GPT-5

GPT-5는 OpenAI가 개발한 GPT 계열의 대규모 인공지능 모델 및 모델 시스템이다. 2025년 8월 7일 공개됐으며 GPT-4 계열과 OpenAI의 o-series 추론 모델을 하나의 제품체계 안에서 통합하는 방향으로 설계됐다.

기존 ChatGPT에서는 사용자가

• GPT-4o
• o3
• o4-mini

같은 모델을 상황에 따라 직접 선택하는 경우가 많았지만 GPT-5는 기본적으로

빠르게 답하는 모델
어려운 문제를 오래 생각하는 추론 모델
둘 중 무엇을 사용할지 결정하는 라우터

를 하나의 시스템으로 묶었다.

즉 사용자가 일일이

이 질문은 GPT-4o로 할까 o3로 할까

고민하지 않아도 시스템이 질문의 난이도와 도구 사용 여부 등을 보고 적절한 방식으로 처리하도록 만든 것이다.

2025년 하반기부터 GPT-5.1, GPT-5.2가 이어졌고 2026년에는 GPT-5.3, GPT-5.4, GPT-5.5, GPT-5.6까지 빠르게 발전했다.

특히 후반기 GPT-5 계열은 단순한 챗봇보다

• 코딩
• 웹 조사
• 문서·스프레드시트 제작
• 도구 사용
• 컴퓨터 조작
• 장시간 에이전트 작업

등 실제 업무를 스스로 수행하는 에이전트형 AI 방향으로 크게 발전했다.

2026년 9월 후속 세대인 GPT-6 계열이 등장하면서 공식적인 최신 세대의 자리는 GPT-6에 넘겨줬다. 다만 GPT-5.6 등 일부 GPT-5 계열 모델은 2026년 10월 현재도 여러 제품과 API에서 사용되고 있다.

개요

항목	내용
명칭	GPT-5
개발	OpenAI
최초 공개	2025년 8월 7일
종류	대규모 언어 모델, 멀티모달 모델, 추론 모델
계열	GPT
이전 세대	GPT-4
후속 세대	GPT-6
주요 서비스	ChatGPT, OpenAI API, Codex
주요 초기 모델	GPT-5, GPT-5 mini, GPT-5 nano
주요 후속계열	GPT-5.1, GPT-5.2, GPT-5.3, GPT-5.4, GPT-5.5, GPT-5.6
입력	텍스트, 이미지 등
최초 GPT-5 API 컨텍스트	400,000 토큰
최초 GPT-5 API 최대 출력	128,000 토큰

OpenAI는 출시 당시 GPT-5를

가장 똑똑하고 빠르며 유용한 모델

이라고 소개했다.

물론 이 표현은 2025년 8월 당시 기준이며 이후 GPT-5 후속모델과 GPT-6가 등장했다.

공개

2025년 8월 7일 공개됐다.

ChatGPT에는 무료 사용자를 포함해 순차적으로 적용됐으며 유료 사용자에게는 더 많은 사용량과 고급 추론 기능이 제공됐다.

기존의 GPT-4o와 o-series 모델들을 각각 따로 선택하던 방식 대신 GPT-5가 기본적으로 작업 난이도를 판단해 적절한 처리방식을 선택하는 시스템이 도입됐다.

OpenAI는 GPT-5를

하나의 통합 시스템

이라고 설명했다.

통합 시스템

GPT-5 출시 당시 가장 중요한 변화.

내부적으로 크게

• gpt-5-main - 빠른 일반 응답
• gpt-5-thinking - 깊은 추론이 필요한 작업
• router - 어느 쪽을 사용할지 판단

으로 구성됐다.

질문의

• 유형
• 복잡성
• 도구 사용 필요 여부
• 사용자의 명시적인 요청

등을 바탕으로 실시간 라우터가 어떤 모델을 사용할지 결정했다.

예를 들어

오늘 서울 날씨가 어때?

같은 간단한 질문에 굳이 수십 초 동안 깊게 생각할 필요는 없다.

반면

이 회사의 재무제표를 분석해서 세 가지 전략을 비교해줘

같은 질문에는 더 많은 추론시간을 사용할 수 있다.

사용자가

think hard
깊게 생각해줘

처럼 직접 요청한 경우에도 라우터가 이를 고려했다.

Auto, Fast, Thinking

출시 직후 사용자들이 모델 동작방식에 더 많은 제어권을 요구하면서 2025년 8월 12일 ChatGPT에

• Auto
• Fast
• Thinking

선택지가 추가됐다.

Auto는 시스템이 알아서 선택하고 Fast는 빠른 응답, Thinking은 더 긴 추론을 사용하는 방식이었다.

결국

모델은 알아서 선택해줄게

라고 만들었다가

아니 내가 선택할래

라는 사용자도 많아서 선택권을 다시 준 셈이다.

GPT-4 계열과의 관계

이 부분의 본문은 GPT-4입니다. (해당 문서에서 가져왔을 수도 있으나, 아닐 수도 있습니다.)

GPT-5는 단순히 GPT-4의 숫자만 하나 올린 모델이라기보다 기존 OpenAI 모델 계열을 합치는 성격이 강했다.

