GPT-5.5 충격｜1M 토큰 × 코딩 왕의 전모
機械翻訳 / Machine-translated
A
AI Friends
2026年4月26日・18分で読める
機械翻訳 / Machine-translated
@aifriends
AI Friends（https://aifriends.jp）のクロスポスト公式アカウント。AIツールの紹介・使い方・できることを、中学生でもわかるやさしい日本語で届けます。
『AI 모델이, 또 한 단계 더 똑똑해졌다』——2026년 4월 23일, OpenAI는 GPT-4.5 이후 1년 만에 완전 재학습 기반 모델 『GPT-5.5』（사내 코드명 Spud＝감자）를 공개했습니다.
1M 토큰（소설 5권 분량）의 초대형 컨텍스트, Terminal-Bench 2.0에서 세계 최고 82.7%, API 요금은 전 세대의 2배——강경한 가격 책정과 화려한 벤치마크 결과가 화제를 모으고 있습니다.
왜 지금 완전 재학습이 필요했는지, Claude Opus 4.7이나 Gemini 3.1 Pro와 어떻게 다른지, 한국 사용자에게 무엇이 달라지는지를 중학생도 이해할 수 있는 말로 풀어봅니다.
먼저 발표 내용을 3분으로 정리합니다.
2026년 4월 23일, OpenAI는 공식 블로그 『Introducing GPT-5.5』에서 GPT-5.5를 정식 발표하고, 즉시 ChatGPT의 Plus／Pro／Business／Enterprise／Edu 플랜에 배포했습니다. 다음 날인 4월 24일에는 API에도 배포되어, 개발자는 『Responses』『Chat Completions』엔드포인트에서 이용 가능하게 되었습니다.
『신작 스마트폰을 먼저 매장에 전시한 다음 날, 온라인 판매도 해금하는』 것과 같은 연속 릴리스입니다.
소비자용과 개발자용을 24시간 이내에 맞추는 속도감이, 이번 발표의 특징입니다.
GPT-5.4로부터 1~2개월 만에 후속 모델이 등장한 OpenAI의 가속화에, 업계 각 사가 놀라움의 목소리를 높였습니다.
사내 개발 시 코드명은 『Spud（스패드）』——감자를 의미하는 영어 속어입니다.
『착실하게 키워서, 포슬포슬한 속재료를 완성시켰다』는 뉘앙스를 느끼게 하는 애칭입니다.
『화려한 요리보다, 먼저 기본 재료를 처음부터 다시 키웠다』는 개발 철학의 표현입니다.
GPT-5.1~5.4는 동일한 기반 모델 위에 튜닝을 거듭한 시리즈였던 것에 비해, GPT-5.5는 사전 학습 데이터도 아키텍처도 모두 새로 만든 것이 큰 차이입니다.
GPT-4.5 이후 약 1년 만에, 만반의 준비를 마치고 기반 모델부터 재구축한 프로젝트의 결과물이 바로 이 Spud（GPT-5.5）입니다.
표준 모델 『GPT-5.5』에 더해, 보다 깊은 추론을 담당하는 상위 모델 『GPT-5.5 Pro』도 같은 날 발표되었습니다.
『일반 슈퍼카와, 서킷 사양의 경기 모델이 동시에 출시되는』 것과 같은 형제 라인업입니다.
GPT-5.5 Pro는 장시간 에이전트 작업이나, 깊은 추론이 필요한 리서치에 최적화되어 있습니다.
ChatGPT에서는 『GPT-5.5 Thinking』으로 표시되며, Plus／Pro／Business／Enterprise 이용자가 선택 가능합니다.
GPT-5.5 Pro는 Pro／Business／Enterprise의 상위 플랜 전용으로 구분되어, 용도와 예산에 맞는 선택지가 넓어졌습니다.
『왜 기존 모델을 미세 조정하는 게 아니라, 처음부터 새로 만드는 걸까？』를 세 가지 관점에서 살펴봅니다.
사전 학습（프리트레이닝）이란, 인터넷 규모의 텍스트 데이터를 AI에게 대량으로 읽혀서, 언어의 기초 능력을 익히게 하는 과정입니다.
『푸딩을 집에서 만들 때, 달걀·설탕·우유를 처음부터 섞어 가열하는 수고』와 마찬가지로, 기반이 완성도를 좌우하는 것이 특징입니다.
한 번 만든 기반 모델에, 나중에 미세 조정（파인튜닝）을 거듭하는 것이 일반적입니다.
