2026.03.05 출시 · OpenAI 최신 플래그십
GPT-5.4는 OpenAI 범용 모델 최초로 컴퓨터 직접 조작 기능을 탑재했습니다. AI가 엑셀을 열고, PPT를 만들고, 웹을 탐색하는 시대 — 이미 시작됐습니다.
환각 33% ↓
GDPval 83.0%
ARC-AGI-2 73.3%
2026년 3월 5일, OpenAI는 조용하지만 강력한 발표를 했습니다. GPT-5.4는 단순한 버전 업그레이드가 아닙니다. 기존에 별개로 존재하던 추론 전용 모델(GPT-5.2 Thinking)과 코딩 전용 모델(GPT-5.3 Codex)을 하나로 통합한, 말 그대로 “모든 것을 하는 모델”의 탄생입니다.
그동안 우리는 상황에 따라 모델을 갈아타야 했습니다. 코딩이 필요하면 Codex를, 복잡한 추론이 필요하면 Thinking 모드를, 일반 대화는 기본 GPT를. 이런 불편함이 GPT-5.4 하나로 해소됩니다. ChatGPT, API, Codex CLI 어디서든 동일한 성능으로 사용할 수 있습니다.
개인적으로 가장 주목하는 포인트는 GPT-5.4가 일하는 방식의 패러다임을 바꾼다는 것입니다. 이전까지 AI는 ‘조언자’였습니다. 우리가 요청하면 답을 주고, 우리가 그 답을 실행했죠. 하지만 GPT-5.4는 직접 실행합니다. 마우스를 움직이고, 파일을 열고, 시스템에 데이터를 입력합니다. 지금 당장 적응하지 않으면 경쟁에서 뒤처지는 이유가 바로 여기에 있습니다.
💡 인사이트: GPT-5.4는 ChatGPT Plus/Pro 구독자에게 기본 모델로 즉시 적용됩니다. 별도 설정 없이 지금 바로 사용 가능합니다.
컴퓨터를 인간보다 잘 쓴다 — 에이전트 기능 해부
범용 모델 최초의 ‘컴퓨터 사용’ 기능
실질적으로 어떤 일을 할 수 있는지 예를 들어 보겠습니다. “지난달 매출 데이터를 엑셀에서 불러와서 그래프를 만들고 파워포인트 보고서로 정리한 뒤 이메일로 보내줘”라는 명령 하나로, GPT-5.4는 엑셀을 직접 열고, 데이터를 분석하고, PPT를 구성하고, 이메일 클라이언트를 조작해 발송까지 완료합니다.
OSWorld에서 인간을 초월한 성능
데스크톱 환경 조작 능력을 평가하는 OSWorld-Verified 벤치마크에서 GPT-5.4는 75.0%의 성공률을 기록했습니다. 이는 인간 전문가 기준선인 72.4%를 넘어선 수치입니다. 이전 모델인 GPT-5.2의 47.3%와 비교하면 무려 27.7%포인트 향상된 결과로, 사실상 양적 도약이 아닌 질적 전환이라고 볼 수 있습니다.
웹 탐색 능력도 뛰어납니다. WebArena-Verified에서 67.3%, Online-Mind2Web에서 92.8%를 기록했으며, 복잡한 웹 작업(항공권 예매, 폼 제출, 웹 리서치 등)을 자율적으로 처리하는 데 매우 높은 성공률을 보여주었습니다. 이제 “여기에 가입하고 이 폼 채워줘”가 가능한 세상이 된 것입니다.
Playwright 기반 네이티브 브라우저 제어
💡 실전 팁: API에서 컴퓨터 사용 기능은 computer 도구를 통해 활성화됩니다. Codex CLI에서는 별도 설정 없이 자동 활성화됩니다.
핵심 벤치마크 성능 총정리
숫자가 전부를 말해주지는 않지만, GPT-5.4의 벤치마크 결과는 상당히 인상적입니다. 아래 표를 통해 주요 지표를 한눈에 확인해 보세요.
| 벤치마크 | GPT-5.4 | GPT-5.3-Codex | GPT-5.2 |
|---|---|---|---|
| GDPval (범용 에이전트) | 83.0% | 70.9% | 70.9% |
| OSWorld-Verified (컴퓨터 조작) | 75.0% | 74.0% | 47.3% |
| SWE-Bench Pro (코딩) | 57.7% | 56.8% | 55.6% |
| BrowseComp (웹 리서치) | 82.7% | 77.3% | 65.8% |
| ARC-AGI-2 (일반 지능) | 73.3% | — | 52.9% |
| GPQA Diamond (과학) | 92.8% | 92.6% | 92.4% |
※ 출처: OpenAI 공식 발표 (2026.03.05)
표에서 가장 눈에 띄는 수치는 GDPval 83.0%입니다. 이 벤치마크는 44개의 실제 전문가 업무(법률 리서치, 금융 분석, 코드 리뷰 등)를 AI가 얼마나 정확하게 처리하는지 평가합니다. 이전 모델들이 70%대에 머물렀던 것과 비교하면, GPT-5.4는 실질적으로 상당수의 전문 업무를 대체할 수 있는 수준에 도달했다고 볼 수 있습니다.
