OpenAI는 GPT-5.6 Sol 출시의 가장 흥미로운 부분을 정부 게이트 관련 뉴스 아래에 묻어버렸습니다. 새로운 모델 제품군과 함께 OpenAI는 두 가지 새로운 추론 제어 기능을 출시했습니다. Sol에게 생각할 시간을 최대한 주는 "max" 추론 노력과, OpenAI의 말에 따르면 "하위 에이전트를 활용하여 복잡한 작업을 가속화함으로써 단일 에이전트를 넘어선다"는 "ultra" 모드입니다. 이 두 번째 기능은 단일 모델 호출이 작동하는 방식에 있어 진정한 변화입니다.
먼저, 접근 현실입니다. GPT-5.6 Sol은 OpenAI API와 Codex를 통해서만 제한된 미리보기를 제공합니다. 아직 ChatGPT에는 없으며, 미국 정부가 개별적으로 승인한 약 20개의 파트너에게만 제한됩니다. 따라서 여러분이 그중 한 명이 아니라면 오늘 ultra 모드를 켤 수 없습니다. 이 글은 단일 모델 호출 내의 하위 에이전트가 에이전트 설계, 지연 시간, 비용에 대해 무엇을 변경하는지 이해하여 기다릴 가치가 있는지 판단하고자 하는 개발자를 위한 것입니다. OpenAI는 ChatGPT, Codex 및 API에서의 일반 출시가 몇 주 안에 이루어질 것이라고 밝혔습니다.
요약
- "max" 추론 노력은 기존의 다이얼을 심화한 버전입니다: 더 많은 생각 시간, 하나의 에이전트, 하나의 작업 체인.
- "ultra" 모드는 새로운 종류입니다: OpenAI에 따르면, 모델이 복잡한 작업을 분할하기 위해 자체 하위 에이전트를 생성합니다.
- 아직 둘 다 사용할 수 없습니다. GPT-5.6은 정부 승인 미리보기이며, API 및 Codex 전용이고 ChatGPT에는 없습니다.
- Sol 출력은 100만 토큰당 30달러로 책정되어 있으므로, 하위 에이전트로 분산되는 ultra 모드는 저렴하지 않습니다. 어렵고 병렬화 가능한 작업에만 사용하세요.
- 이는 다른 연구소들이 출시하고 있는 것과 동일한 다중 에이전트 오케스트레이터 아이디어이며, 이제 단일 모델 호출 내부에 통합되었습니다. 오늘날 이 오케스트레이션 패턴을 테스트하려면 접근할 수 있는 모델을 사용해야 합니다.
"max" 추론 노력의 역할
OpenAI는 이미 추론 노력 설정을 통해 추론 모델이 얼마나 열심히 작동하는지 조정할 수 있도록 했습니다. GPT-5.6은 "max"라는 새로운 최고 단계를 추가합니다. 이를 설정하면 Sol은 답변하기 전에 깊이 추론할 수 있는 최대한의 시간을 얻습니다.
max를 여러분이 이미 알고 있는 손잡이를 돌리는 것이라고 생각하세요. 모델은 여전히 단일 에이전트로 작동하며 하나의 추론 체인을 생성합니다. 어려운 문제에서 마지막 정확성까지 쥐어짜기 위해 토큰과 실제 시간 면에서 더 많은 추론에 비용을 지불하는 것입니다. 트레이드오프는 익숙합니다: 더 깊은 생각은 더 많은 비용이 들고 더 오래 걸리며, 대부분의 프롬프트에는 필요하지 않습니다. Max는 미묘한 리팩토링이나 수학적으로 복잡한 계획과 같이 하나의 어려운 질문이 추가적인 숙고를 필요로 할 때 적절한 설정입니다. 이는 작업의 형태를 바꾸지 않습니다. 한 작업자가 해당 작업에 소비하는 시간을 변경합니다.
"ultra" 모드가 바꾸는 것
Ultra는 다른 종류의 것입니다. OpenAI에 따르면, ultra 모드는 "하위 에이전트를 활용하여 복잡한 작업을 가속화함으로써 단일 에이전트를 넘어선다"고 합니다. 하나의 모델이 단일 체인으로 문제를 해결하는 대신, 모델은 작업의 조각들을 처리하는 여러 하위 에이전트를 조정하고, 그들의 작업을 다시 하나로 모읍니다.
에이전트 시스템을 직접 구축해 본 적이 있다면, 이미 이 어려운 방식을 경험했을 것입니다. 오케스트레이터를 작성하고, 작업을 하위 작업으로 분해하고, 이를 별도의 모델 호출로 분산시킨 다음, 결과를 수집하여 최종 답변을 생성합니다. 여러분은 모든 단계 사이의 프롬프트, 상태, 재시도, 그리고 글루 코드를 관리합니다.