GPT-5.1~5.4는 동일한 푸딩 위에 다른 소스를 얹은 변형이었던 것에 비해, GPT-5.5는 푸딩 자체를 새 레시피로 다시 만들었습니다.
사전 학습에는 수천 장의 GPU와 수개월의 계산 시간, 수천억 원의 비용이 필요하여, AI 개발 중에서도 최대급의 도전입니다.
OpenAI에 따르면, GPT-5.5의 사전 학습 코퍼스와 아키텍처, 에이전트 지향 학습 목적은 모두 쇄신되었습니다.
『모델이 스스로 도구를 사용하고, 계획을 세우고, 장시간 작업을 해낸다』는 것을 처음부터 상정하여 설계되었습니다.
『신입 사원에게 상사가 일일이 지시하는 것이 아니라, 목적만 전달하고 맡길 수 있는 인재를 채용한다』는 사고방식입니다.
장문의 컨텍스트를 계속 유지하고, 모호한 실패에서 회복하고, 도구로 가설 검증하는 능력이 강화된 결과, 구현·리팩토링·디버깅·테스트·검증까지 일관되게 해낼 수 있게 되었습니다.
OpenAI가 2026년에 주력하는 에이전트 기반의 핵심 모델로 자리매김하고 있습니다.
『Spud』는 영어권에서 감자를 가리키는 편한 호칭으로, OpenAI 개발진의 농담 같은 코드명입니다.
수수하지만 영양가가 높고, 다양한 요리에 활용할 수 있는 만능 식재료라는 이미지가, 기반 모델로서의 범용성과 겹치는 것이 멋진 부분입니다.
『눈에 띄지 않지만, 없어서는 안 될 식탁의 주인공』을 목표로 한 명명입니다.
OpenAI는 과거에도 음식에서 따온 코드명을 사용해왔으며（GPT-6는 『Spud』가 아닌 다른 식재료 코드명이라는 소문도）, 화려한 마케팅 이름보다 사내 문화의 유머가 담긴 애칭이 업계에서 화제가 되고 있습니다.
『구체적으로 무엇이 강해졌나？』를 세 가지 포인트로 파헤칩니다.
GPT-5.5는 OpenAI API 최초로 『1M 토큰（100만 토큰）』의 컨텍스트 윈도우를 지원합니다. 한국어로 환산하면 약 60~70만 자, 문고판 소설 5권 이상의 문장을 한 번에 읽어들일 수 있는 계산입니다.
『두꺼운 사전을 한 번에 머릿속에 집어넣고, 즉시 질문에 답하는』 것과 같은 능력입니다.
방대한 코드베이스（사내 시스템 전체의 소스 코드）나 장기간에 걸친 채팅 기록도 통째로 제공하여, 전체를 감안한 답변이 가능합니다.
Codex（ChatGPT의 코딩 기능）에서도 400K 토큰 지원으로 확장되어, 엔지니어의 실용성이 한 단계 높아졌습니다.
Terminal-Bench 2.0은, AI가 실제 커맨드라인에서 복잡한 워크플로우（계획·반복·도구 연동）를 수행할 수 있는지를 측정하는 업계 표준 벤치마크입니다. GPT-5.5는 82.7%의 정답률로 세계 최고 기록을 수립했습니다.
『신입 엔지니어가, 어려운 구축 작업을 스스로 계획하고, 오류를 고치면서 끝까지 해내는』 수준의 자율성입니다.
SWE-Bench Verified（GitHub 상의 실제 버그 수정 테스트）에서도 88.7%를 기록하여, 전 세대 GPT-5.4의 87.6%를 넘어섰습니다.
Codex에서 동일한 태스크를 처리하는 데 GPT-5.4보다 약 40% 적은 토큰으로 충분하다는 효율성도 특징입니다.
더 똑똑해지면서 불필요한 출력이 줄어든 것이 실용적인 측면에서의 최대 진화입니다.
OpenAI는 『GPT-5.5로 구축된 에이전트는, 계획 수립·컨텍스트 수집·도구 호출·모호함에서의 회복·장기 워크플로우 완수를 더 적은 지시로 해낼 수 있다』고 공식 발표했습니다.
『두꺼운 절차서를 읽지 않아도, 목적만 전달하면 스스로 생각하여 움직이는 부하직원』과 같은 변화입니다.
GDPval（경제적 가치 태스크 평가）에서 84.9%, OSWorld（PC 조작 에이전트）에서 78.7%라는, 에이전트 분야에서의 독주를 실현했습니다.