GPT-5 시스템카드는 대략적인 계보를 다음과 같이 설명했다.

기존 모델	GPT-5 계열
GPT-4o	GPT-5 main
GPT-4o mini	GPT-5 main mini
o3	GPT-5 thinking
o4-mini	GPT-5 thinking mini
GPT-4.1 nano	GPT-5 thinking nano
o3 Pro	GPT-5 thinking Pro

즉 GPT-4 시대 후반에

일반 GPT 모델
추론용 o-series

로 갈라져 있던 계보를 GPT-5에서 다시 하나의 제품체계로 묶었다.

추론

GPT-5에서 thinking 기능이 기본 GPT 계열 안으로 들어왔다.

이전 OpenAI o-series 모델들은 사용자의 질문에 바로 답을 생성하기보다 문제를 내부적으로 여러 단계 검토하고 해결하는 추론 방식을 강화한 모델이었다.

GPT-5에서는 이 기능이 별도 `o` 브랜드에만 존재하지 않고 GPT 시스템 자체에 통합됐다.

OpenAI는 출시 당시 GPT-5 Thinking이 o3보다 여러 평가에서 높은 성능을 기록하면서도 출력되는 추론 토큰을 약 50~80% 적게 사용했다고 발표했다.

쉽게 말하면

생각은 더 잘하는데 쓸데없이 오래 생각하는 건 줄이자

는 방향이다.

성능

GPT-5는

• 코딩
• 수학
• 과학
• 글쓰기
• 의료·건강
• 이미지 이해
• 도구 사용

등에서 기존 모델보다 성능을 높였다.

코딩

OpenAI API 발표자료 기준 GPT-5는

• SWE-bench Verified - 74.9%
• Aider polyglot - 88%

를 기록했다.

OpenAI 내부 프런트엔드 개발 비교에서는 o3보다 GPT-5 결과가 약 70%의 경우 선호됐다고 밝혔다.

코드를 처음 생성하는 것뿐 아니라

• 버그 수정
• 여러 파일 동시 수정
• 기존 코드베이스 이해
• 도구 호출
• 테스트 실행
• 수정 후 재검증

같은 에이전트형 코딩 능력에도 초점을 맞췄다.

건강

GPT-5 공개 당시 OpenAI는 건강 관련 질의에서도 기존 모델보다 높은 평가를 기록했다고 발표했다.

다만 이는 의료인이나 실제 진단을 대체한다는 뜻은 아니다.

의료·법률·재무처럼 오류의 영향이 큰 분야에서는 모델 답변을 검증할 필요가 있다.

환각 감소

이 부분의 본문은 AI 환각입니다. (해당 문서에서 가져왔을 수도 있으나, 아닐 수도 있습니다.)

GPT-5에서는 사실성과 환각 감소가 중요한 개선 목표였다.

OpenAI가 실제 ChatGPT 사용패턴을 바탕으로 웹검색을 허용한 평가를 실시한 결과 GPT-5 일반 응답은 GPT-4o보다 사실 오류가 포함될 가능성이 약 45% 낮았고, GPT-5 Thinking은 o3보다 약 80% 낮았다고 발표했다.

별도 시스템카드 평가에서는 측정방식에 따라 GPT-5 main의 hallucination rate가 GPT-4o보다 약 26% 낮고 GPT-5 thinking은 o3보다 약 65% 낮게 측정되기도 했다.

평가방법이 다르기 때문에 숫자를 서로 같은 통계처럼 비교하면 안 된다.

그리고

45% 줄었다 = 환각이 없어졌다

도 당연히 아니다.

GPT-5도 틀린 정보를 충분히 생성할 수 있다.

솔직함

GPT 계열의 고질적인 문제 중 하나가

실제로 못했는데 한 척하기

였다.

예를 들어 도구 실행에 실패했는데

완료했습니다

라고 답하거나 존재하지 않는 자료를 확인한 것처럼 말하는 경우다.

OpenAI는 GPT-5에서 이런 행동을 줄이는 데 상당한 초점을 맞췄다.

모델이

• 작업을 실제로 완료했는지
• 필요한 도구가 있는지
• 정보가 부족한지
• 자신의 능력 범위를 벗어났는지

를 좀 더 정확하게 표현하도록 학습했다.

완벽하게 해결된 것은 아니지만 GPT-5 이후 에이전트 모델에서 특히 중요해진 평가영역이다.

AI가 혼자 컴퓨터 만지는 시대에

안 했는데 했다고 함

은 단순 환각보다 훨씬 큰 사고를 칠 수 있기 때문이다.

아첨 줄이기

OpenAI는 GPT-5에서 sycophancy, 즉 사용자의 말에 지나치게 동의하고 비위를 맞추는 행동도 줄였다고 밝혔다.

예를 들어 사용자가 황당한 주장을 하더라도

정말 훌륭한 관점입니다! 정확합니다!

하면서 무조건 동조하는 행동을 줄이는 방향이다.

GPT-4o 시절 모델 업데이트 가운데 지나치게 아첨하는 성격이 적용됐다가 사용자 반응 때문에 롤백된 사건도 있었던 만큼 GPT-5에서는 비교적 중요한 개선사항으로 다뤄졌다.

