① GPT-5.4란? 30초 핵심 요약과 3가지 티어

이전 버전인 GPT-5.3 Instant가 3월 3일에 출시된 지 불과 이틀 만에 후속작이 나온 셈인데,
이는 OpenAI가 올해부터 선언한 ‘월간 업데이트 정책’의 첫 번째 실행 결과입니다.
숫자만 올린 평범한 업그레이드로 보이지만, 이번은 구조 자체가 달라진 업데이트입니다.

3-티어 시스템으로 제공됩니다. 마치 같은 엔진의 차를 기어에 따라 다르게 달리는 것과 같습니다.
ChatGPT 모델 선택 화면에는 Auto / Instant / Thinking / Pro 네 가지 옵션이 표시되고,
Auto는 질문 복잡도를 감지해 Instant 5.3과 Thinking 5.4 사이를 자동으로 오가는 라우팅 레이어입니다.

▲ 목차로 돌아가기

② Computer Use(Kua): AI가 마우스를 잡다

OpenAI 메인라인 모델 최초로 컴퓨터를 직접 조작하는 기능이 기본 탑재되었습니다.
마우스 클릭, 드래그, 키보드 입력, 앱 전환까지 — AI가 화면을 보고 스스로 판단해 작업을 수행합니다.

OSWorld 75.0% — 인간 기준선 72.4%를 처음으로 초과

컴퓨터 조작 능력을 평가하는 공인 벤치마크 OSWorld-Verified에서
OpenAI 팀이 이를 두고 “퀀텀 리프(Quantum Leap)”라 표현한 이유가 있습니다.

Stateless → Stateful: 이전과 무엇이 다른가

이전 모델에서 Computer Use를 쓰려면 작업마다 새 환경을 띄워야 했습니다(Stateless 방식).
즉, 이전 작업의 상태를 기억한 채 다음 단계로 자연스럽게 이어갑니다.
OpenAI 공식 자료에 따르면 이 방식으로 토큰 사용량이 최대 2/3까지 절감됩니다.

개인적으로 이 기능을 처음 봤을 때 솔직히 좀 충격이었습니다.
단순히 “코드를 써줘”가 아니라 실제로 내 화면을 보고 클릭하면서 일을 완료하는 그 장면은,
AI가 진짜 ‘업무 에이전트’로 전환되는 변곡점이라는 느낌이 강하게 들었습니다.
반복 업무 자동화를 고민하는 분이라면, 이 기능 하나만으로도 GPT-5.4를 써봐야 할 이유가 충분합니다.

▲ 목차로 돌아가기

③ 100만 토큰 컨텍스트 — 진짜 바뀐 게 뭔가

전체 코드베이스, 수백 페이지 법률 문서, 대규모 연구 데이터셋을 단 한 번의 요청으로 처리할 수 있게 됐습니다.

하지만 기본값은 272K, ‘옵트인’ 필요

주의할 점이 있습니다. 1M 컨텍스트는 기본이 아닙니다.
API에서 model_context_window와 model_auto_compact_token_limit 파라미터를
명시적으로 설정해야 활성화됩니다.
또한 272K 토큰 초과 구간부터는 정상 요금의 2배가 과금되므로 비용 설계에 유의해야 합니다.
ChatGPT 플랜별 컨텍스트 한도는 최신 Help Center 공식 페이지에서 확인하는 것이 가장 정확합니다.

▲ 목차로 돌아가기

④ Tool Search·스티어빌리티·컨텍스트 컴팩션 3총사

개발자라면 특히 API 비용과 워크플로우 안정성에 즉각적인 영향을 미치는 기능들입니다.

1. Tool Search — 토큰 47% 절감

에이전트 워크플로우에서 기존에는 모든 도구 정의를 한 번에 로드해야 했습니다.
Tool Search는 필요할 때만 검색해서 도구를 로드하는 방식으로 전환합니다.
OpenAI와 Scale AI가 공동 평가한 MCP Atlas 벤치마크(250개 태스크)에서
동일한 정확도를 유지하면서 토큰 사용량 47% 절감이 확인됐습니다.
수십~수백 개의 MCP 도구를 운용하는 에이전트에서 효과가 극대화됩니다.

2. 스티어빌리티(Steerability) — 생각 중 실시간 방향 수정

AI가 Thinking(추론) 중에 잘못된 방향으로 흘러가고 있을 때,
기존에는 완료 후 다시 프롬프트를 입력해야 했습니다.
스티어빌리티는 추론이 진행 중인 도중에 실시간으로 개입해 방향을 수정할 수 있게 합니다.
코딩처럼 오래 걸리는 작업에서 “A 방식 말고 B 방식으로” 중간 교정이 가능해져
시행착오로 낭비되는 토큰과 시간을 대폭 줄일 수 있습니다.