또한 ARC-AGI-2에서 73.3%를 달성한 것도 주목할 만합니다. AGI를 향한 이정표로 여겨지는 이 테스트에서, 이전 GPT-5.2가 52.9%에 불과했던 것을 20%포인트 이상 끌어올렸습니다. AI의 일반 지능이 단순한 패턴 매칭을 넘어 진정한 추론으로 발전하고 있다는 신호입니다.
GPT-5.4가 GPT-5.2보다 확실히 나은 영역
컴퓨터 조작 능력(OSWorld: 47.3% → 75.0%), 일반 지능(ARC-AGI-2: 52.9% → 73.3%), 웹 리서치(BrowseComp: 65.8% → 82.7%) 세 영역에서 GPT-5.4의 우위는 압도적입니다. 특히 컴퓨터 조작 능력의 경우 단순 개선이 아닌 인간 기준선 돌파라는 질적 전환이 이루어진 것으로, 실무에서 체감 차이가 매우 클 것으로 예상됩니다.
반면 순수 코딩 영역(SWE-Bench Pro)에서는 57.7% vs 55.6%로 개선폭이 제한적입니다. 극도로 전문적인 코딩 작업만을 위한다면 GPT-5.3 Codex와 큰 차별화가 없습니다. 다만 GPT-5.4는 코딩 이후의 실행, 테스트, 배포까지 연결된 에이전틱 워크플로우에서 진정한 강점을 발휘합니다.
경쟁 모델과의 현실적 비교
2026년 3월 현재 AI 모델 경쟁은 에이전트 능력에서 판가름 납니다. Claude Sonnet 4.6은 코딩과 Claude Code 생태계에서 강점을 보이고, Gemini 3.1 Pro는 멀티모달과 구글 서비스 통합에서 앞서 있습니다. 반면 GPT-5.4는 범용 컴퓨터 조작 + 웹 자동화 + 추론의 통합이라는 독자적인 강점으로 차별화됩니다.
개인적인 판단으로는, 반복적인 업무 자동화나 여러 앱을 오가며 처리해야 하는 복합 작업에서는 현재 GPT-5.4가 가장 실용적인 선택지입니다. 단순히 코드를 짜거나 글을 쓰는 용도라면 굳이 더 비싼 GPT-5.4 Pro가 아니라 표준 플랜으로도 충분합니다.
💡 요약: 에이전트·자동화 = GPT-5.4 / 코딩 전문 = Claude Code·Codex / 멀티모달·검색 = Gemini 3.1 Pro
가격 및 요금제 완전 분석
| 모델 | 입력 (100만 토큰) | 캐시 입력 | 출력 (100만 토큰) |
|---|---|---|---|
| gpt-5.2 | $1.75 | $0.175 | $14 |
| gpt-5.4 ⭐ | $2.50 | $0.25 | $15 |
| gpt-5.2-pro | $21 | — | $168 |
| gpt-5.4-pro | $30 | — | $180 |
※ API 기준, 2026년 3월 출처: OpenAI 공식 가격 페이지
ChatGPT Plus 구독자($20/월)라면 추가 비용 없이 GPT-5.4 표준 모델을 사용할 수 있습니다. 이미 ChatGPT를 구독 중이라면 오늘 바로 GPT-5.4의 혜택을 누릴 수 있습니다. GPT-5.4 Thinking 모드는 Plus·Team·Pro 요금제에 포함되어 있으며, 기존 GPT-5.2 Thinking을 대체합니다.
API 활용 관점에서는 GPT-5.4가 GPT-5.2보다 입력 토큰 기준으로 약 43% 비쌉니다. 그러나 컴퓨터 사용 기능과 함께 토큰 효율이 향상(최대 47% 절감)되었고, 모델 통합으로 여러 모델을 동시에 사용할 필요가 없어져 전체 비용 구조는 오히려 단순화될 수 있습니다.
지금 당장 써먹는 실전 활용법 5가지
보고서 자동 생성 파이프라인
“지난주 판매 데이터 파일을 열어서 품목별 매출 순위를 분석하고, 상위 5개 항목을 막대 그래프로 시각화한 뒤 PPT 보고서로 만들어줘.” — 이 한 문장으로 GPT-5.4가 전 과정을 처리합니다. 기존에 30분~1시간 걸리던 작업이 5분 내로 단축됩니다.