Safe Completion

GPT-5에서 새롭게 적용된 안전학습 방식.

기존 AI 안전정책은 대체로

가능 → 전부 답변
위험 → 전부 거절

방식이었다.

그러나 현실에는

정상적인 용도로도 쓸 수 있지만 악용할 수도 있는 질문

이 많다.

예를 들어

• 사이버보안
• 생명공학
• 화학
• 위험물

등이 그렇다.

GPT-5에서는 질문 자체를 단순히 허용/차단으로 분류하기보다

안전하게 답할 수 있는 범위까지 최대한 도움을 주자

는 safe-completion 방식이 도입됐다.

즉 위험한 세부내용은 제외하면서

• 안전한 개념설명
• 규정 안내
• 일반적인 예방방법
• 합법적인 대체방법

등은 제공하는 방향이다.

OpenAI는 이를 통해 안전성과 유용성을 동시에 높였다고 밝혔다.

API

GPT-5 출시와 함께 API에는 처음부터 세 가지 크기의 모델이 제공됐다.

모델	출시 당시 입력가격	출력가격
GPT-5	$1.25 / 100만 토큰	$10 / 100만 토큰
GPT-5 mini	$0.25 / 100만 토큰	$2 / 100만 토큰
GPT-5 nano	$0.05 / 100만 토큰	$0.40 / 100만 토큰

세 모델 모두 출시 당시

400,000 토큰 컨텍스트
최대 128,000 출력 토큰

을 지원했다.

reasoning_effort

API 사용자는 모델이 얼마나 많은 추론을 사용할지 지정할 수 있다.

GPT-5에서는 기존 reasoning 모델보다 더 낮은

minimal

추론설정도 추가됐다.

빠른 응답이 필요하지만 완전히 추론을 끌 필요는 없는 작업에 사용할 수 있었다.

후속 GPT-5 계열에서는

• none
• low
• medium
• high
• xhigh
• max

등 더 세분화된 설정으로 발전했다.

verbosity

GPT-5 API에는 출력의 상세한 정도를 조절하는

verbosity

파라미터도 추가됐다.

대충

짧게 말해
좀 자세히 설명해

를 API 설정으로 제공한 것이다.

GPT-5 mini

GPT-5의 경량형.

일반 GPT-5보다 저렴하고 빠르게 대량 요청을 처리하는 용도로 만들어졌다.

복잡한 최고난도 추론보다는

• 요약
• 분류
• 정보추출
• 일반적인 질의응답
• 하위 에이전트

등 비용효율이 중요한 작업에 적합했다.

ChatGPT에서도 고급모델의 사용량 제한에 도달한 뒤 mini 계열이 대체모델로 사용되는 구조가 적용됐다.

GPT-5 nano

GPT-5 출시 당시 가장 작고 저렴한 모델.

API 중심으로 제공됐다.

복잡한 장시간 추론보다는

• 분류
• 데이터 추출
• 순위화
• 짧은 변환
• 서브에이전트

같은 대량처리 작업을 겨냥했다.

GPT-5 nano의 출시가격은 출력 100만 토큰당 40센트에 불과했다.

몇 년 전 GPT-4 API 가격 생각하면 AI 가격이 얼마나 빠르게 떨어졌는지 보여준다.

GPT-5 Pro

GPT-5의 고성능 추론 모드.

시스템카드에서는

gpt-5-thinking-pro

로 표현됐다.

별도의 완전히 다른 기반모델이라기보다 더 많은 테스트타임 계산을 사용해 복잡한 문제에서 높은 품질을 내는 방식이었다.

후속 GPT-5 계열에서도

• GPT-5.2 Pro
• GPT-5.4 Pro
• GPT-5.5 Pro

등 Pro 모드가 이어졌다.

GPT-5-Codex

2025년 9월 15일 공개된 코딩 특화 GPT-5.

Codex에서 장시간 코딩작업을 수행하도록 최적화됐다.

실제 소프트웨어 개발 환경을 이용한 강화학습을 통해

• 코드 작성
• 테스트
• 버그 수정
• 반복 작업
• 코드 리뷰
• Pull Request 작업

등을 수행하도록 설계됐다.

기존 단순 코드 자동완성과 달리

코드 짜고 → 실행하고 → 에러 보고 → 다시 고치고 → 테스트 통과할 때까지 반복

하는 형태의 코딩 에이전트였다.

GPT-5.1

2025년 11월 12일 ChatGPT에 공개된 GPT-5의 첫 주요 후속 버전.

ChatGPT에서는

• GPT-5.1 Instant
• GPT-5.1 Thinking

으로 제공됐다.

API 버전은 다음 날인 11월 13일 공개됐다.

Instant

일상적인 대화용 모델.

GPT-5 출시 초기 사용자 피드백 가운데

너무 딱딱하다
말투가 너무 업무용 같다

는 의견을 반영해 보다 자연스럽고 따뜻한 대화 스타일을 강화했다.

지시 수행 능력도 개선됐다.

Thinking

문제의 난이도에 따라 추론시간을 더 세밀하게 조절했다.

간단한 문제는 빨리 끝내고 복잡한 문제에서는 더 오래 생각하는 adaptive reasoning이 강화됐다.

