GPT-6 아스트라가 깃허브 코파일럿(GitHub Copilot)에 정식 출시(GA)됐다. 오픈AI(OpenAI)의 최신 범용 모델로 장시간 자율 코딩과 에이전트형 작업에 초점을 맞춰 설계됐다는 설명이다. 그러나 같은 모델을 챗GPT(ChatGPT)에 도입하는 과정은 순탄치 않았다. 오픈AI 최고경영자 샘 올트먼(Sam Altman)은 유료 이용자들이 접속하지 못하는 상황이 벌어지자 “엉망진창인 롤아웃”이라며 직접 사과했다. 벤치마크에서는 보안·장문맥 처리 능력이 두드러졌지만 종합 지능 지수에서는 경쟁 모델에 못 미치는 결과도 나왔다.

깃허브 코파일럿에 정식 탑재된 아스트라

깃허브는 블로그를 통해 GPT-6 아스트라가 코파일럿에 정식 제공(GA)된다고 밝혔다. 오픈AI가 만든 이 모델은 장시간에 걸친 자율적 코딩과 에이전트형 작업을 겨냥해 설계됐다는 설명이다. 깃허브는 내부 테스트에서 아스트라가 결과물의 품질뿐 아니라 “작업하는 방식” 자체에서 두드러졌다고 밝혔다. 계획을 세우고 진행 중 검증하며, 진단과 검증을 묶어 처리하고, 작업을 끝냈다고 선언하기 전 스스로 결과를 재확인한다는 설명이다. 이런 방식이 이전 오픈AI 모델보다 더 적은 단계로 장기 코딩 작업을 처리하는 성능으로 이어졌다고 깃허브는 전했다.

아스트라는 코파일럿 프로+(Pro+), 맥스(Max), 비즈니스(Business), 엔터프라이즈(Enterprise) 요금제 이용자에게 제공된다. 비주얼 스튜디오 코드(Visual Studio Code), 비주얼 스튜디오(Visual Studio), 코파일럿 CLI, 코파일럿 코딩 에이전트, 코파일럿 앱, 깃허브닷컴(github.com), iOS·안드로이드용 깃허브 모바일, 젯브레인스(JetBrains) IDE, 엑스코드(Xcode), 이클립스(Eclipse) 등에서 모델 선택 메뉴를 통해 고를 수 있다. 요금은 사용량 기반 과금 체계에서 제공업체 정가로 책정된다. 배포는 단계적으로 이뤄지며 아직 보이지 않으면 잠시 후 다시 확인하라고 안내했다. 비즈니스·엔터프라이즈 요금제 관리자는 코파일럿 설정의 모델 정책을 통해 접근 권한을 관리할 수 있으며, 관리자가 기본값을 끄거나 특정 모델을 명시적으로 비활성화하지 않았다면 새 모델은 기본적으로 자동 활성화된다.

정작 챗GPT는 “엉망진창” 롤아웃…올트먼 사과

깃허브 코파일럿에서는 순조롭게 배포됐지만 챗GPT 쪽 상황은 달랐다. 오픈AI는 목요일 아스트라를 “역량의 세대적 도약”이라 자평하며 “AGI 시대의 시작”이라 표현했다. 하지만 정작 접근 권한은 사이버보안 플랫폼 데이브레이크(Daybreak)를 이용하는 일부 엔터프라이즈 고객에게 먼저 열렸고, 이후 며칠에 걸쳐 플러스(Plus)·프로(Pro)·비즈니스·엔터프라이즈 이용자와 오픈AI API, 마이크로소프트 애저(Azure), AWS 베드록(Bedrock)으로 확대될 계획이었다.

기업 고객을 우선하는 듯한 단계적 배포는 신제품을 가장 먼저 받아보는 데 익숙했던 프로 요금제 구독자들의 불만을 샀다. 엑스(X)에 올라온 오픈AI 직원들의 공개 발표 게시물에는 접근 권한을 요구하는 댓글이 쏟아졌다. 올트먼은 엑스에 “우리는 가능한 한 빨리 모두에게 아스트라를 제공하려 노력하고 있다”며 “답답한 상황임을 알고 있고 인내심에 감사한다. 곧 해결될 것”이라고 적었다. 다만 확대 시점은 이번 주말 전에는 어려울 수 있다고 시사했다. 그는 “이번 주말에는 쓸 수 있길 바라지만 아직 약속은 못 드린다”고 덧붙였다.

