모델 소개

Astra
최첨단 지능을 갖춘 모델
정의가 불분명한 문제, 심층 분석, 높은 수준의 결과물이 필요한 작업

GPT-6.1 Sol
고성능에 최적화된 모델
시간과 비용까지 관리해야 하는 복잡한 작업

GPT-6.1 Terra
시각적 추론과 컴퓨터 사용
화면 기반 워크플로우, 간결한 글쓰기, 범위가 명확한 코드 수정

Luna
똑똑하고 효율적인 모델
범위가 명확한 작업, 우선순위 분류, 자주 실행하는 자동화
사용할 수 있는 모델과 도구, 추론 설정, 사용량 한도는 제품과 모델 버전에 따라 다릅니다. ChatGPT에서 사용할 수 있는 모델이나 API 모델 카탈로그를 확인하세요.
워크플로우에 맞는 모델 찾기
업무 유형과 수행할 작업을 선택하면 모델을 추천받을 수 있습니다.
GPT-6.1 Terra를 고려할 때
제공된 자료를 바탕으로 간결한 글을 쓰거나, 목표가 명확한 컴퓨터 사용 작업을 수행하거나, 정해진 범위 내에서 코드를 수정할 때는 GPT-6.1 Terra를 사용해 보세요. 입력 자료와 요구 사항을 명확히 제시하고, 저장된 레코드 확인이나 회귀 테스트 실행처럼 결과를 검증할 방법도 알려 주세요.
동일한 입력과 추론 수준으로 GPT-6.1 Sol과 비교하세요. 글을 평가할 때는 정확성과 분량뿐 아니라 대상 독자에게 적합한지, 문체가 어울리는지, 세부 내용이 유용한지도 살펴보세요. 컴퓨터 사용 작업에서는 저장된 결과를 확인하고 완료 보고가 정확한지 검증하세요.
GPT-6.1 Sol을 고려할 때
재무 실적을 바탕으로 이사회 발표 자료를 만들거나 제품 기획서를 토대로 웹사이트를 구축하는 등 비용이 중요한 복잡한 프로젝트에는 GPT-6.1 Sol을 고려하세요. Astra에도 같은 작업을 맡겨 두 모델의 품질과 비용 차이를 비교하세요.
사양과 API 요금은 API 모델 페이지에서, 사용 중인 ChatGPT 요금제로 이 모델을 이용할 수 있는지는 Codex 및 ChatGPT Work의 모델 지원 현황에서 확인하세요.
모델과 추론 수준을 선택하는 기준
Luna는 비용 효율이 가장 높은 모델이고, Astra는 성능이 가장 뛰어난 최첨단 모델입니다. 비용과 지연 시간이 중요하지 않다면 Astra를 기본으로 사용해도 됩니다. 비용이나 지연 시간을 줄이려면 아래 안내에 따라 필요에 맞는 모델과 추론 수준을 선택하세요.
Luna는 효율이 가장 높은 모델이고, Astra는 성능이 가장 뛰어난 최첨단 모델입니다. 사용량이나 작업 완료 시간을 고려할 필요가 없다면 Astra를 기본으로 사용해도 됩니다. 사용량을 최적화하려면 아래 안내에 따라 필요에 맞는 모델과 추론 수준을 선택하세요.
모델과 추론 수준
-
Luna · 낮음
세부 내용 수정, 범위가 명확한 문제 해결, 간단한 데이터 추출에 적합합니다.
-
Luna · Extra High
여러 앱에서 정보를 찾아 현재 상황을 파악하거나 업무 우선순위를 정하거나 제약 조건이 명확한 문제를 해결하는 데 적합합니다.
-
GPT-6.1 Sol · Medium
복잡한 기술 작업을 수행하거나 나중에 수정할 여러 결과물을 일관성 있게 만드는 데 적합합니다.
-
GPT-6.1 Sol · Extra High
완성도 높은 결과물을 만들거나 서로 연계된 시각 시스템을 설계하거나 상충하는 근거를 검토해 결정을 내리는 데 적합합니다.
-
Astra · 낮음
사실과 뉘앙스를 살리면서 글을 간결하게 쓰거나 콘텐츠를 용도에 맞게 바꾸는 데 적합합니다.
-
Astra · Medium
폭넓은 맥락을 이해하고 안정적으로 상호작용하며 완결된 결과물을 만들어야 하는 도전적인 프로젝트에 적합합니다.
-
Astra · Extra High
난도 높은 분석이나 까다로운 요구 사항을 충족해야 하는 복잡한 결과물 제작에 적합합니다.
직접 비교하기
이 페이지의 안내를 출발점으로 삼으세요. 워크플로우에 맞는 모델을 찾는 가장 좋은 방법은 여러 모델과 추론 설정을 직접 시험해 어떤 조합이 효과적인지 확인하는 것입니다.
먼저 다음 사항을 고려하세요.
- 워크플로우를 얼마나 자주 실행하나요? 자주 실행하는 자동화는 가끔 진행하는 프로젝트보다 사용량과 비용이 빠르게 누적됩니다.
- 결과가 얼마나 빨리 필요한가요? 결과를 기다려야 하는 작업에는 밤새 실행해 두는 작업보다 빠른 설정이 필요할 수 있습니다.
- 결과물을 어디에 사용하나요? 직접 검토할 초안은 외부에 공유할 자료만큼 다듬을 필요가 없을 수 있습니다.
- 결과물의 품질이 얼마나 중요한가요? 용도나 업종에 따라 품질을 우선해 성능이 더 뛰어난 모델을 선택할 수 있습니다.
가능하면 동일한 입력으로 결과를 비교하고, 원하는 품질을 충족하는 설정 중 가장 가벼운 설정을 사용하세요.
모델을 비교하기 전에 결과물이 충족해야 할 기준을 정하세요.
- 글쓰기: 꼭 들어가야 할 사실과 단서가 빠짐없이 반영됐는지, 문체가 적절한지, 대상 독자에게 맞는지 확인하세요. 두 결과물을 모두 검토한 뒤 더 짧은 글이 실제로 더 유용한지 판단하세요.
- 컴퓨터 사용: 작업 대상이었던 레코드나 페이지를 다시 열어 변경 사항이 저장됐는지 확인하세요. 워크플로우가 작업과 무관한 데이터를 그대로 보존했는지 확인하고 완료 보고와 실제 결과를 대조하세요.
- 코드와 인터페이스: 회귀 테스트를 실행하세요. 대화형 애플리케이션이라면 데스크톱과 모바일에서 렌더링된 화면도 확인하세요.
대표적인 작업 여러 개에서 같은 비교를 반복하세요. 품질을 평가할 때는 결과물을 검토하거나 수정하는 데 걸린 시간까지 포함해 작업 완료 시간도 측정하세요. 그런 다음 모델과 입력을 그대로 두고 추론 수준을 바꿔 가며 비교하세요.