OpenAI가 2026년 9월 22일 GPT-6 제품군에 GPT-6 Sol과 GPT-6 Luna를 추가했습니다.
검색에서는 “GPT-6.0”이라는 표현도 쓰이지만, OpenAI의 공식 표기는 GPT-6입니다. 이번 발표의 핵심은 최고 성능 모델인 Astra의 연구 성과를 더 빠르고 저렴한 모델로 확장했다는 점입니다.
한 줄로 정리하면, Astra는 최고 성능, Sol은 성능과 비용의 균형, Luna는 대량 처리 효율을 맡습니다.
세 모델 모두 같은 GPT-6 계열이지만, 실제 서비스에서는 업무 난도와 호출량에 따라 모델을 나눠 쓰는 구조가 더 현실적입니다.
이 글에서는 GPT-6 Sol·Luna가 무엇이 달라졌는지, Astra와 어떤 관계인지, API 비용과 컨텍스트는 어느 정도인지, 실제 개발 프로젝트에서는 어떻게 선택하면 좋은지 정리합니다.
GPT-6 Sol과 Luna, 무엇이 새로 나왔나
이번 발표는 완전히 별개의 모델을 새로 만든 것보다, 먼저 공개된 GPT-6 Astra의 기술을 더 넓은 가격대와 사용량에 맞게 확장한 발표에 가깝습니다.
OpenAI는 Sol과 Luna를 Astra와 유사한 방법으로 학습했다고 설명하며, 전문 업무, 사실성, 코딩, 컴퓨터 사용, 정렬(alignment)에서 Astra가 만든 발전을 더 빠르고 저렴한 모델로 가져왔다고 밝혔습니다.
Astra·Sol·Luna는 어떻게 다른가
GPT-6 Astra
가장 어려운 엔드투엔드 업무를 위한 최상위 모델입니다. OpenAI 모델 카탈로그에서도 복잡한 추론과 코딩을 위한 플래그십으로 안내하고 있습니다.
GPT-6 Sol
복잡한 코딩과 에이전트 워크플로를 목표로 한 모델입니다. Astra보다 비용을 낮추면서도 높은 수준의 추론이 필요한 업무에 맞춰져 있습니다.
GPT-6 Luna
집중된 고빈도 작업을 위한 효율형 모델입니다. 분류, 요약, 반복 생성, 대량 요청처럼 호출량이 많은 서비스에서 비용 구조가 특히 중요할 때 유리합니다.
모델 선택 기준
가장 좋은 결과 자체가 우선이면 Astra, 높은 품질과 운영 비용을 함께 보려면 Sol, 대규모 호출 단가가 핵심이면 Luna로 이해하면 쉽습니다.
GPT-6 Sol·Luna API 가격은 얼마인가
OpenAI가 공개한 기본 API 가격을 기준으로 Sol은 입력 100만 토큰당 2달러, 출력 100만 토큰당 10달러입니다. Luna는 입력 0.10달러, 출력 0.50달러입니다.
특히 Luna는 Sol보다 입력 기준 20분의 1 수준입니다. OpenAI는 이번 Sol·Luna 가격이 GPT-5.6의 프로모션 가격과 비교해 50% 낮아졌다고 설명했습니다.
다만 실제 과금은 긴 컨텍스트, 캐시 쓰기, 처리 방식 등에 따라 달라질 수 있으므로 운영비 계산에서는 단순 입력·출력 단가만 보지 않는 것이 좋습니다.
1.05M 컨텍스트와 도구 사용이 의미하는 것
모델 카탈로그 기준으로 GPT-6 Astra, Sol, Luna는 모두 1,050,000 토큰의 컨텍스트 윈도와 최대 128,000 출력 토큰을 지원합니다.
Sol과 Luna는 텍스트와 이미지 입력을 받을 수 있고, Responses API에서는 함수 호출과 웹 검색, 파일 검색, 컴퓨터 사용 같은 도구 기반 워크플로를 구성할 수 있습니다.
중요한 변화는 “더 큰 모델 하나”보다 “같은 세대 안에서 작업별로 모델을 배치할 수 있게 됐다”는 점입니다.
에이전트의 계획·판단 단계에는 Astra나 Sol을 쓰고, 반복되는 후처리와 대량 작업은 Luna로 분리하는 식의 비용 최적화가 쉬워집니다.
우리 회사에 적용하면 비용이 얼마나 들까요?
실제 운영비를 예상하려면 모델 가격과 함께 하루 처리량, 사용하는 자료, 사람이 검토해야 하는 범위를 살펴봐야 합니다.
고객 문의 분류, 문서 요약, 답변 초안 작성처럼 도입하려는 업무가 있다면 현재 처리 방식을 알려주세요. 노코더스가 AI 적용 구간과 필요한 개발 범위, 예상 견적을 무료로 진단해드립니다.
Astra를 함께 봐야 하는 이유
Astra는 9월 초 먼저 공개된 GPT-6 계열의 최상위 모델입니다. OpenAI는 Astra를 가장 강력하고 정렬된 모델로 설명했고, 컴퓨터 사용·브라우징·소프트웨어 엔지니어링·과학·전문 업무에서 최고 수준 성능을 강조했습니다.
안전 측면에서도 Astra는 OpenAI 준비성 평가에서 사이버 보안 역량이 Critical 수준에 도달한 첫 모델로 분류됐습니다. Sol과 Luna는 Astra의 정렬 연구를 이어받았지만, 시스템 카드에서는 두 모델을 사이버 보안과 생물·화학 영역에서 High 수준으로 다루고 있습니다.
