요약
GPT-6 Astra의 핵심은 코딩 성능을 넘어 컴퓨터 조작과 일반 업무 자동화 능력까지 크게 확장됐다는 점입니다. 이 영상은 터미널 작업, 비즈니스 워크플로, 전문 소프트웨어 조작, 과학·의료·보안 분야의 벤치마크와 실제 활용 사례를 살펴보고, 긴 문맥을 유지하는 능력이 에이전트 운용 방식에 어떤 변화를 가져올지 짚습니다. 마지막에는 명령 추종, 프로젝트 지침, 글쓰기 스타일, 하위 에이전트 위임, 테스트 범위를 중심으로 GPT-6 Astra용 하네스와 프롬프트를 작성하는 방법을 정리합니다.
🔑 핵심 인사이트
1. GPT-6 Astra는 소프트웨어 개발뿐 아니라 이메일, PDF, 브라우저, 문서 작성처럼 여러 앱을 오가는 일반 업무 처리 능력을 강조한 모델입니다.
2. AutomationBench, 에이전트의 마지막 시험, ScreenSpot-Pro, OSWorld 등을 통해 비즈니스 워크플로와 전문 소프트웨어 인터페이스를 다루는 능력을 보여줍니다.
3. 영상에서는 엑셀, Power BI 대시보드, 프레젠테이션, 문서, 세금 양식, 회로 기판, Blender와 Unreal Engine 작업 등 여러 산업·전문 분야의 사례를 소개합니다.
4. 가격은 같은 리즈닝 모드를 기준으로 Claude Fable 5.1의 절반 정도 수준이라고 설명하며, 일상적인 업무 자동화에 활용하기 좋은 비용 구조에 주목합니다.
5. 과학·의료 분야뿐 아니라 사이버 보안 벤치마크도 다루며, ExploitBench는 100%, ExploitGym은 약 42%로 소개합니다.
6. 환각 발생률은 5%대로 설명되며, 긴 문맥에서는 20만~50만 컨텍스트까지 능력을 잃지 않고 100만에서도 96%의 성능을 유지했다고 소개합니다.
7. 명령 추종 능력이 강화된 만큼 AGENTS.md와 SKILL.md의 상충 여부, 글쓰기 구조, 하위 에이전트 위임 조건, 테스트 범위를 더 명확하게 지정해야 합니다.
8. 발표자는 AI가 엑셀처럼 보편적인 업무 도구가 되고, 앞으로는 일반 사용자도 자신의 업무를 자동화할 줄 알아야 하는 시대가 올 것으로 전망합니다.
📝 상세 가이드 요약
🚀 Part 1. 벤치마크로 보는 업무 수행 능력
Terminal-Bench 2는 터미널 도구를 활용한 데이터 분석과 과학 문제 해결 능력, ARC-AGI-3는 규칙을 알려주지 않은 미니게임을 파악하고 해결하는 능력으로 설명됩니다. 영상에서는 ARC-AGI-3 점수가 거의 99.9%라고 소개하고, 소프트웨어 엔지니어링 관련 Terminal-Bench에서는 Fable 5보다 조금 높은 결과를 언급합니다.
특히 AutomationBench는 개발이 아닌 실제 비즈니스 워크플로 처리 능력을 평가하는 지표로 소개됩니다. 발표자는 이 점수가 높다는 사실을 GPT-6 Astra가 일반 업무 자동화에도 폭넓게 쓰일 수 있다는 근거로 해석합니다.
🚀 Part 2. 컴퓨터 조작과 일상 업무 자동화
에이전트의 마지막 시험은 금융 모델링, 엔지니어링, 미디어 제작 등 여러 산업에서의 업무 수행 능력을 평가합니다. ScreenSpot-Pro는 전문 소프트웨어의 스크린샷에서 클릭할 인터페이스 요소를 찾는 능력, OSWorld는 이메일·PDF·브라우저 등을 오가며 실제 사용자의 작업 흐름을 수행하는 능력을 다룹니다.
영상에서는 소아과 의사 검색, 아파트 찾기, 운전면허 시험장 예약, 유치원 분석처럼 브라우저에서 일상적으로 처리하는 작업도 Astra가 수행하는 사례로 제시합니다.
🚀 Part 3. 문서부터 게임까지 확장된 제작 영역
엑셀과 Power BI 대시보드, 프레젠테이션, 스프레드시트와 문서뿐 아니라 회로 기판 설계, 게임 개발, 미국 개인 소득세 1040 양식 작성 사례가 소개됩니다. 19세기 악보 스캔본을 음악 소프트웨어에서 편집할 수 있도록 구조화한 작업도 전문직 활용 사례로 다룹니다.