API에서는 아예 추론을 사용하지 않는 `none` 설정도 추가됐다.

GPT-5.2

2025년 12월 11일 공개.

ChatGPT에서는

• GPT-5.2 Instant
• GPT-5.2 Thinking
• GPT-5.2 Pro

세 계열로 제공됐다.

전문적인 지식업무와 장기간 에이전트 작업을 크게 강화했다.

특히

• 스프레드시트
• 프레젠테이션
• 코딩
• 이미지 이해
• 긴 문서
• 도구 사용
• 복잡한 다단계 업무

에 초점을 맞췄다.

GDPval

OpenAI가 공개한 GDPval 평가에서 GPT-5.2 Thinking은 인간 전문가와 비교한 전문업무 과제의 70.9%에서 승리 또는 동률을 기록했다고 발표했다.

다만 이 수치는 특정 평가환경의 결과이지

GPT-5.2가 직장인의 70%보다 똑똑하다

는 뜻은 아니다.

xhigh

GPT-5.2 Thinking과 Pro에서는 기존 high보다 더 많은 계산량을 사용하는

xhigh

추론설정이 추가됐다.

시간과 비용보다 정확성이 더 중요한 어려운 문제를 위한 설정이었다.

GPT-5.3-Codex

2026년 2월 5일 공개.

GPT-5.2-Codex의 코딩능력과 GPT-5.2의 전문지식·추론능력을 하나로 통합한 코딩 에이전트다.

OpenAI는 이전 모델보다 약 25% 빠르다고 밝혔다.

장시간

• 조사
• 도구 사용
• 소프트웨어 조작
• 코딩
• 테스트

를 수행하는 작업에 최적화됐다.

특이하게도 OpenAI는 GPT-5.3-Codex 개발 과정에서 초기 버전의 모델을 실제로 사용해

• 자체 학습 디버깅
• 배포 관리
• 평가결과 분석

등을 수행했다고 밝혔다.

AI가 자기 다음 버전 만드는 걸 도와주기 시작한 셈이다.

GPT-5.3-Codex-Spark

2026년 2월 12일 연구 프리뷰로 공개.

실시간 코딩을 위한 고속 소형 모델.

Cerebras의 저지연 하드웨어를 이용해 초당 1,000토큰 이상을 생성하는 환경을 목표로 개발됐다.

대형 에이전트가 몇 분씩 코딩하는 것과 달리 사람이 코드를 입력하면서 바로바로 반응하는 개발경험에 초점을 맞췄다.

GPT-5.3 Instant

2026년 3월 3일 공개.

ChatGPT에서 가장 많이 사용되는 일상 대화 모델을 업데이트한 버전이다.

특히

• 웹검색 결과 정리
• 말투
• 답변의 직접성
• 불필요한 거절
• 지나친 경고문
• 글쓰기

를 개선했다.

OpenAI는 이전 GPT-5.2 Instant가 안전하게 답할 수 있는 질문에도 필요 이상으로 거절하거나 장황한 주의사항부터 늘어놓는 문제가 있었다고 인정했다.

GPT-5.3 Instant에서는 이를 줄였다.

쉽게 말하면

물어본 거나 먼저 대답해

를 좀 더 잘하게 만든 업데이트.

OpenAI는 당시 한국어를 포함한 일부 비영어권 언어에서 문체가 여전히 다소 딱딱하거나 직역체처럼 느껴질 수 있다는 한계도 직접 명시했다.

GPT-5.4

2026년 3월 5일 공개.

ChatGPT에서는 주로

GPT-5.4 Thinking
GPT-5.4 Pro

형태로 제공됐다.

GPT-5.3-Codex의 강력한 코딩능력을 일반 전문업무 모델에 통합하면서

• 코딩
• 컴퓨터 사용
• 도구 사용
• 웹 검색
• 스프레드시트
• 프레젠테이션
• 문서 작성

등을 크게 개선했다.

100만 토큰

GPT-5.4 API의 컨텍스트 윈도우는 약

1,050,000 토큰

까지 확대됐다.

GPT-5 원본의 400K보다 두 배 이상 커졌다.

대형 코드베이스나 여러 개의 긴 문서를 한꺼번에 처리하기 쉬워졌다.

컴퓨터 사용

GPT-5.4부터 컴퓨터의 GUI를 직접 보고 조작하는 능력이 특히 강화됐다.

웹페이지나 소프트웨어의

• 버튼
• 메뉴
• 입력창
• 파일
• 화면상태

를 읽고 여러 단계를 수행하는 방식이다.

단순히

어떻게 해야 하는지 설명

하는 AI에서

직접 해주는 AI

로 이동하는 과정이 본격화됐다.

GPT-5.4 mini / nano

2026년 3월 17일 공개.

GPT-5.4 mini

고속·저비용 버전.

GPT-5 mini보다

• 코딩
• 추론
• 멀티모달 이해
• 도구 사용

능력이 크게 개선됐다.

400K 컨텍스트를 지원했다.

ChatGPT에서는 무료·Go 사용자의 Thinking 기능 등에 사용되기도 했으며 상위 모델 사용량을 모두 소진했을 때 fallback 역할도 했다.

GPT-5.4 nano

더 작은 API 전용 모델.