MCP 연동 업무 자동화
GPT-5.4는 MCP(Model Context Protocol)를 지원합니다. Slack, Google Calendar, Notion 등 250개 이상의 외부 서비스와 연동하면, “오늘 팀 회의 일정 확인하고 안건 정리해서 Slack에 올려줘” 같은 복합 작업이 가능합니다. OpenAI Scale의 MCP Atlas 벤치마크에서 GPT-5.4는 67.2%의 성공률을 기록했습니다.
초고해상도 비전으로 문서 분석
GPT-5.4는 최대 1,024만 픽셀(xhigh 모드)의 초고해상도 이미지를 분석합니다. 설계 도면의 미세한 치수, 계약서의 작은 글씨, 복잡한 재무 테이블도 놓치지 않습니다. OmniDocBench 기준 GPT-5.2(0.140)보다 22% 낮은 오류율(0.109)을 기록해 문서 해석 정확도가 크게 향상되었습니다.
Codex CLI에서 전체 개발 사이클 자동화
개발자라면 Codex CLI에서 GPT-5.4를 기본 모델로 사용하면 됩니다. 100만 토큰 컨텍스트 윈도우를 지원하므로 대규모 코드베이스 전체를 한 번에 분석하고 리팩토링하는 것이 가능합니다. Instant(빠른 응답)와 Thinking(심층 추론) 두 가지 모드를 목적에 따라 전환할 수 있습니다.
웹 리서치 + 보고서 원스톱 완성
BrowseComp 82.7%라는 수치는 GPT-5.4가 복잡한 웹 리서치에서 최고 수준임을 의미합니다. “경쟁사 A, B, C의 최신 가격 정책을 찾아서 비교표 만들어줘” 같은 요청을 받으면, 여러 웹사이트를 직접 탐색하고 데이터를 취합해 표로 정리해 줍니다. GPT-5.4 Pro는 BrowseComp 89.3%로 더욱 정확합니다.
먼저 장문 컨텍스트의 한계입니다. GPT-5.4는 이론적으로 100만 토큰 컨텍스트를 지원하지만, 256K~1M 범위에서 Graphwalks 벤치마크 성능이 21.4%로 급격히 떨어집니다. 매우 긴 문서를 다룰 때는 여전히 한계가 있으며, 실제 사용 시 컨텍스트를 적절히 분할하는 전략이 필요합니다.
다음으로 에이전트 작업의 오류 가능성입니다. OSWorld 75%는 분명 인간 기준선을 넘지만, 반대로 25%는 실패한다는 뜻이기도 합니다. 중요한 업무를 완전히 GPT-5.4에 맡길 때는 반드시 결과물을 검토하는 과정이 필요합니다. 에이전트가 잘못된 폴더의 파일을 수정하거나 의도와 다른 웹 폼을 제출하는 경우가 발생할 수 있습니다.
GPT-5.4 Pro의 가격 부담도 빼놓을 수 없습니다. Pro 버전은 입력 $30/100만 토큰, 출력 $180/100만 토큰으로, GPT-5.2 Pro보다도 더 비싸집니다. 기업 환경이 아닌 개인 개발자나 소규모 팀에게는 부담스러운 수준입니다. 대부분의 일반 사용자에게는 표준 GPT-5.4로 충분합니다.
⚠️ 주의: 에이전트 기능은 아직 ChatGPT 무료 플랜에서는 제한적으로 제공됩니다. 컴퓨터 사용 기능 전체를 활용하려면 Plus 이상 구독 또는 API 사용이 필요합니다.
자주 묻는 질문 Q&A
마치며 — GPT-5.4가 바꾸는 것, 그리고 바꾸지 못하는 것
하지만 GPT-5.4가 모든 문제를 해결해 주지는 않습니다. 에이전트가 25%의 작업에서 실패하고, 초장문 컨텍스트에서 성능이 떨어지며, Pro 버전의 가격은 일반 사용자에게 부담입니다. 무엇보다, AI가 아무리 잘 해도 최종 판단과 책임은 여전히 사람의 몫입니다.
지금 당장 할 일은 하나입니다. ChatGPT Plus를 구독 중이라면, 오늘 GPT-5.4를 기본 모델로 설정하고 반복 업무 하나를 에이전트에게 맡겨 보세요. 한 번만 써봐도 이전으로 돌아가기 힘들 만큼 생산성 차이가 납니다. AI 도구를 가장 늦게 쓰는 사람이 가장 많은 것을 잃는 시대, 그 시대는 이미 시작됐습니다.
※ 본 포스팅의 벤치마크 수치 및 가격 정보는 OpenAI 공식 발표(2026.03.05) 기준이며, 이후 변경될 수 있습니다. 투자·계약·업무 적용 시 공식 문서를 반드시 재확인하시기 바랍니다.
댓글 남기기