Ultra 모드는 그 패턴을 모델 호출 내부로 가져옵니다. 한 번만 요청하면 모델이 작업을 분할하는 방법을 결정하고, 하위 에이전트를 실행하며, 결과를 반환합니다. 여러분이 직접 관리했던 오케스트레이션이 이제 단일 API 호출 뒤에서 이루어지는 것입니다. 이것이 진정으로 새로운 부분입니다. 더 넓은 제품군 맥락에서, GPT-5.6 Sol 개요는 계층, 명칭, 그리고 이 모든 것이 왜 정부 미리보기 뒤에 숨겨져 있는지 다룹니다.
에이전트 설계에 미치는 영향
오케스트레이션을 모델 내부로 옮기면 구축 방식에 세 가지 변화가 생깁니다.
글루 코드가 줄어듭니다. 애플리케이션에 존재했던 분해, 팬아웃, 병합 로직을 줄일 수 있습니다. 목표를 설명하고 모델이 분할을 처리하도록 맡기는 것입니다. 이는 유지 관리할 표면 영역이 줄어들고, 오케스트레이션이 모델의 동작과 동기화되지 않을 가능성이 줄어든다는 의미입니다.
제어력이 줄어듭니다. 반대 측면은 가시성을 포기한다는 것입니다. 오케스트레이터를 직접 소유할 때는 모든 하위 작업, 중간 결과, 재시도를 볼 수 있으며 이를 기록하거나 개입할 수 있습니다. 단일 호출 내부에 하위 에이전트가 있으면 그 메커니즘은 불투명합니다. 입력과 최종 출력만 볼 수 있을 뿐, 중간의 분기는 볼 수 없습니다. 감사 추적이 필요한 워크플로의 경우, 수동으로 구축된 오케스트레이터가 여전히 유리합니다.
다른 실패 모드. 단일 에이전트는 보통 추적 가능한 방식으로 실패합니다. 내부 하위 에이전트를 실행하는 모델은 원인을 파악하기 더 어려운 방식으로 실패합니다. 하위 에이전트 중 하나가 잘못되었을까요? 병합 단계에서 무언가를 놓쳤을까요? 외부에서는 항상 알 수 없을 것이며, 이는 프로덕션 에이전트를 디버깅할 때 중요합니다.
이는 모든 다중 에이전트 시스템에 흐르는 동일한 긴장감으로, 위치만 변경되었습니다. 전용 오케스트레이터가 이를 어떻게 구성하는지 보려면, Fugu Ultra 대 Fable 5 대 Mythos는 다중 에이전트 오케스트레이터로 명시적으로 구축된 모델을 다루는데, 이는 OpenAI가 아이디어를 단일 모델 내부에 통합한 것과 유용한 대조를 이룹니다.
지연 시간 및 비용: ultra가 무료가 아닌 이유
하위 에이전트는 병렬로 작동하므로, 적절한 작업의 경우 ultra는 모든 단계를 순차적으로 수행하는 단일 에이전트보다 더 빠르게 완료할 수 있습니다. 이것이 "복잡한 작업 가속화"라는 주장의 핵심입니다.
비용 측면에서는 솔직해져야 합니다. Sol은 플래그십 계층이며, 출력은 100만 토큰당 30달러, 입력은 100만 토큰당 5달러로 책정됩니다(Terra와 Luna는 동일 제품군 내에서 더 저렴한 계층입니다). 이제 ultra가 여러 하위 에이전트를 생성하고 각 에이전트가 자체 추론 및 출력 토큰을 생성하는 것을 상상해 보세요. 이러한 토큰들은 모든 하위 에이전트에 걸쳐 합산되므로, 단일 ultra 호출은 동일한 프롬프트에 대한 단일 max 호출보다 훨씬 더 많은 비용을 소모할 수 있습니다. Ultra는 어렵고 병렬화 가능한 작업에서 속도와 깊이를 위해 토큰을 소비합니다. 작업이 독립적인 조각으로 분해되지 않으면, 서로를 기다리거나 노력을 중복하는 하위 에이전트에 비용을 지불하게 됩니다. 이는 과잉 사용 사례입니다.
프롬프트 캐싱은 비용 부담을 덜어줍니다. GPT-5.6은 최소 30분 캐시 수명을 가진 명시적 캐시 중단점을 지원합니다. 캐시 쓰기는 캐시되지 않은 입력 요율의 1.25배로 청구되며, 캐시 읽기는 캐시된 입력 할인 90%를 적용받습니다. 하위 에이전트가 큰 시스템 프롬프트나 고정된 코드베이스와 같은 큰 공통 컨텍스트를 공유하는 경우, 한 번 캐싱하고 호출 전반에 걸쳐 저렴하게 읽는 것이 실제 비용을 크게 절감합니다. 이는 ultra가 가장 많이 소비하는 출력 토큰 비용을 변경하지는 않습니다.
ultra가 도움이 되는 경우와 과잉인 경우
작업이 병렬 작업의 이점을 얻을 수 있는 독립적인 청크로 분할되고 정확성이 비용 지출을 정당화할 때 ultra를 사용하세요. 동시에 여러 파일을 건드리는 대규모 코드베이스 변경, 여러 소스를 아우르는 연구 작업, 또는 병렬 분기를 가진 복잡한 에이전트 작업을 생각해 보세요. 이는 OpenAI가 코딩 및 과학 작업을 포함하여 Sol을 포지셔닝하는 작업들입니다.