• 데이터 추출
• 분류
• 순위화
• 단순 코딩 서브에이전트

등 엄청난 요청량을 낮은 비용으로 처리하는 용도에 초점을 맞췄다.

GPT-5.5

2026년 4월 23일 공개.

OpenAI는 이를

실제 업무를 위한 새로운 종류의 지능

이라고 표현했다.

GPT-5.5는 복잡하고 애매한 작업을 사용자가 하나하나 지시하지 않아도

• 목표 파악
• 계획
• 도구 선택
• 실행
• 결과 확인
• 오류 수정
• 계속 진행

하도록 만드는 데 초점을 맞췄다.

특히

• agentic coding
• 컴퓨터 사용
• 지식업무
• 과학연구

에서 큰 성능향상이 있었다.

GPT-5.5 Pro

GPT-5.5와 같은 기반모델에 더 많은 테스트타임 계산을 사용하는 고성능 설정.

복잡한 업무에서 정확도를 우선할 때 사용됐다.

OpenAI 시스템카드는 GPT-5.5 Pro를 별도의 완전히 다른 모델이라기보다 GPT-5.5에 병렬 테스트타임 계산을 적용한 방식으로 설명했다.

GPT-5.5 Instant

2026년 5월 5일 공개.

ChatGPT의 일상 대화용 기본 모델.

GPT-5.4 Instant라는 모델은 존재하지 않았기 때문에 GPT-5.3 Instant의 직접적인 후속 역할을 맡았다.

개선점은

• 더 정확한 답변
• 불필요하게 긴 답변 감소
• 개인화
• 대화맥락 활용
• 자연스러운 말투

등이었다.

2026년 6월에는 의사결정, 추천, 쇼핑, 조사 등에서 사용자의 진짜 목적을 더 잘 파악하도록 다시 업데이트됐다.

GPT-5 초기의

모델을 더 똑똑하게

에서 점차

사람이 실제로 쓰기 편하게

로 최적화의 초점이 세밀해진 모습을 보여준다.

GPT-5.6

2026년 6월 26일 제한적인 프리뷰가 공개됐고 7월 9일 정식 출시됐다.

GPT-5 계열의 후기 대표 모델군.

이 버전부터 숫자 뒤에 용도별 이름을 붙이는 새로운 체계를 본격적으로 사용했다.

• GPT-5.6 Sol
• GPT-5.6 Terra
• GPT-5.6 Luna

Sol

GPT-5.6의 플래그십.

복잡한

• 코딩
• 전문업무
• 연구
• 사이버보안
• 과학
• 컴퓨터 사용

등에 최적화됐다.

OpenAI는 특히 토큰 하나당 얻을 수 있는 지능과 비용효율 개선을 강조했다.

Terra

성능과 비용의 균형형.

최고성능 Sol까지 필요하지 않은 일반 업무를 더 낮은 비용으로 처리하기 위한 모델이다.

Luna

가장 빠르고 저렴한 GPT-5.6 모델.

대량의 일상적인 작업을 처리하는 용도에 초점을 맞췄다.

기존의

대형 / mini / nano

같은 단순 크기 이름에서

Sol / Terra / Luna

라는 지속적인 성능등급 이름으로 체계를 바꾼 것이다.

OpenAI는 숫자가 모델 세대를, Sol·Terra·Luna가 해당 세대 안의 능력 등급을 나타낸다고 설명했다.

ultra

GPT-5.6에서는 매우 어려운 작업을 위한

ultra

설정도 도입됐다.

하나의 모델이 그냥 더 오래 생각하는 것을 넘어 여러 에이전트가 병렬로 서로 다른 작업을 수행하고 최종 결과를 합치는 방식도 사용한다.

예를 들어 복잡한 조사작업이라면

• 한 에이전트는 자료검색
• 다른 에이전트는 데이터분석
• 다른 에이전트는 반론검토
• 마지막 에이전트가 종합

같은 구조를 사용할 수 있다.

GPT 계열이 단일 챗봇에서 여러 AI 작업자를 조율하는 시스템으로 발전한 사례다.

GPT-5 계열 정리

모델	공개	주요 특징
GPT-5	2025년 8월	일반 모델과 추론모델 통합, 라우팅 시스템
GPT-5-Codex	2025년 9월	에이전트형 코딩
GPT-5.1	2025년 11월	대화·지시수행·적응형 추론 개선
GPT-5.2	2025년 12월	전문업무·긴 작업·도구 사용 강화
GPT-5.3-Codex	2026년 2월	장시간 코딩·업무 에이전트
GPT-5.3 Instant	2026년 3월	일상대화·웹검색·말투 개선
GPT-5.4	2026년 3월	전문업무·컴퓨터 사용·100만 토큰급 컨텍스트
GPT-5.4 mini/nano	2026년 3월	고속·저비용 모델
GPT-5.5	2026년 4월	복잡한 실제 업무와 에이전트 작업 강화
GPT-5.5 Instant	2026년 5월	일상 대화·개인화 강화
GPT-5.6	2026년 7월	Sol·Terra·Luna 체계, 효율·에이전트 능력 강화

보다시피

5.1 → 5.2 → 5.3 → 5.4 → 5.5

가 전부 같은 제품형태로 정확히 한 단계씩 올라간 것은 아니다.