Blender로 자동차 변속기의 기어 움직임을 재현하고 Unreal Engine 결과물을 만드는 장면도 나옵니다. 직접 조작할 수 있는 게임에는 터보, 아이템, 부스터 모드 같은 기능이 구현돼 있다고 설명합니다.
🚀 Part 4. 가격과 전문 분야 성능
영상에서는 같은 리즈닝 모드를 기준으로 GPT-6 Astra의 가격이 Claude Fable 5.1의 절반 정도라고 설명합니다. 비교적 저렴한 비용으로 코딩과 일상 업무를 처리할 수 있다는 점을 중요한 장점으로 봅니다.
GPQA를 통해 생물학·화학·물리학 성능을, HealthBench를 통해 의료 분야 성능을 살펴봅니다. 사이버 보안에서는 ExploitBench, ExploitGym, SREBench를 소개하며, ExploitBench 100%와 ExploitGym 약 42%라는 수치를 설명합니다.
🚀 Part 5. 긴 문맥이 바꾸는 에이전트 운용
발표자는 일반적인 LLM이 컨텍스트가 길어질수록 성능이 떨어진다고 설명합니다. 비교 대상으로 GPT-5.6 Sol은 구간에 따라 91.5%와 73% 수준의 능력을 보인다고 언급하는 반면, GPT-6 Astra는 20만~50만 컨텍스트까지 능력을 잃지 않고 100만에서도 96%의 성능을 유지했다고 소개합니다.
이 특성이 유지된다면 성능 저하를 막기 위해 서브 에이전트를 띄우거나, 컴팩트 전략을 세우거나, 별도 MD 파일로 문맥을 보존하던 작업이 줄어들 수 있습니다. 다만 비용을 줄이기 위한 컴팩트는 계속 필요할 수 있으며, 이에 따라 하네스 설계 방식도 달라질 수 있다고 전망합니다.
🚀 Part 6. Astra용 지침과 하네스 작성법
명령 추종 능력이 강화돼 스킬과 AGENTS.md 같은 프로젝트 지침의 영향을 더 많이 받을 수 있으므로, 서로 상충하는 내용을 제거하고 지침을 세심하게 작성해야 합니다. 여러 회기에 걸친 반복 표현을 줄이려면 원하는 글쓰기 스타일과 결과물 구조도 명확히 지정하는 것이 좋다고 설명합니다.
Astra가 하위 에이전트에 자주 위임하지 않을 수 있으므로 병렬 작업이 필요할 때는 하위 에이전트를 언제, 얼마나 사용할지 직접 정해야 합니다. 또한 테스트를 철저하게 수행하는 경향이 있으므로 작은 수정이 과도하게 확장되지 않도록 필요한 테스트 수준과 범위를 구체적으로 적는 것이 중요합니다.
🔗 관련 링크
🎬 OpenAI GPT-6 Astra 소개 페이지: https://openai.com/index/gpt-6-astra/
🎬 OpenAI 개발자 홈페이지: https://developers.openai.com/api/docs/guides/latest-model?model=gpt-6-astra
⏰ 타임라인
00:00 GPT-6 Astra 공개와 핵심 특징
00:22 종합 벤치마크 살펴보기
01:19 AutomationBench와 업무 자동화
01:59 에이전트의 마지막 시험
02:19 ScreenSpot-Pro의 인터페이스 인식
02:37 OSWorld와 실제 컴퓨터 작업
03:15 산업별 활용 사례
04:47 프레젠테이션과 문서 제작
05:25 Unreal Engine과 게임 데모
05:55 코딩 성능
06:09 가격 경쟁력
06:20 과학과 의료 분야 성능
06:47 사이버 보안 벤치마크
07:22 환각 발생률
07:36 긴 문맥 유지 능력
09:19 Astra용 하네스 작성 팁
11:01 AI 업무 자동화의 보편화
#GPT6 #astra #codex #openai
![[벙커1특강] 박태웅 AI 강의 1부 썸네일](https://i.ytimg.com/vi/Wb-egpA7AFA/hqdefault.jpg)
1:06:36
![[딥러닝, 머신러닝, 인공지능] 이 영상 하나로 끝내드립니다 | 네이버 AI 부트캠프 멘토출신 이종혁 - 메타코드M 썸네일](https://i.ytimg.com/vi/WeHFmpDN_ks/hqdefault.jpg)
