GPT-5.4, 무엇이 근본적으로 달라졌나

GPT-5.4 컴퓨터 사용 기능은 2026년 3월 5일 OpenAI가 공개한 최신 프론티어 모델의 가장 핵심적인 변화입니다. 기존 GPT 시리즈가 텍스트·이미지를 ‘이해하고 생성’하는 데 집중했다면, GPT-5.4는 직접 소프트웨어를 조작하고 업무를 완료하는 단계로 진화했습니다.

간단히 말해, 이전 모델까지는 “엑셀 파일을 이렇게 정리하면 됩니다”라고 방법을 알려줬다면, GPT-5.4는 스크린샷을 보고 마우스를 직접 클릭해 엑셀을 완성해 버립니다. OpenAI는 이번 모델을 통해 추론, 코딩, 컴퓨터 사용이라는 세 가지 강점을 하나의 범용 모델에 처음으로 통합했다고 공식 발표했습니다.

▲ 목차로 돌아가기

네이티브 컴퓨터 사용 — 핵심 원리와 작동 방식

GPT-5.4의 네이티브 컴퓨터 사용(Native Computer Use)이란 AI가 스크린샷을 입력받아 화면에 무엇이 표시되는지 파악하고, 마우스 클릭 좌표와 키보드 입력 명령을 스스로 결정해 소프트웨어를 조작하는 기능입니다. “네이티브”라는 표현이 핵심인데, 플러그인이나 외부 래퍼 없이 모델 내부에 이 능력이 직접 통합되어 있다는 의미입니다.

세 가지 작동 방식

• 1
  코드 기반 조작: Playwright 같은 라이브러리를 활용해 브라우저를 자동화합니다. 웹에서 폼을 채우거나 데이터를 긁어오는 작업이 대표적이며, 개발자 환경에서 가장 정밀하게 동작합니다.
• 2
  시각 기반 조작: 스크린샷을 넣으면 AI가 화면을 분석해 버튼 위치 좌표를 찾아내고, 마우스 클릭이나 키보드 입력 명령을 반환합니다. 브라우저뿐 아니라 데스크톱 앱에도 적용 가능합니다.
• 3
  개발자 메시지 제어: 위험 수준에 따라 확인 정책을 커스텀 설정할 수 있어, 자동화 범위를 정밀하게 조절할 수 있습니다. 민감한 작업에는 사람이 중간 승인하도록 설정하는 것이 권장됩니다.

특히 GPT-5.4는 고해상도 이미지 지원을 강화했습니다. 기존 `high` 모드의 최대 해상도가 높아졌고, 새로운 `original` 모드를 도입해 최대 10.24M 픽셀 또는 6000픽셀 이하 이미지를 원본 그대로 처리할 수 있습니다. 클릭 위치 정확도와 이미지 이해도가 대폭 개선된 이유가 바로 이 때문입니다.

▲ 목차로 돌아가기

벤치마크로 본 실제 성능 — 숫자가 증명하는 것들

벤치마크 수치는 언제나 회의적으로 봐야 합니다만, GPT-5.4의 경우 단순 학력 시험 성적이 아니라 실제 업무를 수행하는 능력을 측정한다는 점에서 다른 의미를 갖습니다. 특히 GDPval은 영업 프레젠테이션, 회계 스프레드시트, 응급실 일정, 제조 다이어그램 등 44개 직종의 실제 업무 산출물을 요청하는 테스트입니다.

가장 눈에 띄는 수치는 OSWorld-Verified입니다. GPT-5.2의 47.3%에서 GPT-5.4의 75.0%로 약 28%p의 급상승이 나타났고, 이 수치는 같은 테스트에서 인간이 기록한 72.4%를 실제로 상회합니다. 즉, 반복적인 데스크톱 작업에 한해서는 AI가 평균적인 인간보다 더 높은 성공률을 보이는 단계에 접어들었다는 의미입니다.

▲ 목차로 돌아가기

실전 업무 자동화 5가지 시나리오

GPT-5.4 컴퓨터 사용 기능이 가장 빛나는 순간은 이론이 아니라 실제 반복 업무입니다. 아래 5가지 시나리오는 현재 API와 ChatGPT 환경에서 실제로 구현 가능한 수준의 활용법입니다.

① 엑셀·스프레드시트 자동화

GPT-5.4는 투자은행 주니어 애널리스트 수준의 스프레드시트 작업에서 87.3%의 점수를 기록했습니다. 매출 데이터를 업로드하면 피벗 테이블 생성, 차트 삽입, 수식 오류 수정까지 한 번의 지시로 완료할 수 있습니다. “이 CSV 파일 기준으로 월별 매출 비교 차트 만들고 PDF로 저장해”라는 한 문장이 실제로 작동합니다.

② PPT 프레젠테이션 제작

인간 평가자의 68%가 GPT-5.4가 만든 프레젠테이션을 이전 모델 대비 선호했다는 결과가 나왔습니다. 미적 품질, 시각적 다양성, 이미지 활용 측면에서 뚜렷한 개선이 있습니다. 보고서 텍스트를 입력하면 슬라이드 구성부터 디자인 배치, 이미지 생성까지 AI가 담당합니다.