GPT-5.3은 Codex와 Instant가 따로 등장했고, GPT-5.4에는 Instant가 없었으며, GPT-5.5에서는 다시 Instant 계열이 등장했다.

버전번호만 보고

5.4 Instant가 5.3 Instant와 5.5 Instant 사이에 있겠지

하면 없는 모델을 만들어내게 된다.

ChatGPT에서의 GPT-5

이 부분의 본문은 ChatGPT입니다. (해당 문서에서 가져왔을 수도 있으나, 아닐 수도 있습니다.)

GPT-5는 ChatGPT의 모델 선택방식 자체를 바꾼 세대다.

GPT-4 시대

기존에는 사용자가

• GPT-4o
• o3
• o4-mini
• GPT-4.1

등을 직접 골라야 했다.

어떤 게 제일 좋은지 일반사용자가 알아야 했다.

GPT-5

GPT-5에서는 기본적으로 Auto를 사용하면 ChatGPT가 질문의 난이도를 보고

빨리 대답

또는

오래 생각

을 스스로 결정했다.

이후 사용자가 직접 Fast·Thinking 등을 선택할 수도 있도록 했다.

후속버전

2025년 말부터는

Instant
Thinking
Pro

구분이 정착됐다.

대략

Instant = 빠른 일상사용
Thinking = 어려운 문제
Pro = 최대한 품질 우선

이라고 보면 된다.

정확한 내부모델과 제공방식은 버전마다 달랐다.

버전 올라가는 속도

GPT-4는 2023년 3월 공개된 뒤 `GPT-4`라는 세대 번호가 꽤 오랫동안 유지됐다.

반면 GPT-5 시대에는

5.0 → 5.1 → 5.2 → 5.3 → 5.4 → 5.5 → 5.6

이 1년도 안 되는 기간에 지나갔다.

기존의

몇 년에 한 번 GPT 숫자 하나 올라가는 방식

에서 벗어나 모델을 소프트웨어처럼 지속적으로 업데이트하는 방식이 강해졌다.

이 때문에 특정 시점의

GPT-5 성능

이라고 말할 때는 정확히 어느 버전을 의미하는지 확인할 필요가 생겼다.

2025년 8월 GPT-5와 2026년 7월 GPT-5.6은 같은 GPT-5 세대라고 해도 상당히 다른 모델이다.

GPT-6

이 부분의 본문은 GPT-6입니다. (해당 문서에서 가져왔을 수도 있으나, 아닐 수도 있습니다.)

2026년 9월부터 후속 세대인 GPT-6가 공개되기 시작했다.

GPT-6 Astra를 시작으로 Sol과 Luna 등이 추가됐으며 2026년 10월 7일에는 더 많은 ChatGPT 사용자에게 GPT-6가 확대됐다.

따라서 2026년 10월 현재 GPT-5는 더 이상 OpenAI의 최신 GPT 세대가 아니다.

다만 모델세대가 바뀌었다고 기존 GPT-5 모델이 전부 같은 날 사라지는 것은 아니다.

GPT-5.6 계열 등은 제품과 API에 따라 계속 사용된다.

GPT-4와 GPT-5의 차이

	GPT-4 시대	GPT-5 시대
시작	2023년	2025년
일반·추론 모델	GPT와 o-series 분리	하나의 GPT 시스템으로 통합
모델 선택	사용자가 직접 선택하는 경우 많음	자동 라우팅 중심
주요 방향	멀티모달, 성능 향상	추론·도구·에이전트 통합
컴퓨터 사용	제한적	본격 강화
코딩	코드 생성 중심	장시간 코딩 에이전트
안전	거절 중심 요소 강함	safe-completion 도입
버전 업데이트	비교적 느림	매우 빠름

GPT-4 시대의 핵심 변화가

AI가 글뿐 아니라 이미지·음성도 다룬다

였다면 GPT-5 시대의 핵심은

AI가 생각하고 도구를 쓰면서 실제 작업을 끝까지 한다

쪽에 가깝다.

에이전트

이 부분의 본문은 AI 에이전트입니다. (해당 문서에서 가져왔을 수도 있으나, 아닐 수도 있습니다.)

GPT-5 시대의 중요한 변화.

기존 ChatGPT는 질문하면 답변하는 형태가 중심이었다.

GPT-5 후반 모델에서는 사용자가

이 자료 조사해서 보고서 만들어줘

라고 요청하면

1. 웹 검색
2. 자료 읽기
3. 필요한 정보 추출
4. 계산
5. 파일 생성
6. 결과 검토
7. 오류 수정
8. 완성본 제출

같은 여러 단계를 스스로 수행하는 방향으로 발전했다.

이런 작업을 흔히 agentic task라고 부른다.

GPT-5.5와 GPT-5.6에서는 특히 컴퓨터 조작과 여러 도구를 오랫동안 사용하는 능력이 중요한 평가대상이 됐다.

컴퓨터 사용

GPT-5 후반 계열에서는 GUI를 직접 조작하는 computer use 능력이 크게 강화됐다.

