🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 요약

OpenAI는 GPT-5.4를 ChatGPT, API, Codex에 공개하며 전문 업무, 코딩, 컴퓨터 사용 에이전트, 장기 작업 효율성을 강화했다고 밝혔다.

📌 핵심 요약

• GPT-5.4는 ChatGPT의 GPT-5.4 Thinking, API, Codex에서 제공되며, 복잡한 작업에서 최대 성능을 원하는 사용자를 위해 GPT-5.4 Pro도 함께 공개됐다.
• 이 모델은 추론, 코딩, 에이전트 워크플로의 최근 개선을 통합해 스프레드시트, 프레젠테이션, 문서 같은 전문 업무에서 더 정확하고 효율적인 결과를 목표로 한다.
• ChatGPT에서는 작업 중 먼저 사고 계획을 제시하고 사용자가 중간에 방향을 조정할 수 있으며, 구체적인 웹 리서치와 긴 사고가 필요한 질문에서 문맥 유지가 개선됐다고 설명한다.
• Codex와 API에서는 네이티브 컴퓨터 사용 기능, 최대 100만 토큰 컨텍스트, 도구 검색, 토큰 효율 개선을 통해 장기 에이전트 작업과 복잡한 소프트웨어 환경 처리를 강화했다.
• 지식 업무, 컴퓨터 사용, 시각 이해, 코딩 벤치마크에서 GPT-5.2 및 GPT-5.3-Codex 대비 여러 지표가 개선됐으며, 특히 GDPval, OSWorld-Verified, BrowseComp, Toolathlon 등에서 높은 수치를 제시했다.

🧩 주요 포인트

1. GPT-5.4는 ChatGPT의 GPT-5.4 Thinking, API, Codex에서 제공되며, 복잡한 작업에서 최대 성능을 원하는 사용자를 위해 GPT-5.4 Pro도 함께 공개됐다.
2. 이 모델은 추론, 코딩, 에이전트 워크플로의 최근 개선을 통합해 스프레드시트, 프레젠테이션, 문서 같은 전문 업무에서 더 정확하고 효율적인 결과를 목표로 한다.
3. ChatGPT에서는 작업 중 먼저 사고 계획을 제시하고 사용자가 중간에 방향을 조정할 수 있으며, 구체적인 웹 리서치와 긴 사고가 필요한 질문에서 문맥 유지가 개선됐다고 설명한다.
4. Codex와 API에서는 네이티브 컴퓨터 사용 기능, 최대 100만 토큰 컨텍스트, 도구 검색, 토큰 효율 개선을 통해 장기 에이전트 작업과 복잡한 소프트웨어 환경 처리를 강화했다.
5. 지식 업무, 컴퓨터 사용, 시각 이해, 코딩 벤치마크에서 GPT-5.2 및 GPT-5.3-Codex 대비 여러 지표가 개선됐으며, 특히 GDPval, OSWorld-Verified, BrowseComp, Toolathlon 등에서 높은 수치를 제시했다.

🧠 상세 정리

1. GPT-5.4 공개와 제품 내 제공 방식

OpenAI는 GPT-5.4를 ChatGPT에서는 GPT-5.4 Thinking으로, 또한 API와 Codex에서 사용할 수 있도록 공개한다고 밝혔다. 이 모델은 전문 업무를 위한 가장 유능하고 효율적인 프런티어 모델로 소개되며, 복잡한 작업에서 최대 성능을 원하는 사용자를 위해 GPT-5.4 Pro도 ChatGPT와 API에 함께 제공된다. 발표의 중심은 단순한 성능 향상이 아니라 실제 업무 산출물을 더 정확하고 효과적이며 빠르게 완성하는 데 맞춰져 있다. 원문은 GPT-5.4가 사용자가 요구한 결과를 더 적은 왕복 대화로 제공하는 모델이라는 점을 반복해서 강조한다.

2. 추론, 코딩, 에이전트 워크플로의 통합

GPT-5.4는 최근의 추론, 코딩, 에이전트 워크플로 개선을 하나의 프런티어 모델에 결합한 것으로 설명된다. 특히 GPT-5.3-Codex의 업계 선도적 코딩 역량을 포함하면서도, 도구와 소프트웨어 환경 전반에서 더 잘 작동하도록 개선됐다고 한다. 또한 스프레드시트, 프레젠테이션, 문서처럼 전문직 사용자가 실제로 다루는 업무 형식에서의 수행 능력을 강화했다. 원문은 이 조합을 통해 복잡한 실제 업무를 정확하고 효율적으로 처리하며, 사용자의 요구와 최종 결과 사이의 불필요한 조율을 줄이는 것이 핵심이라고 설명한다.

