OpenAI가 GPT-5.5를 공개했고, 이 모델은 ChatGPT와 Codex에 먼저 적용됐다. 동시에 NVIDIA는 Codex가 자사 GB200 NVL72 인프라에서 구동되며, 이미 1만 명이 넘는 임직원이 실제 업무에 쓰고 있다고 밝혔다.12
중요한 건 "벤치마크 1위냐"가 아니다. 실무에서는 더 단순한 질문이 남는다. GPT-5.5가 사람의 감독을 덜 필요로 하게 만들었는가, 아니면 더 그럴듯한 초안을 내놓는 대신 검토 부담만 다른 형태로 옮겼는가.
GPT-5.5의 핵심 변화는 '더 똑똑함'보다 '덜 지시해도 가는 거리'
확인된 사실부터 보자. OpenAI는 GPT-5.5를 코딩, 컴퓨터 사용, 온라인 리서치, 데이터 분석, 문서·스프레드시트 생성에 강한 모델로 소개했고, 특히 다단계 작업과 도구 사용에서 개선됐다고 설명했다.3 코딩 쪽 벤치마크에서는 Terminal-Bench 2.0 82.7%, SWE-Bench Pro 58.6% 같은 수치가 제시됐다.4
여기서 실무적으로 읽어야 할 포인트는 따로 있다. 성능 향상의 본질이 "답을 더 잘 맞힌다"보다 "모호한 지시에서도 다음 행동을 스스로 정한다"에 가깝다는 점이다. 즉 GPT-5.5는 검색형 챗봇보다, 반쯤 맡겨두는 작업자에 더 가까운 방향으로 가고 있다.
이 변화는 관리 문제를 만든다. 초안 생성 모델은 결과물만 보면 되지만, 에이전트 성향이 강해질수록 과정의 검토가 중요해진다. 더 멀리 스스로 갈수록, 한 번 잘못 가면 되돌리는 비용도 커진다.
도입 판단 기준: 출력 품질이 아니라 '사람 손이 몇 번 들어가느냐'
GPT-5.5를 평가할 때 가장 유용한 기준은 세 가지다.
첫째, 초안 품질. 첫 결과가 이미 배포 가능한 수준인가, 아니면 구조만 잡아주는가.
둘째, 사실 리스크. 틀렸을 때 피해가 작은가, 큰가. 내부 문서 요약과 고객 공지문은 같은 "글쓰기"가 아니다.
셋째, 수정 비용. 고치는 일이 빠른가, 처음부터 다시 쓰는 게 빠른가.
이 기준으로 보면 GPT-5.5가 먼저 값어치를 낼 곳이 보인다. 복수 파일 수정, 디버깅, 리서치 초안, 내부 운영 문서, 반복적인 데이터 정리 같은 일이다. NVIDIA가 "며칠 걸리던 디버깅이 몇 시간으로 줄었다"고 말한 것도 이 범주에 있다.1 다만 이건 NVIDIA의 내부 사례이므로 일반화는 조심해야 한다. 확인되는 건 "대규모 기업 내부에서 이미 실무 투입 중"이라는 사실까지다.
반대로 함정도 있다. 고객-facing 문서, 규제 민감 업무, 수치·근거 검증이 핵심인 보고서는 환각이 줄었다고 해도 여전히 검토 비용이 높다. 일부 보도는 환각 감소와 정확도 개선을 강조하지만, GPT-5.5 API 가격은 GPT-5.4 대비 두 배로 올랐다.3 토큰 효율이 좋아져 총비용이 꼭 두 배가 된다는 뜻은 아니지만, "더 비싸도 무조건 이득"도 아니다.5
지금은 '에이전트 올인'보다 세 단계로 나눠 써야 한다
도입 방식은 모델, 코파일럿, 에이전트로 나눠 보는 게 낫다.
모델로 쓸 때는 직접 프롬프트해 답을 받는다. 가장 안전하지만 사용자가 매번 맥락과 절차를 설계해야 한다.
코파일럿으로 붙이면 Codex처럼 IDE, 문서, 브라우저 주변에서 사람과 함께 일한다. 지금 GPT-5.5가 가장 설득력 있어 보이는 구간도 여기다. 긴 맥락, 도구 사용, 적은 지시로 더 멀리 가는 능력이 실제 시간 절감으로 이어질 가능성이 크다.24
에이전트로 넘기면 자율성이 커진다. NVIDIA는 직원별 전용 VM, SSH 연결, 읽기 전용 권한, 감사 가능성 같은 통제 장치를 깔고 운영 중이라고 밝혔다.1 이 대목이 중요하다. 에이전트 도입의 병목은 모델 지능만이 아니라 실행 환경, 권한 설계, 로그 추적이다. 모델이 좋아졌다고 바로 자율 실행을 넓히면 안 되는 이유다.
교체 전에 30분만 테스트해보면 답이 나온다
벤치마크보다 빠른 평가는 직접 해보는 것이다. 같은 업무 4개를 GPT-5.4나 기존 도구와 GPT-5.5에 각각 맡겨보면 된다.
하나는 지저분한 요청. 예를 들면 회의 메모를 정책 초안으로 바꾸는 일.
하나는 모호한 작업. 요구사항이 덜 정리된 기능 수정.
하나는 도구 사용 작업. 브라우저, 문서, 코드 저장소를 넘나드는 일.
마지막은 사실 민감 작업. 숫자와 출처가 틀리면 안 되는 보고서 작성.
각 작업마다 보면 된다. 더 빨라졌는가, 덜 물어보는가, 고칠 때 쉬운가, 검토 시간이 줄었는가. 이 네 가지 중 마지막이 줄지 않으면, 그 업그레이드는 현업 기준으로는 반쪽짜리다.
GPT-5.5는 분명 더 넓은 일을 맡기려는 모델이다. 하지만 지금 당장 신경 써야 할 사람은 "최고 성능"을 찾는 팀보다, 코드·문서·리서치에서 사람 검토 시간을 줄여야 하는 팀이다. 도입 판단 기준도 간단하다. 답변이 더 길어졌는지가 아니라, 당신이 마지막 확인자로 남아 있어야 하는 시간이 실제로 줄었는지다.
참고
2OpenAI releases GPT-5.5 amid a shift to rapid-fire AI updates
3OpenAI announces GPT-5.5, its latest artificial intelligence model
4오픈AI, 에이전트 능력서 '미소스' 꺾은 GPT-5.5 출시...세계 1위 탈환
5OpenAI upgrades ChatGPT and Codex with GPT-5.5: 'a new class of intelligence for real work'
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.