📅 2026.03.05 출시 | OpenAI 공식 발표

ChatGPT가 단순 ‘질문-답변’ 도구였던 시대는 끝났습니다. GPT-5.4는 마우스를 직접 클릭하고, 키보드를 입력하며, 앱을 여닫는 에이전트형 모델입니다. 데스크탑 탐색 능력에서 인간 평균을 처음으로 추월한 이 모델의 모든 것을 지금 바로 확인하세요.

GPT-5.4는 OpenAI가 2026년 3월 5일 공개한 최신 프론티어 모델입니다. ChatGPT(GPT-5.4 Thinking 명칭), API, Codex에 동시 배포되었으며, 이전 세대인 GPT-5.3-Codex(코딩 특화)와 GPT-5.2(범용)를 하나로 통합한 통합형 모델입니다. 가장 중요한 변화는 단 하나입니다. 바로 일반 목적 모델로는 최초로 ‘컴퓨터 직접 조작’ 기능이 내장되었다는 점입니다.

기존 GPT 시리즈는 텍스트·이미지를 생성하거나 코드를 짜주는 데 그쳤습니다. 반면 GPT-5.4는 마우스를 클릭하고, 키보드로 입력하고, 스크린샷을 보며 앱을 조작합니다. 개념적으로는 “AI 인턴을 고용해서 내 컴퓨터 앞에 앉혀두는 것”에 가깝습니다. 사용자가 “이 엑셀 자료 정리해서 PPT 만들고 메일 보내줘”라고 하면, GPT-5.4는 각 단계를 스스로 실행합니다.

또한 GPT-5.4는 GPT-5.3-Codex(코딩 특화 모델)를 대체하면서도, 코딩 성능은 거의 동급 이상을 유지합니다. 이는 OpenAI가 “특화 모델 여러 개를 관리하던 시대”에서 “하나의 통합 모델”로 전략을 전환했음을 의미합니다. 개발자 입장에서는 어떤 모델을 골라야 할지 고민하는 피로가 줄어듭니다.

▲ 목차로 돌아가기

6가지 핵심 기능 완전 해부

① 컴퓨터 직접 조작 (Computer Use)

② 100만 토큰 컨텍스트 윈도우

API와 Codex 환경에서 최대 100만 토큰의 컨텍스트를 지원합니다. 책 수십 권 분량의 문서, 수만 줄짜리 코드베이스 전체를 한 번에 넣고 분석할 수 있습니다. 표준 컨텍스트는 272K 토큰이며, 272K 초과분은 2배 요금이 적용되는 실험적 기능입니다. ChatGPT 인터페이스에서는 GPT-5.2와 동일한 컨텍스트 창을 유지합니다(1M 컨텍스트는 API·Codex 전용).

③ 도구 검색(Tool Search): 토큰 47% 절감

MCP(Model Context Protocol) 서버 등 수많은 도구를 연동할 때, 기존 방식은 모든 도구 정의를 프롬프트에 미리 통째로 넣어야 했습니다. GPT-5.4는 필요한 순간에만 해당 도구의 정의를 검색·조회하는 방식으로 전환해, Scale MCP Atlas 벤치마크(250개 태스크, 36개 MCP 서버) 기준 토큰 소비를 47% 줄이면서도 정확도를 유지했습니다. 대규모 툴 생태계를 운영하는 기업에게 비용 절감 효과가 큽니다.

④ 중간 응답 수정(Mid-Response Course Correction)

ChatGPT에서 GPT-5.4 Thinking은 긴 응답을 시작하기 전 접근 방법의 아웃라인을 먼저 보여줍니다. 사용자는 이 계획을 읽고, 방향이 틀렸으면 완성되기 전에 수정 지시를 내릴 수 있습니다. 원하는 결과물을 얻기 위해 처음부터 다시 시작하는 번거로움이 줄어듭니다. 현재 chatgpt.com과 Android 앱에서 지원되며, iOS 지원은 곧 추가될 예정입니다.

⑤ 심층 웹 리서치 강화

BrowseComp(여러 소스를 검색해 어렵게 찾아야 하는 정보를 얼마나 잘 찾는지 측정) 벤치마크에서 GPT-5.4는 82.7%로, GPT-5.2의 65.8%에서 17%포인트 향상되었습니다. GPT-5.4 Pro는 89.3%로 최신 최고 성능을 기록합니다. “여러 사이트에 흩어진 정보를 종합해서 결론을 내줘”류의 작업에서 체감 차이가 큽니다.

⑥ 고해상도 이미지 입력 & 시각 이해 개선

새로운 original 이미지 디테일 레벨을 도입해 최대 1,024만 화소(6,000px 한 변) 해상도 입력을 지원합니다. 고해상도 화면 환경에서 컴퓨터 사용 정확도가 크게 향상되며, 계약서·재무 보고서 등 조밀한 문서 파싱 정확도를 측정하는 OmniDocBench에서 오류율 0.109(GPT-5.2는 0.140, 낮을수록 좋음)를 달성했습니다.

