GPT-5.5 공개: 코딩·리서치 성능 주장, 지금 볼 판단 기준

OpenAI GPT-5.5에서 실제로 달라진 것은 “새 모델이 나왔다”가 아니라, Codex와 ChatGPT에서 긴 코딩·리서치·문서 작업을 더 오래 끌고 가는 방식입니다. 하지만 실무자가 바로 결정해야 할 질문은 성능이 좋아졌다는 말이 아니라, 지금 내 비용과 권한 조건에서 쓸 만큼 이득이 있는지입니다.

이 글은 GPT-5.5를 지금 써야 하는지 판단하기 위해 네 가지만 분리합니다. 무엇이 달라졌는지, 누가 먼저 체감하는지, API와 Codex 비용·권한이 어떻게 다른지, 그리고 벤치마크 수치를 어디까지 믿어야 하는지입니다.

가령 보안팀은 먼저 승인되지 않은 에이전트 목록을 찾고, 운영팀은 각 에이전트의 권한·로그·되돌리기 절차가 실제 장애 상황에서 작동하는지 확인해야 합니다.

무엇이 실제로 바뀌었나

OpenAI는 GPT-5.5를 2026년 4월 23일 공개하면서 agentic coding, computer use, knowledge work, scientific research를 핵심 영역으로 제시했습니다. 즉 변화의 중심은 “답을 더 잘한다”보다, 여러 단계의 작업을 계획하고 도구를 쓰고 검토하며 끝까지 진행하는 쪽입니다.

그래서 독자가 먼저 확인할 것은 모델명보다 작업 단위입니다. 문서 하나를 요약하는 정도라면 차이가 작을 수 있지만, 코드 수정과 테스트, 자료 조사와 문서화, 스프레드시트 생성처럼 여러 도구를 오가는 작업이라면 체감 차이가 커질 수 있습니다.

그래서 다음에는 가격과 접근 권한이 왜 핵심인가를 보면 판단이 더 쉬워집니다.

가격과 접근 권한이 왜 핵심인가

가격은 이번 글의 핵심입니다. OpenAI 발표 기준 Codex의 GPT-5.5는 Plus, Pro, Business, Enterprise, Edu, Go 플랜에서 400K context window로 제공됩니다. 반면 API는 gpt-5.5 기준 1M context window, 입력 100만 토큰당 5달러, 출력 100만 토큰당 30달러로 예고됐습니다.

하지만 API 자동화를 운영하는 팀은 출력 비용을 먼저 봐야 합니다. 예를 들어 리서치 보고서, 코드 리뷰, 긴 문서 생성처럼 출력이 길어지는 작업은 성능 향상이 있어도 비용이 빠르게 커질 수 있습니다. 그래서 “좋은 모델인가”보다 “재시도와 검수 시간을 줄여 총비용을 낮추는가”가 더 정확한 질문입니다.

그래서 다음에는 벤치마크는 어디까지 믿어야 하나를 보면 판단이 더 쉬워집니다.

벤치마크는 어디까지 믿어야 하나

공식 평가에서 GPT-5.5는 Terminal-Bench 2.0 82.7%, SWE-Bench Pro Public 58.6%, Expert-SWE Internal 73.1%를 기록했습니다. GPT-5.4의 75.1%, 57.7%, 68.5%보다 높은 수치라서 코딩 작업형 벤치마크에서는 개선 신호가 분명합니다.

다만 모든 수치가 같은 의미는 아닙니다. Terminal-Bench 2.0은 복잡한 CLI workflow, SWE-Bench Pro는 GitHub 이슈 해결, GDPval은 지식 업무 결과물에 가깝습니다. 내 업무가 이 셋과 멀다면 “벤치마크가 높다”만으로 바로 전환할 이유는 약합니다.

그래서 다음에는 누가 지금 써야 하나를 보면 판단이 더 쉬워집니다.

누가 지금 써야 하나

먼저 체감할 사람은 Codex를 실제 작업 환경에 넣어 둔 개발자와 팀입니다. 대형 저장소에서 실패 원인을 찾고, 테스트를 돌리고, 주변 파일까지 맞춰 고치는 작업이 많다면 GPT-5.5의 긴 작업 지속성이 바로 가치가 됩니다.

두 번째는 리서치와 문서 자동화를 운영하는 실무자입니다. 자료 조사, 요약, 표 작성, 문서 생성이 한 번에 이어지는 업무 흐름이라면 컴퓨터 사용과 지식 업무 개선이 의미가 있습니다. 반면 짧은 챗봇 응답이나 가벼운 아이디어 정리만 한다면 당장 바꿀 이유는 약합니다.

마지막에는 지금 행동할지, 기다릴지, 무시해도 되는지로 정리합니다.

지금 쓰기 / 기다리기 / 무시하기