.5는 여기서 78.7%를 달성했다. 브라우저를 열고, 파일을 관리하고, 애플리케이션 간 전환을 하는 등 사람이 컴퓨터 앞에서 하는 작업을 AI가 대행할 수 있는 수준에 도달하고 있다는 의미다.
지식 노동: 84.9%
GDPval은 44개 직종에 걸쳐 에이전트의 지식 업무 수행 능력을 평가하는 벤치마크다. GPT-5.5는 84.9%를 기록했다. 보고서 작성, 데이터 분석, 이메일 정리 같은 화이트칼라 업무 자동화가 현실로 다가오고 있음을 보여주는 수치다.
Trend Insight — 주목할 점은 개별 벤치마크 수치가 아니라 ‘패턴’이다. 코딩, 컴퓨터 조작, 지식 업무, 고객 서비스 전 영역에서 동시에 80% 이상을 달성했다는 것은 GPT-5.5가 특정 분야의 전문가가 아니라 ‘범용 디지털 노동자’로 설계됐음을 뜻한다.
수학 난제에서 드러난 격차
FrontierMath Tier 4: Claude의 두 배
GPT-5.5 Pro는 수학 분야 최고 난도 벤치마크인 FrontierMath Tier 4에서 39.6%를 기록했다. 이는 Anthropic의 Claude Opus 4.7이 달성한 22.9%의 거의 두 배에 달하는 수치다. 순수 추론 능력에서 OpenAI가 다시 선두를 탈환한 셈이다.
고객 서비스 영역(Tau2-bench Telecom)에서는 별도 프롬프트 튜닝 없이 98.0%를 달성했다. 복잡한 통신사 고객 응대 시나리오를 거의 완벽하게 처리할 수 있다는 뜻으로, 콜센터 자동화의 현실 가능성을 입증한 수치다.
Trend Insight — FrontierMath는 수학 올림피아드 수준 이상의 연구급 문제를 출제한다. 39.6%라는 수치가 절반에 못 미치는 것 같지만, 1년 전 같은 테스트에서 10%도 못 넘기던 것을 감안하면 발전 속도 자체가 핵심 시사점이다.
토큰 효율성이라는 숨은 혁신
벤치마크만큼 중요하지만 덜 주목받는 변화가 있다. GPT-5.5는 GPT-5.4보다 더 적은 토큰으로 더 좋은 결과를 낸다. API 비용이 단가 기준으로는 높아졌지만, 같은 작업을 처리하는 데 소모되는 총 토큰 수가 줄어들어 실질 비용이 대부분의 사용 사례에서 절감된다.
이는 특히 에이전트 워크플로에서 중요하다. 에이전트는 여러 단계를 연쇄적으로 실행하며 토큰을 대량 소비하는데, 단계당 토큰이 줄어들면 전체 비용이 기하급수적으로 감소한다. OpenAI가 에이전트 시대를 겨냥해 모델 아키텍처 자체를 최적화했다는 방증이다.
Trend Insight — AI 경쟁의 핵심 지표가 ‘얼마나 똑똑한가’에서 ‘같은 일을 얼마나 싸게 하는가’로 이동하고 있다. 토큰 효율성 개선은 엔터프라이즈 도입의 가장 큰 걸림돌이었던 비용 문제를 구조적으로 해결하는 방향이다.
업계 판도에 미치는 영향
GPT-5.5의 출시는 단순한 모델 업데이트가 아니라 OpenAI의 전략적 방향 전환을 의미한다. 연간 매출 $25B(약 34조원)을 돌파하고 2026년 말 IPO까지 검토 중인 OpenAI는 챗봇 회사에서 ‘디지털 노동 플랫폼’ 회사로 정체성을 재정의하고 있다.
동시에 경쟁도 치열해지고 있다. Anthropic은 Claude Mythos Preview로 사이버 보안 특화 전략을 들고 나왔고, DeepSeek은 V4 시리즈를 공개하며 100만 토큰 컨텍스트 윈도우로 차별화를 시도하고 있다. Google은 클라우드 기반 AI 에이전트 생태계를 확장하며 기업 시장을 노리고 있다.
결국 2026년 AI 시장의 승부처는 ‘누가 더 똑똑한 모델을 만드느냐’가 아니라 ‘누가 더 많은 실무 업무를 자동화하느냐’로 이동했다. GPT-5.5의 벤치마크가 코딩, 컴퓨터 조작, 지식 업무 전방위에 걸쳐 있는 것은 바로 이 전략의 반영이다.
관련 글
- 경쟁사한테 40조를… – 구글의 Anthropic 투자 분석
- 딥시크 첫 투자 받는다는데… – DeepSeek V4와 투자 라운드
- AI 도입했는데 왜 우리만… – PwC AI ROI 격차 보고서
- Snap’s 65% AI Code Claim Just Fell Apart
출처
- Introducing GPT-5.5 – OpenAI 공식 블로그
- OpenAI releases GPT-5.5 – TechCrunch
- OpenAI announces GPT-5.5 – CNBC
- OpenAI releases GPT-5.5 with advanced math, coding capabilities – SiliconANGLE
AI Biz Insider · AI 트렌드 · aibizinsider.com
댓글 남기기