즉, Astra는 단순히 “Sol보다 조금 더 좋은 모델”이 아니라 GPT-6 제품군의 상한선을 만드는 연구·플래그십 모델에 가깝고, Sol과 Luna가 그 성과를 실제 서비스 비용 구조에 맞게 확장한 형태입니다.
ChatGPT와 Codex에서는 어디서 쓸 수 있나
발표 시점 기준 GPT-6 Sol과 Luna는 ChatGPT Work와 Codex에서 Plus, Pro, Business, Enterprise, Edu 사용자에게 제공되기 시작했습니다. Free와 Go 사용자는 데스크톱 앱에서 GPT-6 Luna를 사용할 수 있다고 안내됐습니다.
OpenAI 발표문에는 당시 일반 Chat 화면에는 아직 제공되지 않으며, 당일 중 점진적으로 배포한다고 적혀 있습니다. 따라서 같은 날이라도 계정이나 제품 화면에 따라 모델 노출 시점은 다를 수 있습니다.
실제 AI 서비스에서는 어떤 모델을 선택할까
실제 AI 서비스를 만든다면 모든 요청을 Astra에 보내는 구조가 항상 정답은 아닙니다. 모델 가격 차이가 크기 때문에 업무를 난도별로 나누는 것이 중요합니다.
- 복잡한 조사, 장기 계획, 중요한 판단: Astra
- 코딩 에이전트, 복잡한 자동화, 핵심 업무 실행: Sol
- 요약, 분류, 데이터 정리, 대량 반복 처리: Luna
이 구분은 OpenAI의 공식 사용 사례 설명을 바탕으로 한 실무적인 해석입니다. 실제 모델 선택은 정확도 목표, 응답 속도, 월 호출량, 실패 비용을 함께 측정해 결정해야 합니다.
서비스 개발에서는 모델 이름보다 라우팅 구조가 더 중요해질 수 있습니다.
하나의 서비스 안에서도 요청 난도를 분류해 Astra·Sol·Luna를 다르게 호출하면 품질과 비용을 함께 조정할 수 있습니다.
우리 업무에는 어떻게 적용할 수 있을까요?
예를 들어 고객 문의 대응에 AI를 도입한다면 다음과 같이 업무를 나눠볼 수 있습니다.
- 들어온 문의를 유형별로 분류하고 담당자에게 전달하기
- 회사의 상품·정책 자료를 참고해 답변 초안 만들기
- 환불이나 예외 요청처럼 확인이 필요한 건은 담당자가 검토하기
이때 함께 정할 것은 AI가 맡을 업무, 참고할 자료, 사람이 확인할 기준입니다. 이 범위를 정리하면 필요한 기능과 모델을 검토하고 개발비와 운영비를 구분해 예상할 수 있습니다.
아직 구체적인 기획이 없어도 괜찮습니다. 현재 반복해서 처리하는 업무와 줄이고 싶은 불편함부터 정리해보세요.
예를 들면 이렇게 설명할 수 있습니다.
“고객 문의가 이메일과 카카오톡으로 들어옵니다. 문의를 분류하고 기존 자료를 찾아 답변하는 작업을 줄이고 싶습니다. 발송 전에는 담당자가 확인했으면 합니다.”
GPT-6 Sol·Luna FAQ
Q.GPT-6.0 Sol과 Luna가 공식 명칭인가요?
OpenAI 공식 표기는 GPT-6 Sol과 GPT-6 Luna입니다. “GPT-6.0”은 검색이나 대화에서 쓰일 수 있지만 공식 제품명은 GPT-6입니다.
Q.GPT-6 Astra와 Sol 중 어떤 모델이 더 높은 모델인가요?
Astra가 GPT-6 제품군의 최상위 모델입니다. Sol은 Astra보다 비용 효율을 높이면서 복잡한 코딩과 에이전트 업무에 맞춘 모델입니다.
Q.GPT-6 Luna는 어디에 적합한가요?
대량 요청이 발생하는 분류, 요약, 반복 생성, 데이터 처리처럼 한 건당 비용이 중요한 작업에 적합합니다.
Q.GPT-6 Sol과 Luna의 API 가격은 얼마인가요?
기본 가격 기준 Sol은 입력 100만 토큰당 2달러, 출력 10달러이며, Luna는 입력 0.10달러, 출력 0.50달러입니다. 긴 컨텍스트와 처리 방식에 따라 실제 가격은 달라질 수 있습니다.
Q.Astra·Sol·Luna를 한 서비스에서 같이 사용할 수 있나요?
가능합니다. 요청 난도와 실패 비용을 기준으로 모델을 라우팅하면 고난도 작업에는 상위 모델을 쓰고 반복 작업에는 저비용 모델을 배치할 수 있습니다.
생각해둔 AI 기능이 있다면, 구현 범위부터 확인해보세요
“우리 업무에도 AI를 적용할 수 있을까?”, “어떤 기능부터 만들어야 할까?”, “개발 비용은 어느 정도일까?”가 궁금하다면 노코더스의 무료 진단을 이용해보세요.
아이디어나 현재 업무를 바탕으로 다음 내용을 검토합니다.
- AI를 적용할 수 있는 업무 구간
- 먼저 개발할 필수 기능과 필요한 서비스 연동
- 사람이 확인해야 하는 단계
- 개발 방식과 예상 견적
이메일과 아이디어만 남겨주세요. 어떤 모델을 사용할지 아직 정하지 않았어도 됩니다.