작업이 순차적이거나 작거나 예산 제약으로 인해 지연 시간에 민감한 경우에는 ultra를 건너뛰세요: 짧은 답변, 단일 파일 편집, 빠른 분류. 이러한 경우 ultra는 병렬화할 것이 없는 하위 에이전트를 가동시키므로, max 추론 노력 또는 심지어 기본 노력이 솔직한 선택입니다.
결정하는 간단한 방법이 있습니다. 여러 명의 인간 계약자가 동시에 작업하도록 작업을 분할할 수 없다면, 모델도 하위 에이전트로부터 많은 가치를 얻지 못할 가능성이 높습니다. 순차적인 작업은 아무리 많은 에이전트를 투입해도 순차적으로 남습니다.
이것이 더 넓은 다중 에이전트 트렌드에 어떻게 부합하는가
OpenAI가 여러 조정된 에이전트가 하나를 능가한다는 아이디어에 처음으로 도달한 것은 아닙니다. 다른 연구소들은 컨트롤러가 전문가에게 위임하고 결과를 함께 묶는 모델과 프레임워크를 출시했습니다. 새로운 점은 패키징 방식입니다: OpenAI는 그 패턴을 여러분이 조립하는 별도의 시스템이 아니라 단일 모델의 모드로 제공합니다.
이것은 에이전트 구축이 어디로 향할지에 대한 일종의 내기입니다. 모델 내 오케스트레이션이 충분히 좋아진다면, 많은 수동으로 작성된 오케스트레이션 레이어는 일반적인 경우에 불필요해질 것입니다. 만약 불투명하고 디버깅하기 어렵게 유지된다면, 제어가 필요한 팀들은 계속해서 자신만의 것을 구축할 것입니다. Ultra가 쉬운 경우를 처리하고 사용자 정의 오케스트레이션이 감사 추적이 필요한 경우를 소유하면서, 이 두 가지는 동시에 사실일 수 있습니다. GPT-5.6 Sol 벤치마크 분석은 현재 내릴 수 있는 유일한 결정인 기다릴 것인지 아니면 계속 진행할 것인지에 초점을 맞춰, 숫자가 오케스트레이션 주장을 뒷받침하는지 여부를 다룹니다.
오늘 할 수 있는 일
ultra 모드를 실행할 수는 없으므로, 현실적인 방법은 호출 가능한 모델에서 오케스트레이션 패턴을 구축하고 테스트하는 것입니다. 현재 사용 가능한 최신 모델들인 Claude Mythos 5, Claude Fable 5, GPT-5.5, Gemini 3.5 Pro, GLM-5.2 및 Fugu Ultra는 모두 오늘 바로 연결할 수 있는 OpenAI 호환 또는 표준 채팅 엔드포인트를 노출합니다.
바로 여기에 Apidog가 적합합니다. 이러한 모델 API 중 어느 곳으로든 요청을 보내고, 모델이 지원하는 경우 추론 노력과 같은 매개변수를 설정하며, 응답에 대해 단언하고, 호출을 재사용 가능한 테스트 시나리오로 저장할 수 있습니다. GPT-5.6 미리보기 액세스 권한이 부여되면, 동일한 설정이 준비됩니다: 엔드포인트와 모델 식별자를 교체하면, 액세스 권한을 얻은 당일에 Sol을 테스트할 수 있습니다. 오늘 Sol을 테스트할 수는 없습니다. 승인된 파트너 외에는 아무도 할 수 없기 때문입니다. 첫날 혼란을 피하기 위해 테스트 하네스를 준비하는 것입니다.
결론
Ultra 모드는 GPT-5.6 출시에서 가장 미래 지향적인 부분입니다. 즉, 여러분의 코드에 존재했던 오케스트레이션이 단일 모델 호출 내부로 이동한 것입니다. 또한 아직 사용할 수 없으며, 사용할 수 있게 되더라도 저렴하지 않을 것이므로, 작업에 맞게 다이얼을 조정하는 절제가 필요합니다. 한 작업자가 더 열심히 생각해야 할 때 max를 사용하세요. 작업이 토큰 비용을 들일 가치가 있는 병렬 부분으로 진정으로 분할될 때만 ultra를 선택하세요.
Sol이 공개되는 날을 위해 테스트 하네스를 준비하고 싶으신가요? Apidog를 다운로드하고 오늘 호출할 수 있는 최신 모델 API를 테스트하기 시작하세요.