OpenAI가 GPT-5.4를 공개했습니다. 이번 소식이 중요한 이유는 "코딩 잘함/추론 잘함/컴퓨터 조작 잘함"을 각각 따로 고르던 시대에서, 한 모델이 장시간 업무를 끝까지 밀어붙이는 쪽으로 무게추가 확 넘어갔기 때문입니다1.
GPT-5.4는 ChatGPT의 Thinking(추론 강화), 그리고 더 고성능인 Pro로 나뉘어 제공되며, 개발자 API에선 최대 100만 토큰 컨텍스트까지 지원해 '긴 업무'에 유리해졌습니다2.
OpenAI GPT-5.4 Thinking·Pro 차이, 누가 뭘 쓰면 좋을까?
이름이 어렵지만, 감각은 단순합니다. Thinking은 "생각하면서 풀기", Pro는 "복잡한 일을 더 세게 밀기"에 가깝습니다. ChatGPT에선 Thinking이 Plus(월 $20)부터 넓게 풀리고, Pro는 Pro(월 $200)·Enterprise 중심으로 더 제한적으로 들어갑니다3.
실무 관점에서 추천을 하자면, 보고서 구조 잡기·의사결정 메모·복잡한 요구사항 정리처럼 "중간에 방향을 바꿀 일"이 잦으면 Thinking이 편합니다. 반대로 대규모 자동화 파이프라인, 가장 까다로운 문제(고급 수학/장시간 에이전트 탐색 등)처럼 "성능을 돈으로 사는" 상황이면 Pro가 후보가 됩니다. 흥미로운 점은 지식노동 벤치마크(GDPval)에선 Thinking이 Pro보다 더 좋은 구간도 보고됐다는 겁니다. 즉, 무조건 비싼 게 늘 정답은 아닙니다4.
100만 토큰 컨텍스트: "긴 문서"가 아니라 "긴 업무"가 핵심
100만 토큰은 문서 몇 개를 한 번에 넣는 기능처럼 보이지만, 진짜 포인트는 에이전트가 장시간 일하면서 생기는 '작업 기록'(계획, 시도, 오류, 수정)을 한 호흡으로 유지하는 데 있습니다. OpenAI는 API에서 최대 100만 토큰을 지원한다고 밝혔고2, 27만2천 토큰을 넘기면 비용이 더 붙는 구간도 명시됐습니다5.
이 변화가 체감되는 곳은 세 가지입니다. 첫째, 코드베이스 전체를 한 번에 이해시키고 리팩토링 방향을 잡는 작업. 둘째, 계약서/정책/리서치처럼 근거가 여기저기 흩어진 문서 묶음. 셋째, "찾고-정리하고-검증하고-수정하는" 긴 호흡 업무입니다. 이전엔 대화가 길어질수록 앞내용이 흐려지거나(혹은 프롬프트가 비대해져 비용이 폭증) '중간 요약' 같은 편법이 필요했는데, GPT-5.4는 이 부분을 정면으로 밀고 들어온 셈이죠.
네이티브 컴퓨터 사용 + Tool Search: 에이전트 비용이 내려가는 방식
GPT-5.4의 가장 '일 잘하는 느낌' 나는 변화는 컴퓨터 사용(스크린샷을 보고 마우스/키보드로 조작)을 메인 모델에 기본 탑재했다는 점입니다6. OSWorld-Verified에서 성공률 75.0%를 기록하며 이전 세대보다 크게 올랐고, 사람 기준치(72.4%)를 넘었다는 수치도 공개됐습니다7. 이건 "웹페이지를 읽는다"가 아니라 "업무 화면을 실제로 조작한다"에 가까워서, 자동화의 무게중심을 바꿉니다.
여기에 개발자 입장에선 Tool Search가 꽤 큽니다. 예전에는 사용할 수 있는 도구(함수) 설명을 프롬프트에 통째로 넣어야 해서, 툴이 많아질수록 토큰이 새고 속도가 느려졌습니다. GPT-5.4는 필요할 때만 도구 정의를 찾아 쓰는 방식으로 바뀌었고, 다수 툴 환경에서 토큰 사용을 47% 줄였다는 테스트 결과도 나왔습니다8. "에이전트가 똑똑해졌다"도 맞지만, "에이전트가 운영 가능한 비용 구조로 바뀌었다"가 더 실무적입니다.
정확도(환각) 줄고, 스프레드시트·프레젠테이션이 강해진 이유
OpenAI는 GPT-5.4가 GPT-5.2 대비 개별 사실 주장 오류가 33% 덜 발생하고, 응답 전체 단위 오류도 18% 감소했다고 밝혔습니다2. 완벽해졌다는 뜻은 아니지만, 팀 단위로 문서/분석을 돌릴 때 "사람이 검수 가능한 수준"으로 가까워질수록 자동화 범위가 넓어집니다.
또 하나의 흐름은 "오피스 산출물" 최적화입니다. 투자은행 스타일의 스프레드시트 모델링 내부 평가에서 점수가 68.4% → 87.5%로 상승했다는 수치가 공개됐고9, 프레젠테이션도 사람 평가에서 선호도가 올라갔다고 합니다9. 동시에 Excel·Google Sheets와의 통합(베타)도 같이 발표돼, 모델 성능 향상이 곧바로 업무 도구 안으로 들어오는 모양새입니다10. 즉, GPT-5.4는 챗봇이 아니라 "사무 자동화 엔진" 쪽으로 배치가 바뀌고 있습니다.
시사점
GPT-5.4를 한 문장으로 요약하면, "대화 잘하는 AI"보다 "업무를 끝내는 AI"에 더 가깝습니다. 특히 네이티브 컴퓨터 사용, 100만 토큰 컨텍스트, Tool Search는 각각 따로 보면 기능 업데이트지만, 합치면 장시간 에이전트 워크플로우의 현실 비용과 품질을 동시에 건드리는 조합입니다.
실전 팁은 간단합니다. 긴 업무를 맡길수록 "처음 프롬프트를 잘 쓰는 것"보다 "중간에 방향을 수정할 수 있게 설계하는 것"이 중요해집니다. 그래서 Thinking으로 먼저 계획·구조를 잡고, 컴퓨터 사용/툴 호출로 실행시키며, 마지막에 근거 검증(링크/파일/셀)을 남기는 루틴을 추천합니다. Pro는 정말 '막히는 구간'에서만 쓰는 게 비용 방어에 유리합니다.
참고
1OpenAI launches GPT-5.4 Thinking and Pro combining coding, reasoning, and computer use in one model
2OpenAI launches GPT-5.4 with Pro and Thinking versions
4OpenAI launches GPT-5.4 Thinking and Pro
5OpenAI upgrades ChatGPT with GPT-5.4 Thinking, offering six key improvements
6OpenAI's new GPT-5.4 model makes ChatGPT better at handling your complex, multi-step workflows
7GPT-5.4 is here -- and OpenAI just made every other AI model look slow
10OpenAI launches GPT-5.4 Thinking and Pro combining coding, reasoning, and computer use in one model
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.