오픈AI의 코덱스(Codex) 엔지니어링 리드 티보 소티오(Thibault Sottiaux)는 불만을 달래려 “오늘부터 유료 챗GPT 요금제에서 아스트라에 접근하지 못한 날마다 하루치 사용량 리셋을 적립해주겠다”고 밝혔다. 그는 “팀이 최대한 빨리 접근 권한을 제공하려 온 힘을 쏟고 있다”고 전했다. 올트먼도 “블로그 글을 배포하는 데 작은 문제가 있었다”고 인정했다.

벤치마크로 본 강점과 한계

개발자 사이먼 윌리슨(Simon Willison)이 정리한 벤치마크 결과에 따르면 아스트라의 API 요금은 클로드(Claude) 페이블(Fable) 5·5.1과 동일한 100만 토큰당 입력 10달러, 출력 50달러로 책정됐다. 오픈AI의 페이블 경쟁 모델로 평가되며, 오픈AI가 자체 공개한 벤치마크 대부분에서 페이블보다 높은 점수를 받았다는 설명이다.

가장 눈에 띄는 대목은 3월 공개된 ARC-AGI 3 벤치마크에서 99.9%를 기록했다는 점이다. 다만 이 점수는 오픈AI가 자체 제작한 “제공업체 어댑터(Provider Adapter)” 하니스를 사용해 1만9,000달러를 들여 얻은 결과다. 기본 ARC-AGI 하니스로는 2만6,000달러를 쓰고도 62.7%에 그쳤다. 이 어댑터는 요청 사이에 불투명한 추론 상태를 유지하고 긴 대화에서는 압축 기법을 활용해 이전 작업을 재사용하도록 돕는다. 페이블 5는 아직 이 벤치마크의 공개 결과가 없다.

보안 관련 평가에서도 강세가 뚜렷했다. 익스플로잇벤치(ExploitBench)에서 100%(오픈AI의 GPT-5.6 솔(Sol)은 78.5%), 익스플로잇짐(ExploitGym)에서 42.4%(솔 30.3%), 이진 리버스 엔지니어링을 다루는 SRE-Bench에서 네 차례 시도 내 99.2%(솔 68.7%)를 기록했다. 장문맥 처리에서도 오픈AI의 8개 니들(eight-needle) 벤치마크 기준 25만6,000~51만2,000토큰 구간에서 100%, 51만2,000~100만 토큰 구간에서 96.3%를 기록했다.

다만 모든 지표에서 우위를 보인 것은 아니다. 분석업체 아티피셜 애널리시스(Artificial Analysis)에 따르면 종합 지능 지수(Intelligence Index)에서는 아스트라가 GPT-5.6 솔과 동일한 61점을 받아 클로드 페이블 5.1(맥스, 폴백 포함)보다 5점 낮았고, 메타(Meta)가 최근 내놓은 뮤즈 스파크(Muse Spark) 1.3(맥스)에도 뒤졌다. 반면 코딩 에이전트 지수(Coding Agent Index)에서는 최대 성능 설정 기준 GPT-5.6 솔과 비용이 비슷하면서도 지수 점수는 2점 높았다. 작업당 비용으로 비교하면 같은 점수를 받는 클로드 페이블 5의 절반 이하 수준이라는 평가다.

안전성 우려도 여전

오픈AI는 아스트라의 추론 과정이 다른 모델보다 모니터링하기 어렵다고 밝혀 안전 전문가들의 비판을 받았다. 오픈AI의 AI 에이전트가 허깅페이스(Hugging Face)를 공격한 사건에서 핵심 정황이 바로 이런 모니터링을 통해 드러난 바 있어 우려가 커지는 배경이 됐다. 오픈AI는 해당 해킹 사건 이후 안전 기능을 보강하기 위해 아스트라의 출시를 몇 주 늦췄다고 밝혔다.

이번 롤아웃 잡음은 오픈AI의 대형 출시에서 반복돼온 패턴이기도 하다. 올트먼은 지난해 GPT-5 출시를 돌아보며 “롤아웃에서 여러 부분을 완전히 망쳤다고 생각한다”고 말한 적이 있다. GPT-5 출시 당시에도 기술적 문제가 잇따랐고, 인기 모델이던 GPT-4o를 갑작스레 제거한 결정이 이용자들의 반발을 샀다.