화면을 읽고 입력하는 AI, GPT-6.1 Terra는 API 단가를 낮췄습니다

화면을 읽고 다른 프로그램에 내용을 입력하는 업무에 새 모델 선택지가 생겼습니다. OpenAI가 10월 26일 공개한 GPT-6.1 Terra는 시각적 이해와 컴퓨터 조작에 초점을 맞추면서 표준 API 토큰 가격을 낮췄습니다. 다만 토큰 단가가 낮아졌다는 사실과 우리 업무의 총비용이 줄어든다는 판단은 구분해야 합니다.

무엇이 나왔고, 어디서 쓸 수 있나요?

OpenAI 공식 발표에 따르면 GPT-6.1 Terra는 ChatGPT Work와 Codex의 Plus·Pro·Enterprise·Edu 사용자에게 제공됩니다. 개발자는 API에서 gpt-6.1-terra라는 모델 ID로 사용할 수 있습니다. 이 발표만으로 모든 무료 계정이나 일반 ChatGPT 화면에서 동일하게 선택할 수 있다고 해석해서는 안 됩니다.

공식 API 가격표의 표준 API 가격은 100만 토큰당 입력 1달러, 캐시된 입력 0.05달러, 출력 5달러입니다. OpenAI는 GPT-5.6 Terra와 GPT-6.1 Sol보다 표준 API 가격이 50% 낮다고 설명했습니다. 이는 특정 작업을 끝내는 비용이 반드시 절반이라는 뜻은 아닙니다.

GitHub도 같은 날 Copilot 제공을 발표했습니다. 대상은 Pro·Pro+·Max·Business·Enterprise이며 순차 적용됩니다. 조직의 모델 정책에 따라 접근이 달라질 수 있으므로, 목록에 아직 보이지 않는 경우까지 즉시 이용 가능하다고 단정할 수는 없습니다.

개발 도구 쪽에서는 공식 OpenAI CLI 1.43.0 변경 기록에도 해당 모델 식별자가 추가됐습니다. 아래는 내려받은 공식 원문을 로컬 편집기로 연 실제 화면입니다. 모델 실행 결과나 성능 시험 화면은 아닙니다.

출처: OpenAI 및 기여자의 공식 변경 기록, Apache License 2.0 사본. 원문은 수정하지 않고 화면만 잘랐습니다. 2026년 10월 27일 한국시간 확인.

긴 문서와 도구 호출에는 별도 조건이 있습니다

공식 모델 문서는 텍스트·이미지 입력과 텍스트 출력을 지원한다고 안내합니다. 컨텍스트는 105만 토큰이며, 도구 호출에는 Responses API가 필요합니다. 모델이 화면을 이해할 수 있다는 설명을 음성·영상 파일의 직접 입력 지원으로 넓혀 읽으면 안 됩니다.

가격표의 기본 단가만으로 긴 문서를 넣는 비용을 계산하는 것도 주의해야 합니다. 모델 문서의 가격 조건은 입력이 27만 2,000토큰을 넘으면 전체 요청에 입력·캐시 요율 2배, 출력 요율 1.5배가 적용된다고 명시합니다. Fast 모드, 캐시 쓰기, 지역 처리에도 별도 조건이 있으므로 실제 사용할 설정의 가격을 확인해야 합니다. 도구 호출에 따른 비용도 토큰 가격과 별도로 확인할 항목입니다.

반복 업무라면, 모델 이름보다 완료 조건부터

여기서 주목할 변화는 모든 일을 더 비싼 모델에 맡기는 대신, 화면 기반의 범위가 명확한 작업을 나누어 비교할 여지가 커졌다는 점입니다. 이는 발표에 대한 편집 해석이며, 직접 사용해 얻은 성과는 아닙니다.

예를 들어 상품 이미지와 카탈로그를 대조한 뒤 등록 초안을 만드는 업무를 가정해 보겠습니다. 이미지 속 제품을 잘 찾는 것뿐 아니라 상품 번호가 맞는지, 빠진 항목이 없는지, 최종 저장된 초안이 지시와 일치하는지까지 확인해야 작업이 끝납니다. 모델의 답변이 그럴듯한지만 보는 시험과는 다릅니다.

OpenAI의 모델 선택 안내도 Terra를 결과가 명확한 컴퓨터 작업이나 범위가 한정된 코드 수정에 검토하고, 같은 입력과 추론 설정에서 Sol과 비교하도록 제안합니다. 복잡한 프로젝트나 깊은 추론까지 Terra로 일괄 교체하라는 발표는 아닙니다.

지금 비교할 것은 토큰 가격과 재작업입니다

도입을 검토한다면 먼저 공개해도 되는 샘플로 작은 작업 묶음을 만들고, 입력 자료·완료 기준·사용 가능한 권한을 동일하게 맞추는 편이 좋겠습니다. 비교표에는 모델 비용뿐 아니라 저장 결과의 정확성, 누락, 사람의 수정 시간, 실패 후 재시도 횟수를 함께 적을 수 있습니다.

외부 발송·결제·삭제처럼 되돌리기 어려운 행동은 비교 시험에서 분리하고 사람의 확인 단계를 유지해야 합니다. AI 업무의 완료 기준을 다룬 기존 글과도 이어지는 문제입니다. 화면을 조작하는 능력이 좋아져도 업무 권한이나 검수 책임이 자동으로 달라지지는 않습니다.

이 조건에서 재작업을 늘리지 않고 비용과 대기 시간을 줄인다면 반복 업무의 적용 범위를 넓힐 수 있습니다. 반대로 단가 절약보다 검수 부담이 커지면 다른 모델을 유지하는 쪽이 나을 수 있습니다. 이번 발표는 그 비교를 시작할 근거이지, 특정 조직의 생산성 향상을 보장하는 결과는 아닙니다.

출처: OpenAI 공식 발표. 공식 모델 문서와 모델 선택 안내를 함께 확인했습니다. 실제 제품 사용 후기나 자체 성능 시험은 포함하지 않았습니다.

표준 토큰 단가가 낮아져도 실제 업무 비용은 검수·수정·재시도에 따라 달라지므로, 결과와 권한 범위를 정한 반복 작업에서 비교할 필요가 있습니다.