GPT-6 모델 가이드가 말하는 것은 선택이 아니라 운영 설계다
OpenAI는 GPT-6 제품군 가이드에서 작업의 난이도·비용·지연 시간에 맞춰 모델, 추론 수준, 속도를 고르라고 권한다. 프롬프트와 스킬, 저장소 지침을 일관되게 두고 긴 작업에는 조정 기능·비동기 도구·위임을 활용하라는 내용도 담겼다. 운영 단계에서는 컨텍스트 관리, 캐싱, 압축, 모니터링과 데이터 통제도 함께 언급한다.
이 가이드를 단순한 모델 비교표로 읽으면 놓치는 점이 있다. 실무에서 모델 선택은 “가장 똑똑한 모델을 쓰는가”보다 특정 업무를 정해진 품질과 시간 안에 반복할 수 있는가에 가깝다. 같은 모델도 입력 구조, 도구 응답, 실패 처리, 사람의 검토 시점에 따라 비용과 결과가 크게 달라진다. 가이드가 모델명뿐 아니라 운영 방식을 길게 다루는 이유도 여기에 있다.
먼저 작업을 성격별로 나눈다
모델을 고르기 전에 업무를 한 덩어리로 부르는 습관부터 버리는 편이 낫다. 예를 들어 고객 문의 처리에는 분류, 지식 검색, 답변 초안, 개인정보 확인, 전송 승인처럼 성격이 다른 작업이 섞여 있다. 사실 추출과 형식 변환은 빠르고 비용 효율적인 설정으로도 충분할 수 있다. 반면 모호한 정책을 해석하거나 코드 변경을 검토하는 단계에는 더 많은 추론과 사람의 확인이 필요할 수 있다.
가이드는 저·중·고 수준의 추론 노력을 각각 일상적 작업, 판단이 필요한 비교·계획, 어려운 디버깅과 심층 검토 같은 사례에 연결한다. 이를 고정 규칙으로 보기보다 첫 실험의 가설로 삼는 편이 좋다. 실제 업무 샘플을 모아 같은 작업을 서로 다른 설정으로 실행하고 정답률뿐 아니라 수정 횟수와 완료 시간도 측정해야 한다.
성공한 요청 하나의 비용을 계산한다
토큰당 가격만 비교하면 결론을 잘못 내리기 쉽다. 저렴한 호출이 재시도와 사람의 재작업을 늘린다면, 완료된 업무 하나의 총비용은 오히려 높아질 수 있다. 반대로 강한 모델이 한 번에 끝낸다 해도 모든 단순 작업에 같은 설정을 쓰면 운영 비용이 불필요하게 커진다. 팀이 볼 지표는 호출당 비용보다 ‘성공한 작업 한 건당 비용’에 가까워야 한다.
여기서 성공의 정의도 분명히 해야 한다. 단지 응답이 생성됐다는 뜻이 아니라, 필요한 필드를 채웠고 근거가 남았으며 사람이 수정 없이 다음 단계로 넘겼다는 뜻인지 합의해야 한다. 지연 시간 역시 평균만 보지 말고 느린 요청이 사용자 경험이나 작업 큐를 어떻게 막는지 살펴야 한다. 가이드가 작업 성공, 지연 시간, 비용을 함께 측정하라고 한 것은 이 세 지표가 맞물려 있기 때문이다.
지침은 길이보다 경계가 중요하다
가이드는 프롬프트, 스킬, 저장소 지침이 무엇을 만들지·무엇을 독립적으로 할지·완료가 무엇인지를 일관되게 말해야 한다고 설명한다. 현장에서는 이를 규칙을 끝없이 추가하라는 뜻으로 오해하기 쉽다. 그러나 에이전트가 가장 자주 흔들리는 곳은 행동의 경계가 모호한 지점이다. 읽기 전용 조사까지 가능한지, 외부 시스템에 쓰기 전에 승인해야 하는지, 실패하면 어디서 멈춰야 하는지를 짧고 분명하게 적는 편이 효과적이다.
특히 도구 사용이 들어간 흐름에서는 모델의 답변 품질과 실행 권한을 분리해야 한다. 좋은 초안을 썼다고 해서 메시지 전송이나 데이터 수정까지 맡길 근거가 생기는 것은 아니다. 처음에는 결과를 제안으로만 받는다. 사람의 승인 뒤에 다음 도구를 호출하도록 설계한다. 반복 관찰로 오류 유형이 좁혀질 때만 권한을 조금씩 넓힌다.
긴 작업은 컨텍스트를 쌓는 일이 아니다
가이드는 반복 작업에서 프롬프트 캐싱을 활용하고 긴 대화에서는 압축으로 필요한 상태를 보존하라고 안내한다. 실무에서는 모든 대화를 오래 보관하기보다 다음 단계가 반드시 알아야 할 결정과 증거만 남기는 설계에 가깝다. 요구사항의 원문, 이미 실행한 도구, 확인된 사실, 아직 사람에게 물어야 할 선택지를 구분해 기록해 두면 컨텍스트가 길어져도 방향을 잃을 가능성이 줄어든다.
병렬화도 마찬가지다. 서로 의존하지 않는 조사나 파일 검사는 함께 할 수 있지만 같은 데이터에 쓰는 작업을 동시에 실행하면 충돌이 커질 수 있다. 비동기 도구를 쓸 때는 결과를 기다려야 하는 경계를 분명히 하고 작업별 실패를 전체 실패와 구분해 보여 주는 것이 중요하다.
도입의 첫 주에는 평가표가 제품이다
GPT-6 가이드를 적용할 때 가장 작게 시작하는 방법은 모델을 전면 교체하는 일이 아니다. 대표 업무 20~50건을 골라 기대 결과, 허용 오류, 사람 검토 시간, 비용을 적은 평가표를 만드는 일이다. 그 표로 모델과 추론 수준을 비교하고 나쁜 결과가 나오면 모델을 바꾸기 전에 입력·도구·지침 가운데 무엇이 원인인지 살핀다.
OpenAI의 가이드가 제시하는 방향은 분명하다. 모델은 워크플로의 한 부품이다. 신뢰성은 관찰·측정·권한 경계에서 나온다. 성능이 좋아질수록 이 기본 설계는 덜 중요해지는 것이 아니라 오히려 더 중요해진다.