지식 업무·초기 단계의 과학 연구·컴퓨터 조작에서 특히 강점을 발휘한다고 OpenAI는 강조하고 있습니다.
ChatGPT를 질문에 답하는 도구에서 태스크를 완수하는 파트너로 진화시키는 분기점이 되는 발표입니다.
『다른 회사 모델과 비교하면 어떤가？』를 세 가지 관점에서 정리합니다.
제3자 벤치마크 기관 『Artificial Analysis』의 종합 지능 지수에서, GPT-5.5는 60포인트를 획득하여 1위를 차지했습니다. 2위인 Claude Opus 4.7과 Gemini 3.1 Pro는 57포인트로 공동 2위, 3포인트 차이로 OpenAI가 1위입니다.
『3과목 합계 점수에서, 아슬아슬하게 라이벌 2명에게 3점 차이로 이긴 학년 1위』와 같은 아슬아슬한 차이입니다.
1년 전 1위 자리를 내줬던 OpenAI가, GPT-5.5로 다시 종합 1위에 복귀했습니다.
다만 단일 지표로 승부하는 시대는 끝나고, 용도에 따라 최적의 모델을 나눠 쓰는 시대로 이행하고 있는 것이 현대 AI 시장의 본질입니다.
SWE-Bench Pro（실세계 GitHub 이슈 해결）에서는 Claude Opus 4.7이 64.3%, GPT-5.5가 58.6%로 5.7포인트 차이로 Claude가 앞서고 있습니다.
난이도가 높은 코드 수정 태스크에서는 Anthropic의 최신 모델이 약간 우세합니다.
『전문 자격 시험에서는 동료에게 졌지만, 일상 업무에서는 자신이 더 빠른』 상황입니다.
한편, ARC-AGI-2（77.1%）나 GPQA（94.3%）와 같은 추상적 추론에서는 Google의 Gemini 3.1 Pro가 1위입니다.
GPT-5.5＝에이전트, Claude＝코딩, Gemini＝추론이라는 3모델 사용 구분이 2026년의 업계 표준이 되어가고 있습니다.
API 요금은 입력 100만 토큰당 5달러, 출력 30달러로, GPT-5.4（입력 2.50달러／출력 15달러）의 정확히 2배입니다.
『전 모델에서 가격이 2배가 됐지만, 성능과 효율도 향상됐다』는 균형을 어떻게 평가하느냐가 갈림길입니다.
GPT-5.5 Pro에 이르러서는 입력 30달러／출력 180달러로, 더욱 6배의 가격 책정입니다.
다만 출력 토큰이 40% 절감되기 때문에, 실질적인 비용 증가는 20% 정도라는 분석도 있습니다.
최신 프런티어 모델을 사용하는 비용을 정당화할 수 있는지는, 업무의 부가가치에 달려 있다고 업계 애널리스트들은 언급하고 있습니다.
『한국 사용자에게 무엇이 달라지나？』를 세 가지 관점에서 살펴봅니다.
한국에서도 ChatGPT Plus／Pro／Business／Enterprise 계약자는 4월 23일부터 자동으로 GPT-5.5에 접근 가능합니다.
추가 요금 없이, 설정 변경 없이, 모델 선택 메뉴에 『GPT-5.5』『GPT-5.5 Thinking』이 등장하는 구조입니다.
『정액제 동영상 서비스에서, 계약은 그대로인 채 신작 영화가 추가된』 것과 같은 경험입니다.
한국어 번역·요약·문장 생성 정확도도, 전 세대 GPT-5.4에서 더욱 향상됐다는 초기 리뷰가 있습니다.
국내에서 ChatGPT Plus를 이용하는 사용자들이 세계 최첨단 모델을 즉시 이용할 수 있는 환경이 갖춰졌습니다.
API 이용 기반으로 움직이는 SaaS 제품이나 AI 어시스턴트를 제공하는 한국 기업에게 있어서, GPT-5.5로의 전환은 비용 구조 재검토가 필요합니다.
출력 토큰이 40% 줄기 때문에 단가×양에서의 총액은 의외로 오르지 않는 한편, 1요청당 상한 비용은 증가하는 것이 포인트입니다.
『전기 요금이 올랐지만, 신형 에어컨이 에너지 절약이 됐다』는 상황과 비슷합니다.
스타트업이나 개인 개발자는, 용도에 따라 GPT-5.4／5.5／5.5 Pro를 나눠 쓰는 『모델 라우팅』 설계가 현실적인 해법입니다.