3. 컨텍스트 컴팩션(Context Compaction) — 에이전트 기억력 유지

긴 멀티턴 에이전트 체인에서 앞부분 맥락이 사라지는 ‘컨텍스트 드리프트’ 문제를
이전 컨텍스트를 암호화된 압축 아이템으로 요약해 다음 턴에 전달하는 방식으로,
수백 단계를 거치는 자율 에이전트에서도 초기 목표와 맥락이 유지됩니다.

▲ 목차로 돌아가기

⑤ 플랜별 접근 권한과 실전 비용 시뮬레이션

어떤 플랜에서 어떤 기능을 쓸 수 있는지, 그리고 API로 실제 운영하면 비용이 얼마나 드는지 정리합니다.

API 가격표 (2026년 3월 5일 기준)

월간 비용 시뮬레이션: 하루 50건 에이전트 태스크

입력 평균 8K + 출력 1.5K 토큰 기준으로 계산하면,
Thinking 5.4 전용 사용 시 월 약 $63,
Pro 5.4 전용 시 월 약 $765,
하이브리드(Pro 10% + Thinking 90%) 전략 시 월 약 $134로 추정됩니다.
Tool Search가 토큰을 47% 절감하므로 실제 비용은 이보다 낮을 수 있습니다.

▲ 목차로 돌아가기

⑥ GPT-5.4 vs Claude Opus 4.6 솔직 비교

벤치마크 수치만 보고 “어느 게 더 낫다”는 단편적 판단은 위험합니다.
평가 기준 자체가 다르기 때문입니다. 그래도 솔직하게 비교해 드립니다.

코딩 수치만 보면 Claude가 앞서 보이지만, SWE-bench Pro와 SWE-bench Verified는 평가 기준이 다르므로
직접 비교에는 한계가 있습니다. 개인적인 견해로는 두 모델을 경쟁 구도로 보기보다는
용도별 병행 사용이 가장 합리적인 전략이라고 생각합니다.
반복 자동화·오피스 연동·컴퓨터 조작 중심이라면 GPT-5.4,
복잡한 대화와 문서 창작·코드 리뷰라면 Claude — 이렇게 역할을 나누는 것입니다.

▲ 목차로 돌아가기

⑦ 지금 바로 쓰는 실전 활용 시나리오 5선

기능 설명만큼 중요한 것이 ‘어떻게 쓸 것인가’입니다.

• 1
  
  반복 업무 완전 자동화 (Computer Use):
  “매일 9시 이메일에서 발주 내역 추출하고 구글 시트에 정리해줘” 한 마디로
  ChatGPT가 브라우저를 열고, 이메일을 읽고, 시트를 업데이트하는 전 과정을 자율 수행합니다.
  코딩 지식이 없는 분도 노코드 수준으로 업무 자동화가 가능해졌습니다.
  
• 2
  
  전체 문서 기반 원클릭 분석 (1M 컨텍스트):
  계약서 200페이지, 감사 보고서 전체, 대형 오픈소스 코드베이스를 단일 요청으로 넣고
  “불리한 조항 찾아줘” 또는 “보안 취약점 리스트 뽑아줘”가 가능합니다.
  법률·회계·금융 분야에서 특히 파괴적인 생산성 향상이 기대됩니다.
  
• 3
  
  엑셀·구글 시트 AI 분석 (오피스 플러그인):
  스프레드시트 안에서 “이 데이터에서 전월 대비 매출 감소 품목 찾아줘”,
  “DCF 모델로 기업가치 계산해줘”처럼 말만 걸면 됩니다.
  수식을 몰라도, GPT-5.4가 수식을 직접 짜고 실행해줍니다.
  
• 4
  
  코드 작성 → 테스트 → 수정 자동 루프 (Codex 연동):
  개발자라면 Codex에서 GPT-5.4를 연동해 build-run-verify-fix 루프를 활용하세요.
  버그가 나오면 스스로 원인을 파악하고 수정까지 완료합니다.
  “이 Python 코드 테스트하고 모든 버그 수정해줘” 한 줄로 충분합니다.
  
• 5
  
  딥 리서치 보고서 자동 작성 (BrowseComp + Tool Search):
  “2026년 국내 AI 반도체 시장 트렌드 조사해서 보고서 써줘”처럼 요청하면
  수십 개 웹 출처를 자율 탐색하고 종합 보고서를 생성합니다.
  

▲ 목차로 돌아가기

⑧ Q&A — 자주 묻는 질문 5가지

▲ 목차로 돌아가기