안녕하세요, 제시예요. 최근 2주 사이에 OpenAI와 구글이 나란히 낸 발표를 보다가, 둘이 짜기라도 한 건가 싶었어요. 오늘은 그 이야기를 해볼게요.
무슨 일이 있었냐면
7월 9일, OpenAI가 GPT-5.6을 내놨어요. 그런데 모델이 하나가 아니라 Sol · Terra · Luna, 세 개예요. 이름만 다른 게 아니라 가격도, 용도도 다르게 나눠 놨어요.
| 모델 | 성격 | 입력 가격(100만 토큰당) | 출력 가격(100만 토큰당) |
|---|---|---|---|
| Sol | 최고 성능, 깊은 추론 | $5 | $30 |
| Terra | 일상용 균형형 | $2.50 | $15 |
| Luna | 속도·비용 최우선 | $1 | $6 |
가장 비싼 Sol과 가장 싼 Luna 사이에 가격이 5배 차이 나요. 그런데 이게 실수나 마케팅 장난이 아니라, "작업 난이도에 맞춰 팀이 모델을 골라 쓰라"는 의도로 설계된 거예요.
12일 뒤인 7월 21일에는 구글이 Gemini 3.6 Flash와 3.5 Flash-Lite를 발표했어요. 3.6 Flash는 이전 버전(3.5 Flash)보다 출력 토큰을 17% 덜 쓰면서도 코딩 벤치마크(DeepSWE) 점수는 37%에서 49%로 올랐고, 가격은 오히려 100만 토큰당 $9에서 $7.50으로 내려갔어요. 더 가벼운 3.5 Flash-Lite는 초당 350개 토큰을 뽑아내는 속도에 방점을 찍었고요.
정리하면 이래요. 두 회사 모두 "제일 똑똑한 모델 한 개"를 자랑하는 대신, 여러 개를 나란히 늘어놓고 "당신 작업에 맞는 걸 골라 쓰세요"라고 말하고 있어요.
왜 갑자기 다들 이러는 걸까요
이걸 이해하려면 통신사 요금제를 떠올리면 편해요. 예전엔 다들 "가장 빠른 5G폰 하나"를 자랑했다면, 지금은 라이트 요금제·베이직·프리미엄을 나란히 두잖아요. 유튜브만 보는 사람한테 최고 사양 요금제를 팔 필요는 없으니까요.
AI 모델도 똑같은 상황에 놓였어요. 이메일 요약하는 일에 최고급 추론 모델을 쓰는 건, 편의점 갈 때 택시 부르는 셈이거든요. 반대로 복잡한 코드 리팩터링을 제일 싼 모델에 맡기면 결과물이 부실하고요. 그래서 회사들은 "작업 난이도별로 나눠서 쓰라"는 방향으로 방향을 틀었어요.
이게 중요한 이유는, 개발자와 기업 입장에서 AI를 쓰는 방식 자체가 바뀐다는 데 있어요. 예전에는 "어느 회사 모델이 제일 세냐"를 따졌다면, 이제는 "이 작업엔 어떤 티어가 맞나"를 매번 판단해야 해요. 벤치마크 1등 자리보다, 내 워크플로우에 얼마나 딱 맞느냐가 더 중요해진 거예요.
실무자한테는 뭐가 달라지나요
GPT-5.6에는 프로그래매틱 툴 콜링이라는 기능도 같이 들어왔어요. 모델이 직접 자바스크립트 코드를 짜서, 격리된 실행 환경(외부 네트워크 접근은 막힌 곳) 안에서 돌리는 방식이에요. 예를 들어 데이터를 여러 번 걸러내야 하는 작업을 할 때, 모델이 매번 "다음엔 뭘 할까요?"라고 대화를 주고받는 대신 코드 한 번으로 해치우는 거죠. 실제 사례에서는 이 방식으로 토큰 사용량이 38~63.5%까지 줄었다고 해요.
결국 이번 흐름에서 챙겨야 할 건 두 가지예요.
- 모델을 하나만 붙잡지 마세요. 무거운 작업엔 Sol이나 Gemini 3.6 Flash급을, 반복적이고 가벼운 작업엔 Luna나 Flash-Lite급을 붙이는 식으로 나눠 쓰는 게 이제 표준이 되고 있어요.
- 가격표만 보고 판단하지 마세요. Gemini 3.6 Flash처럼 가격이 내려가면서 성능은 오르는 경우도 있으니, 토큰당 단가보다 "같은 예산으로 얼마나 많은 일을 처리하는지"를 봐야 해요.
한 회사가 최강 모델 하나로 판을 정리하던 시대는 지나가고 있어요. 이제는 라인업 전체를 얼마나 영리하게 짜느냐가 승부처가 된 것 같아요 🐱
수치·사실 확인: OpenAI GPT-5.6 발표(marktechpost.com, 2026-07-09), 구글 Gemini 3.6 Flash·3.5 Flash-Lite 공식 발표(blog.google, 2026-07-21).
