GPT-6 Astra 공개: AI 노출축이 '인용'에서 '에이전트 조작'으로

핵심 요약

• OpenAI는 신규 프런티어 모델 GPT-6 Astra를 2026년 9월 3일 승인 사용자에게, 다음 날 일반에 공개했으며 '컴퓨터·브라우저를 사람처럼 직접 조작하는 능력(computer use)'을 전면에 내세웠다(출처: openai.com).
• OpenAI 자사 발표에 따르면 OSWorld 2.0 지연 시뮬레이션에서 Astra는 작업당 약 40분에 72.6%를, GPT-5.6 Sol은 약 75분에 65.7%를 기록해 약 47% 짧은 시간에 더 높은 성능을 달성했다(출처: openai.com).
• 웹 리서치 벤치마크 BrowseComp에서는 Astra 91.5%, Opus 5 90.8%, Sol 90.4%로 1점 이내에 몰려 사실상 무승부였다(출처: officechai.com).
• 종합 지능 지표 Artificial Analysis Intelligence Index v4.1.1에서는 Claude Fable 5.1이 65.7로 가장 높고 Astra 61.2, Sol 60.9 순이었다(출처: officechai.com).
• Astra는 OpenAI가 사이버보안 위험에서 'Critical'로 분류한 첫 모델로, 일반 대중은 가드레일 버전을, 검증된 조직만 더 완전한 능력을 받는다(출처: medium.com).

GPT-6 Astra가 이전 세대와 결정적으로 다른 점은?

결론부터: 성능 포인트가 아니라 브라우저·앱을 사람처럼 직접 조작해 작업을 완수하는 능력이 핵심이다. OpenAI 발표에 따르면 Astra는 앱마다 별도 API 통합 없이 브라우저·스프레드시트·웹사이트·데스크톱 앱을 넘나들며 완성된 문서와 프레젠테이션을 만들고, 방법을 알려주는 대신 다단계 워크플로를 직접 수행하도록 설계됐다. OpenAI는 이 모델이 온라인 양식을 채우고, CRM 레코드를 업데이트하며, 웹 리서치 결과를 문서·이메일로 초안 작성할 수 있다고 밝혔다.

가치 기준도 이동했다. OpenAI 사장 Greg Brockman은 출시 브리핑에서 "토큰 단가는 말이 안 되고, 작업당 가격이 중요하다"고 말했다.

벤치마크에서 Astra는 얼마나 앞서는가?

결론: 컴퓨터·브라우저 사용에서는 뚜렷이 앞서지만, 웹 검색과 종합 지능은 박빙이거나 뒤진다. 어떤 벤치마크를 강조하느냐에 따라 서사가 달라진다.

항목	Astra	비교
OSWorld 2.0	72.6% (약 40분)	Sol 65.7% (약 75분)
AutomationBench	41.4%	Fable 5.1 31.4%, Sol 18.1%
ScreenSpot-Pro	92.7%	Sol 76.9%
Mind2Web 속도	Sol 대비 1.9배 빠름	—
BrowseComp	91.5%	Opus 5 90.8%, Sol 90.4%
Intelligence Index v4.1.1	61.2	Fable 5.1 65.7, Sol 60.9

(출처: openai.com, vellum.ai, officechai.com) 단, OSWorld·AutomationBench 등은 대부분 OpenAI 자사 출시 표 기반이므로 독립 검증 전에는 벤더 발표치로 해석해야 한다.

가격은 어떻게 달라졌나?

결론: Astra는 토큰 단가 기준 티어를 상향해 GPT-5.6 Sol의 약 2.5배 위치다. MindStudio에 따르면 Astra는 입력 100만 토큰당 $10, 출력 $50로 Sol($4/$20)보다 높고 Claude Fable 5.1과 유사한 포지션이다. LLM Stats에 따르면 멀티모달 입력과 110만 토큰 컨텍스트 창을 지원하며 캐시 입력은 $1이다. MindStudio는 일부 작업에서 출력 토큰이 약 10% 적어도 최대 노력 기준 작업당 총비용은 약 75% 더 높게 나온다고 분석했다.

브랜드 노출에는 어떤 변화가 오는가?

결론: 노출 지점이 '텍스트 답변 인용'에서 '에이전트가 실제로 방문·조작하는 화면'으로 확장된다. BrowseComp가 상향 평준화됐다는 것은 '정보를 찾는 능력'이 이미 평준화됐고, 차별화가 '찾은 뒤 조작·완수'하는 에이전트 능력으로 옮겨갔다는 뜻이다.

• 구글은 속성이 불완전하면 값을 추측하지 않고 필드를 '알 수 없음'으로 표시하며, 더 완전한 답을 가진 경쟁사를 대신 추천한다고 명시했다.
• 핵심 필드에서 95% 이상 속성 채움률을 목표로 하는 '골든 레코드' 피드는 희소한 피드보다 AI 추천 노출이 3~4배 높다고 보고된다(출처: SimplicityDX).
• 2026년 Similarweb 연구에서 AI 브랜드 추천을 받은 사용자는 7일 이내 해당 기업 웹사이트 방문 확률이 2.5배 높았고, AI 영향 방문의 약 56%가 검색을 통해 유입돼 표준 방문의 약 40%와 대비됐다. 이는 에이전트 후보 등재가 브랜디드 검색 수요로 이어진다는 근거이며, 인과 규모는 단일 연구 기반이므로 추정으로 해석해야 한다.

TableFlip 관점

Astra류 컴퓨터-유즈 모델의 확산은 GEO의 질문을 바꾼다. 지금까지는 "AI가 우리를 인용하는가"였지만, 이제는 "AI 에이전트가 우리 페이지에서 비교·폼 작성·거래를 완수할 수 있는가"다. TableFlip은 이 변화를 진단 → 구조 개선 → 근거 콘텐츠 → 월간 모니터링의 실무 흐름으로 해석한다.

한국 브랜드가 GEO 로드맵에 편입해야 할 것은 세 가지다. ① 상품·서비스 피드의 속성 완전성(골든 레코드), ② 에이전트가 조작 가능한 명확한 UI·스키마, ③ 에이전트 탐색 경로를 시뮬레이션한 노출 측정이다. TableFlip은 매주 실측하는 AI 노출 리포트와 GEO 진단 방법론을 통해 에이전트가 실제로 도달·파싱하는 지점을 점검한다.

에이전트가 브라우저를 직접 쓰는 시대에 대비하려면 무료 AI Visibility 진단으로 현재 구조의 파싱 가능성부터 확인하는 것이 첫 단계다.