국내 대기업들도 GPT-5.5의 업무 활용 평가를 즉시 시작했다고 업계에서 보도되고 있습니다.
국내 다양한 LLM들이 계속 진화하는 가운데, GPT-5.5의 등장으로 프런티어 성능의 격차가 다시 벌어지고 있습니다.
『국내 팀이 완성도를 높일 때마다, 해외 업체가 더 높은 곳으로 가는』 쫓고 쫓기는 구도입니다.
다만 국산 LLM은 한국어 전문 영역이나 데이터 주권에서 독자적인 강점을 가지고 있습니다.
GPT-5.5의 1M 컨텍스트와 프런티어 성능을 빌리면서, 민감한 정보는 국산 모델로 처리하는 하이브리드 설계가 국내 엔터프라이즈의 주류입니다.
2026년 후반에는 정부 AI와의 연계 시나리오도 논의되는 단계에 접어들고 있습니다.
도쿄 SaaS 기업의 CTO 가토 씨는, 자사 제품의 AI 어시스턴트 기반에 사용하는 모델을 GPT-5.4에서 GPT-5.5로 전환할지 검토 중입니다.
『출력 토큰이 40% 줄기 때문에, 월간 API 비용은 현상 유지로 성능만 끌어올릴 수 있다는 시산』을 사내 회의에 제출했습니다.
1M 컨텍스트로 고객의 긴 문의 기록을 한 번에 참조할 수 있어, 서포트 대응의 정확도도 향상될 전망입니다.
『계약 가격을 그대로 유지하면서, 서비스 품질만 끌어올리는 공격적인 판단』입니다.
AI 시장에서는, 새 모델이 등장할 때마다 이러한 이행 판단을 신속하게 내릴 수 있는 기업이 경쟁 우위를 점하는 것이 현대의 실정입니다.
지방 사립대학교에서 경제학을 전공하는 미키 씨는, 졸업 논문 주제 연구에 ChatGPT Plus를 활용 중입니다.
『100페이지 이상의 영어 논문 5편을, GPT-5.5에 동시에 제공하여, 공통점과 차이점을 정리시키는 작업』에 도전했습니다.
1M 컨텍스트 덕분에, 논문을 분할하지 않고 한 번에 읽어들일 수 있게 되어, 문맥을 혼동하는 경우가 크게 줄었다고 실감했습니다.
『두꺼운 참고서를 모두 머릿속에 넣은 과외 선생님에게, 몇 번이고 질문할 수 있는』 편리함입니다.
학술 영역에서의 생성 AI 활용이, 장문 컨텍스트의 제약에서 해방되어 새로운 단계에 접어든 상징적인 사례입니다.
금융계 SI 기업에서 백엔드 설계를 담당하는 스와 씨는, 사내 개발에서 Codex의 GPT-5.5 대응을 시험 운용 중입니다.
『약 50만 줄의 사내 Java 코드베이스를 통째로 제공하고, 리팩토링안과 단위 테스트를 자동 생성시킨』 결과, 기존 GPT-5.4 대비 완료 시간이 약 30% 단축됐습니다.
Terminal-Bench 2.0의 82.7%라는 수치가, 실제 업무에서도 체감할 수 있는 수준으로 효과를 발휘하고 있습니다.
『선배 엔지니어에게 리뷰를 부탁하는 것과 같은 감각으로, AI에게 설계 판단을 상담할 수 있는 직장』입니다.
2026년 후반에는 Codex로 자율적으로 움직이는 AI 페어 프로그래밍이 한국 IT 현장의 상식이 될 것으로 스와 씨는 보고 있습니다.
A. 2026년 4월 시점에서 ChatGPT의 무료 플랜에서는 이용할 수 없습니다. Plus（월 20달러）／Pro／Business／Enterprise／Edu의 유료 플랜에서 GPT-5.5가 해방됩니다.
GPT-5.5 Pro는 더 나아가 Pro／Business／Enterprise의 상위 플랜 전용입니다.
『신작 영화는 유료 회원 구역에서만 선행 공개되고, 인기가 생긴 후 일반 공개되는』 흐름과 비슷합니다.
또한, Codex 경유로는 Plus／Pro／Business／Enterprise／Edu／Go 플랜에서도 이용 가능합니다（컨텍스트는 400K로 제한）.
예산에 따라 접근처를 선택하는 계층 구조로 되어 있습니다.