▲ 목차로 돌아가기

벤치마크로 본 실력 — 숫자가 증명한다

특히 ARC-AGI-2 점수 20.4%포인트 향상은 주목할 만합니다. 이 벤치마크는 단순 패턴 매칭으로는 높은 점수를 낼 수 없도록 설계된 추상적 추론 테스트입니다. 52.9%에서 73.3%로의 도약은 모델의 근본적인 추론 능력이 향상되었다는 의미 있는 신호로 해석됩니다.

▲ 목차로 돌아가기

▲ 목차로 돌아가기

요금 완전 정리 — API·ChatGPT 플랜별 비교

API 요금표 (2026년 3월 기준)

추가 요금 옵션

• Batch & Flex 처리: 표준 요금의 50% — 비실시간 대량 처리에 최적
• Priority 처리: 표준 요금의 200% — 최고 속도 보장, Codex /fast 모드와 동일 속도
• 데이터 레지던시·지역 처리: 표준 요금 +10%
• 1M 토큰 컨텍스트 (Codex 실험적): 272K 초과분 2배 요금 적용

ChatGPT 플랜별 접근 가능 여부

• 무료 플랜: GPT-5.4 출시 시 접근 불가 (추후 공지 예정)
• Plus·Team: GPT-5.4 Thinking 즉시 사용 가능, GPT-5.4 Pro는 미지원
• Pro: GPT-5.4 Thinking + GPT-5.4 Pro 모두 사용 가능
• Enterprise·Edu: 관리자 설정에서 GPT-5.4 얼리 액세스 활성화 가능

▲ 목차로 돌아가기

실전 활용법 — 직군별 GPT-5.4 사용 전략

▲ 목차로 돌아가기

안전성과 한계 — 과신하면 안 되는 이유

중요한 안전 특성 중 하나는 Chain-of-Thought(CoT) 가시성입니다. GPT-5.4는 의도적으로 추론 과정을 숨기거나 모니터링을 회피하는 능력이 매우 낮은 것으로 평가됩니다. 이는 AI 모니터링 도구가 모델의 실제 추론 과정을 신뢰성 있게 읽을 수 있다는 의미입니다. 에이전틱 작업에서 의도치 않은 행동을 모니터링 시스템이 거의 100% 감지할 수 있다는 점도 긍정적입니다.

현실적 한계

• 오류율 0이 아닌 점: 개별 클레임 오류율이 33% 감소했다는 것은 여전히 오류가 존재한다는 의미입니다. 중요한 의사결정에는 반드시 인간 검토가 필요합니다.
• GDPval 17%는 여전히 전문가 수준 미달: 83%가 고무적이지만, 100건 중 17건은 전문가보다 못한 결과물을 냅니다.
• Terminal-Bench에서 GPT-5.3-Codex보다 낮음: 터미널 집중 코딩 작업에서는 GPT-5.3-Codex(77.3%)가 GPT-5.4(75.1%)보다 소폭 우위입니다.
• 1M 토큰 컨텍스트는 실험적: ChatGPT가 아닌 Codex/API 전용이며, 272K 초과 시 2배 요금이 부과됩니다.
• 컴퓨터 사용은 사이버보안 이중 용도 우려: OpenAI는 일부 요청에 대해 ZDR 환경에서 비동기 블로킹을 적용합니다. 분류 과정에서 오탐(False Positive)이 발생할 수 있습니다.

▲ 목차로 돌아가기

Q&A — 자주 묻는 5가지 질문

▲ 목차로 돌아가기

마치며 — GPT-5.4 시대, 우리는 어떻게 일해야 하나

개인적으로 가장 주목하는 변화는 통합화 전략입니다. GPT-5.3-Codex(코딩)와 GPT-5.2(범용)를 분리 운영하던 OpenAI가 단일 모델로 합쳤다는 것은 “가장 좋은 모델 하나가 대부분의 작업을 처리하는” 방향으로 AI 생태계가 성숙해가고 있다는 신호입니다. 사용자 입장에서는 모델 선택 피로가 줄어드는 긍정적인 변화입니다.

그러나 GPT-5.4 시대를 맞이하는 우리에게 필요한 것은 “AI가 내 일을 다 해줄 것”이라는 기대가 아닙니다. 오히려 필요한 능력은 더 정밀해졌습니다. AI에게 어떤 작업을 맡기고, 어떤 단계에서 인간이 검토·판단해야 하는지를 설계하는 능력이 이제 핵심 역량입니다. 83%를 처리하는 AI를 옆에 두고, 나머지 17%를 어디서 어떻게 잡아낼지 아는 사람이 진짜 AI 시대의 승자가 될 것입니다.

▲ 목차로 돌아가기