즉 화면을 보고

• 버튼 클릭
• 메뉴 선택
• 텍스트 입력
• 파일 열기
• 웹사이트 탐색
• 프로그램 조작

등을 수행할 수 있다.

이는 일반적인 언어모델 성능만으로 해결되지 않는다.

화면을 시각적으로 이해하고 현재 상태를 파악한 뒤 다음 행동을 결정하고, 행동 결과를 다시 확인해야 한다.

한 번의 답변보다 수십~수백 단계의 판단이 필요하다.

GPT-5 계열에서 이러한 장시간 작업의 안정성을 높이는 것이 중요한 연구분야가 됐다.

도구 사용

GPT-5 API는

• 웹 검색
• 파일 검색
• 이미지 생성
• 함수 호출
• 각종 외부 도구

를 사용할 수 있도록 설계됐다.

후속 모델에서는 모델이 직접

무슨 도구가 필요한지
어떤 순서로 실행해야 하는지
결과가 맞는지

까지 판단하는 능력이 계속 강화됐다.

결국 GPT가 모든 정보를 자기 머릿속에 외우고 있는 방향보다

모르는 건 찾아보고 계산할 건 계산기에 맡기고 프로그램도 직접 돌리는 방향

으로 발전한 것이다.

컨텍스트

원본 GPT-5 API의 컨텍스트 윈도우는 400K 토큰이었다.

GPT-5.4에서는 약 1.05M 토큰까지 확대됐다.

100만 토큰 수준이면 매우 긴 문서집이나 상당한 규모의 코드베이스를 한 번에 입력할 수 있다.

물론

100만 토큰 들어감 = 100만 토큰을 전부 완벽히 이해함

은 아니다.

긴 문맥에서 중요한 정보를 정확하게 찾아 사용하는 능력은 별도의 성능문제다.

그래서 후속 GPT-5 모델에서는 단순 컨텍스트 최대길이뿐 아니라 long-context reasoning 능력 자체도 중요한 평가대상이 됐다.

모델 크기

GPT-5의 정확한 매개변수 수는 공개되지 않았다.

GPT-4와 마찬가지로 OpenAI는

• 매개변수 수
• 상세 모델구조
• 학습 연산량
• 정확한 학습 데이터 구성

등을 공개하지 않았다.

따라서 인터넷에서

GPT-5는 ○조 파라미터다

같은 숫자를 발견해도 공식정보로 보면 안 된다.

게다가 최신 모델은 Mixture of Experts, 라우팅, 여러 모델의 조합, 테스트타임 컴퓨트 등이 사용될 수 있어 총 매개변수 하나만으로 성능을 비교하는 것도 점점 의미가 줄어들고 있다.

학습

OpenAI는 GPT-5가 Microsoft Azure의 AI 슈퍼컴퓨터를 이용해 학습됐다고 밝혔다.

GPT-5 계열은 일반적인 대규모 사전학습 외에도

• 강화학습
• 인간 피드백
• 추론 학습
• 도구 사용 학습
• 안전학습
• 실제 업무환경 기반 학습

등 여러 방법을 사용한다.

특히 reasoning 계열은 답을 내기 전에 여러 전략을 검토하고 자신의 오류를 수정하도록 강화학습됐다.

한계

환각

많이 줄었지만 여전히 존재한다.

틀린 정보를 확신에 차서 말할 수 있다.

에이전트 오류

GPT-5가 직접 여러 작업을 수행할 수 있게 되면서 새로운 문제가 생겼다.

대화형 AI가 틀리면

말 하나 틀림

으로 끝날 수 있지만 컴퓨터를 직접 조작하는 AI가 틀리면

• 잘못된 파일 수정
• 엉뚱한 버튼 클릭
• 잘못된 데이터 입력
• 작업범위 초과

같은 실제 행동으로 이어질 수 있다.

따라서 모델 성능뿐 아니라

• 권한관리
• 사용자 확인
• 샌드박스
• 작업검증

같은 시스템 안전장치도 더욱 중요해졌다.

긴 작업

몇 시간 이상 지속되는 에이전트 작업에서는 작은 실수가 누적될 수 있다.

처음 계획이 틀렸는데 계속 밀어붙이거나 중간 목표를 잊을 수도 있다.

후속 GPT-5 모델이 장시간 업무능력을 지속적으로 강화한 이유 중 하나다.

최신 정보

모델의 사전학습 지식에는 기준시점이 존재한다.

웹 검색이 연결돼 있으면 최신 정보를 가져올 수 있지만 검색 자체가 항상 자동으로 이루어지는 것은 제품설정과 상황에 따라 달라진다.

영향

GPT-5는 ChatGPT의 성격을

질문에 답하는 AI

에서

업무를 직접 수행하는 AI

로 옮기는 데 중요한 세대였다.

특히

• 모델 자동선택
• 추론 통합
• 코딩 에이전트
• 컴퓨터 사용
• 장시간 작업
• 여러 도구 조율

이 하나의 제품군 안에 통합됐다.

GPT-4 시대에는

AI가 이런 것도 알아?

가 주요 관심이었다면 GPT-5 시대에는

이 일을 AI한테 통째로 맡겨도 되나?

가 중요한 질문이 됐다.