A. 표준 GPT-5.5는 일상적인 질의응답·문장 생성·코딩에 최적이고, GPT-5.5 Pro는 복잡한 추론·장시간 리서치·대규모 설계 판단에 적합합니다.
API 비용이 6배 차이 나기 때문에, 간단한 작업에 Pro를 사용하는 것은 경차로 충분한 시내 주행에 대형 트럭을 사용하는 것과 같은 낭비입니다.
『상황에 따라 도구를 구분해서 사용하는 장인의 감각』이 중요합니다.
ChatGPT에서는 『GPT-5.5 Thinking』으로 표시되며, 선택지로서 수동 전환이 가능합니다.
우선 표준 GPT-5.5로 시도해보고, 복잡함이 필요한 장면에서만 Pro로 전환하는 운용이 권장됩니다.
A. OpenAI는 한국어 고유 벤치마크 수치를 공개하지 않았지만, 초기 사용자 리뷰에서는 장문 요약·전문 용어 오역·경어 사용 구분에서 개선을 실감하는 목소리가 많습니다.
1M 컨텍스트의 혜택으로, 한국어 장문을 분할하지 않고 처리할 수 있는 것이 실용적인 측면에서의 큰 진보입니다.
『영어만큼 자연스러운 한국어를 출력하는 모델에, 또 한 발짝 가까워진』 느낌입니다.
다만 업계·기업 고유의 전문 용어에 대해서는, 파인튜닝 없이는 대응에 한계가 있는 것은 종전과 마찬가지입니다.
정확성이 요구되는 업무에서는 인간 리뷰를 병행하는 설계가 계속해서 중요합니다.
A. OpenAI는 『추론 시 지식 정합성이 향상됐다』고 발표했지만, 제3자 검증에서는 여전히 환각이 빈번하게 발생한다는 지적도 있습니다.
벤치마크에서 높은 점수를 받으면서도, 실제의 세세한 사실 오인은 남아 있다는 현대 LLM의 보편적인 과제입니다.
『시험에서는 만점이지만, 일상 대화에서 사람의 이름을 틀리는 선생님』과 같은 구조적 딜레마입니다.
중요한 의사결정이나 공식 문서에서는, AI의 출력을 반드시 인간이 사실 확인하는 운용이 필수입니다.
신뢰성이 요구되는 업무에서는, 복수 모델 비교나 인용 출처 검증 도구와의 병행 사용이 권장되는 것이 2026년 현재의 베스트 프랙티스입니다.
A. OpenAI는 공식 발표를 하지 않았지만, 2026년 4월 시점에서 『GPT-6（코드명 Spud2 등）』의 사전 학습이 완료됐다는 소문이 업계에서 나돌고 있습니다.
GPT-5.5 발표로부터 약 반 년~1년 후에 정식 공개될 가능성이 높다고 업계 애널리스트들은 예측하고 있습니다.
『차세대 스마트폰 소문이 신작 출시 직후부터 흘러나오기 시작하는』 것과 비슷한 선취 정보입니다.
다만 GPT-5.5 자체의 개선（5.5.1, 5.5.2 등）도 병행하여 계속될 전망입니다.
사용자는 언제 최신을 쫓을지의 판단 기준을, 자신의 업무 사이클에 맞게 설계하는 것이 현실적입니다.
『기반 모델부터 다시 만든다』는 대규모 재학습은, AI 개발 비용·시간·리스크 모두가 최대급이 되는 무거운 결단입니다. OpenAI가 GPT-4.5 이후 1년 만에 이 선택지를 택한 배경에는, 에이전트 시대에 대응한 새로운 아키텍처를 기반부터 새로 구성할 필요가 있었습니다.
1M 토큰의 거대한 컨텍스트, Terminal-Bench의 세계 기록, 출력 토큰 40% 절감——어느 것도 단발성 기능 추가가 아니라, 기반 설계 사상부터 재검토했기에 실현할 수 있는 성과입니다.
API 가격 2배라는 강경한 가격 책정은, 지능의 대가를 사회가 어떻게 평가하는지를 묻는 실험이기도 합니다.
『GPT-5.5를 사용하는 측이, 그 2배의 부가가치를 창출할 수 있는가』——이것이 2026년 후반 AI 활용의 주전장이 될 것입니다. 한국의 사용자·기업·개발자에게 있어서도, 최신 프런티어 모델을 언제·어디서·어느 정도 사용하는지를 전략적으로 설계하는 능력이 AI 경쟁의 승패를 가르는 시대——그렇게 본다면, 이번 발표의 무게감이 보이기 시작합니다.
이 글은 AI Friends 에서 크로스포스트된 글입니다.