③ 웹 기반 반복 작업 자동화

Playwright를 활용한 코드 기반 브라우저 자동화가 가능합니다. 특정 폼 입력, 정기적인 데이터 수집, 여러 사이트 순차 로그인 등 사람이 반복적으로 해오던 작업을 스크립트 없이도 자연어 지시만으로 구현할 수 있게 됐습니다. WebArena-Verified에서 67.3%의 성공률을 기록했습니다.

④ 심층 리서치 자동화

BrowseComp 기준으로 GPT-5.4는 82.7%, Pro 버전은 89.3%로 웹 리서치 능력이 대폭 강화됐습니다. 여러 출처를 수십 라운드에 걸쳐 탐색하고 종합하는 “바늘 찾기형” 리서치에서 특히 강하다는 게 OpenAI의 설명입니다. 경쟁사 동향 분석, 시장 조사, 논문 요약 등에 실용적으로 활용할 수 있습니다.

⑤ 복합 에이전트 업무 처리

Toolathlon 벤치마크는 “이메일을 읽고, 첨부 파일을 업로드하고, 채점하고, 결과를 스프레드시트에 기록하라”와 같이 여러 도구를 순서대로 사용하는 다단계 작업을 측정합니다. GPT-5.4는 54.6%로 이전 대비 크게 향상됐으며, 이는 단일 지시로 여러 앱을 넘나드는 에이전트 업무가 실용화 단계에 진입했음을 보여줍니다.

▲ 목차로 돌아가기

Tool Search와 100만 토큰 — 토큰 효율의 비밀

GPT-5.4를 실제로 비용 효율적으로 쓰려면 Tool Search와 100만 토큰 컨텍스트에 대한 이해가 필수입니다. 토큰당 가격이 GPT-5.2 대비 올랐음에도 불구하고, 실제 총 비용은 비슷하거나 낮을 수 있다는 OpenAI의 주장이 바로 여기서 나옵니다.

Tool Search의 작동 원리

기존 방식에서는 수천~수만 개의 외부 도구 정의를 매 요청마다 프롬프트에 전부 포함시켜야 했습니다. 이는 엄청난 토큰 낭비를 유발했죠. Tool Search는 이 문제를 해결합니다. 모델이 가벼운 도구 목록만 전달받고, 실제로 필요한 도구가 있을 때만 그 정의를 즉석에서 검색해 대화에 추가하는 방식입니다. MCP Atlas 벤치마크에서 36개 서버 250개 작업을 테스트한 결과, 총 토큰 사용량이 47% 감소하면서도 정확도는 동일하게 유지됐습니다.

100만 토큰 컨텍스트의 의미

Codex 환경에서 실험적으로 지원되는 100만 토큰 컨텍스트 윈도우는 수천 개 파일로 이루어진 코드베이스 전체를 한 번의 대화 안에 넣을 수 있다는 의미입니다. 며칠간의 프로젝트 대화 기록을 끊기지 않게 유지하거나, 수백 개 문서를 동시에 분석하는 것도 가능해집니다. 다만 표준 272K 컨텍스트를 초과하는 요청은 사용량 제한에서 2배로 계산되니 비용 계획이 필요합니다.

▲ 목차로 돌아가기

요금제·모델 선택 가이드 — 어떤 플랜이 맞을까

GPT-5.4를 쓰기 위해 반드시 고가의 Pro 플랜이 필요한 것은 아닙니다. 사용 목적에 따라 적절한 플랜을 선택하는 것이 중요합니다.

API 가격 비교

API 가격은 토큰당 기준으로 GPT-5.2 대비 높지만, Tool Search와 더 적은 추론 토큰 덕분에 실제 작업당 총비용은 비슷하거나 낮을 수 있습니다. Batch/Flex 가격은 표준의 절반, Priority 가격은 두 배로 제공됩니다. 또한 GPT-5.2 Thinking은 2026년 6월 5일 완전 종료되므로 현재 이를 사용 중이라면 마이그레이션 계획을 세워둘 필요가 있습니다.

▲ 목차로 돌아가기

주의사항과 현실적 한계

GPT-5.4에 대한 과도한 기대는 오히려 실망으로 이어질 수 있습니다. 실제 사용 전에 반드시 알아야 할 현실적 한계를 정리합니다.

• 1
  75%는 100%가 아닙니다: OSWorld 성공률 75%는 4번 중 1번 실패를 의미합니다. 중요한 문서 삭제, 대규모 발송 이메일, 금융 거래 등 돌이킬 수 없는 작업에는 반드시 사람의 최종 확인 단계를 두세요.
• 2
  환각은 줄었지만 0이 아닙니다: GPT-5.4는 개별 주장이 거짓일 확률이 33% 감소했지만, 여전히 중요 정보는 출처를 교차 확인하는 습관이 필요합니다.
• 3
  컴퓨터 사용은 API·Codex 중심: 네이티브 컴퓨터 사용 기능은 주로 API 개발자 환경과 Codex에서 구현됩니다. ChatGPT 웹 인터페이스에서는 제한적으로만 체험할 수 있습니다.
• 4
  100만 토큰은 아직 실험적: Codex에서의 1M 토큰 지원은 실험적 기능이며, 표준 272K 초과 요청은 사용량 제한에서 2배로 카운트됩니다. 비용 계획 없이 무분별하게 사용하면 예상치 못한 요금이 발생할 수 있습니다.

▲ 목차로 돌아가기