여담

• 공개일은 2025년 8월 7일.
• GPT-4가 공개된 지 약 2년 5개월 만의 공식 정수 세대교체였다.
• GPT-4와 GPT-5 사이에는 GPT-4 Turbo, GPT-4o, GPT-4.1, GPT-4.5 등 수많은 중간모델이 존재했다.
• GPT-5부터 기존 GPT와 o-series 추론모델을 하나의 시스템 안에서 통합하기 시작했다.
• 출시 당시 일반 응답은 `gpt-5-main`, 깊은 추론은 `gpt-5-thinking`이라고 시스템카드에서 표현했다.
• 사용자는 기본적으로 내부 이름을 볼 필요가 없었다.
• 질문에 따라 라우터가 알아서 모델을 골랐다.
• 그런데 공개 며칠 뒤 사용자들이 직접 조절하고 싶어해서 Auto·Fast·Thinking 선택지가 추가됐다.
• GPT-5 API는 처음부터 400K 토큰 컨텍스트를 지원했다.
• 최대 출력은 128K 토큰.
• GPT-5 mini와 nano도 동시에 공개됐다.
• GPT-5 nano는 출시 당시 출력 100만 토큰당 0.40달러였다.
• GPT-5에서는 출력의 상세함을 조절하는 `verbosity` 옵션도 도입됐다.
• 추론량을 조절하는 `reasoning_effort`도 지원한다.
• GPT-5는 safe-completion이라는 새로운 안전학습 방식을 도입했다.
• 그냥 거절할지 말지 고르는 것보다 안전한 범위에서 최대한 답해주는 것을 목표로 한다.
• OpenAI 발표 기준 웹검색을 사용한 실제형 평가에서 GPT-5 일반모델은 GPT-4o보다 사실 오류 가능성이 약 45% 낮았다.
• Thinking 모델은 o3보다 약 80% 낮았다.
• 그렇다고 환각이 없어졌다는 뜻은 아니다.
• GPT-5는 GPT-4o보다 덜 아첨하도록 조정됐다.
• 초기 GPT-5의 말투가 너무 딱딱하다는 사용자 의견이 나오자 출시 8일 뒤인 2025년 8월 15일 기본 성격을 더 따뜻하게 수정했다.
• 2025년 9월에는 GPT-5-Codex가 등장했다.
• 2025년 11월 GPT-5.1이 나왔다.
• 한 달도 안 돼 12월에 GPT-5.2가 나왔다.
• 2026년 2월에는 GPT-5.3-Codex.
• 3월에는 GPT-5.3 Instant와 GPT-5.4.
• 4월에는 GPT-5.5.
• 5월에는 GPT-5.5 Instant.
• 7월에는 GPT-5.6.
• 버전 존나 빨리 올라갔다.
• GPT-5.4 Instant라는 공식 모델은 없다.
• OpenAI가 GPT-5.5 Instant 시스템카드에서 직접 없다고 명시했다.
• GPT-5.4는 약 105만 토큰 컨텍스트를 지원했다.
• GPT-5.5에서는 AI가 사용자의 애매한 작업을 알아서 계획하고 끝까지 수행하는 능력을 크게 강화했다.
• GPT-5.6부터 Sol·Terra·Luna라는 이름이 등장했다.
• Sol은 최고성능, Terra는 균형형, Luna는 고속·저비용 모델이다.
• GPT-5.6은 2026년 6월 말 제한 프리뷰 뒤 7월 9일 정식 공개됐다.
• GPT-5.6은 GPT-5 계열의 마지막 주요 세대 가운데 하나가 됐다.
• 2026년 9월 GPT-6가 등장하면서 GPT-5가 더 이상 최신 세대는 아니게 됐다.
• 2026년 10월 현재 GPT-6가 나왔다고 GPT-5 계열이 전부 없어진 것은 아니다.
• GPT라는 숫자 하나가 예전처럼 단일 모델 하나를 의미하기보다 여러 성능등급·제품·추론설정을 포함하는 모델 패밀리를 의미하는 경향이 더 강해졌다.
• 그래서 "나 GPT-5 썼어"만으로는 2026년 기준 정확히 어떤 모델을 사용했는지 모를 수도 있다.
• GPT-5.3 Instant와 GPT-5.3-Codex는 이름은 비슷하지만 사용목적과 제품이 다르다.
• GPT-5.5 역시 GPT-5.5 Thinking과 GPT-5.5 Instant가 별도로 존재했다.
• 버전번호만 보고 모델 계보를 단순하게 일렬로 세우면 꽤 헷갈린다.

같이 보기

• ChatGPT
• GPT
• GPT-4
• GPT-6
• OpenAI
• GPT-4o
• GPT-4.1
• GPT-4.5
• Codex
• 대규모 언어 모델
• 생성형 인공지능
• AI 에이전트
• 멀티모달
• 트랜스포머
• RLHF
• 토큰
• 프롬프트
• AI 환각
• Microsoft Azure

외부 링크

• OpenAI - Introducing GPT-5
• OpenAI - GPT-5
• GPT-5 System Card
• GPT-5 for developers
• GPT-5.1
• GPT-5.2
• GPT-5.3 Instant
• GPT-5.4
• GPT-5.5
• GPT-5.6