3. ChatGPT에서의 사고 계획, 중간 조정, 웹 리서치 개선

ChatGPT의 GPT-5.4 Thinking은 응답을 생성하는 동안 upfront plan, 즉 먼저 사고 계획을 제시할 수 있게 됐다. 사용자는 모델이 작업 중일 때 그 계획을 보고 방향을 중간에 조정할 수 있으며, 이를 통해 추가 대화 턴 없이도 더 필요에 맞는 최종 결과에 도달할 수 있다고 설명한다. 또 GPT-5.4 Thinking은 매우 구체적인 질의에서 deep web research 성능을 높이고, 긴 사고가 필요한 질문에서 문맥을 더 잘 유지하도록 개선됐다. 원문은 이러한 변화가 답변 품질을 높이면서도 더 빠르게 도착하고, 작업과의 관련성을 유지하는 데 기여한다고 정리한다.

4. API와 Codex의 컴퓨터 사용, 긴 컨텍스트, 도구 검색

Codex와 API에서 GPT-5.4는 OpenAI가 공개한 첫 범용 모델 중 네이티브 최첨단 컴퓨터 사용 기능을 갖춘 모델로 소개된다. 이는 에이전트가 컴퓨터를 조작하고 여러 애플리케이션에 걸친 복잡한 워크플로를 수행할 수 있게 하는 기능이다. 또한 최대 100만 토큰의 컨텍스트를 지원해 장기간에 걸친 작업을 계획하고 실행하며 검증할 수 있다고 한다. 도구 검색 기능도 추가되어 대규모 도구와 커넥터 생태계에서 에이전트가 적절한 도구를 더 효율적으로 찾고 사용할 수 있도록 돕는다. GPT-5.4는 GPT-5.2와 비교해 문제 해결에 훨씬 적은 토큰을 사용하는, 당시 기준 가장 토큰 효율적인 추론 모델이라고도 설명된다.

5. 지식 업무 성능과 전문 산출물 품질

지식 업무 영역에서 GPT-5.4는 GPT-5.2의 일반 추론 능력을 기반으로 실제 전문가에게 중요한 과제에서 더 일관되고 다듬어진 결과를 낸다고 소개된다. GDPval에서는 미국 GDP 상위 산업의 44개 직업에 걸친 명확히 정의된 지식 업무를 평가하는데, GPT-5.4는 비교의 83.0%에서 업계 전문가와 같거나 더 나은 결과를 냈다고 한다. 이는 GPT-5.2의 70.9%보다 높은 수치다. 원문은 판매 프레젠테이션, 회계 스프레드시트, 긴급 진료 일정, 제조 다이어그램, 짧은 영상 같은 실제 업무 산출물이 평가 대상임을 설명한다. Mercor의 Brendan Foody는 GPT-5.4가 슬라이드 덱, 재무 모델, 법률 분석 같은 장기 산출물에서 높은 성능과 더 빠른 실행, 더 낮은 비용을 보였다고 평가했다.

6. 스프레드시트, 프레젠테이션, 문서와 사실성 개선

OpenAI는 GPT-5.4에서 스프레드시트, 프레젠테이션, 문서를 만들고 편집하는 능력 향상에 특히 초점을 맞췄다고 밝혔다. 주니어 투자은행 애널리스트가 수행할 법한 스프레드시트 모델링 내부 벤치마크에서 GPT-5.4는 평균 87.3%를 기록했고, GPT-5.2는 68.4%였다. 프레젠테이션 평가에서는 인간 평가자들이 GPT-5.2보다 GPT-5.4의 결과를 68.0%의 비율로 선호했으며, 이유로 더 강한 미적 완성도, 더 다양한 시각 표현, 이미지 생성의 더 효과적인 사용이 언급됐다. 또한 사실 오류를 줄이는 작업도 계속되어, 사용자가 사실 오류를 표시한 익명화 프롬프트 집합에서 GPT-5.4의 개별 주장은 GPT-5.2보다 거짓일 가능성이 33% 낮고, 전체 응답이 오류를 포함할 가능성은 18% 낮았다고 한다. Harvey의 Niko Grupen은 법률 문서 중심 업무에서 복잡한 거래 분석 구조화, 긴 계약 전반의 정확성 유지, 법률 실무자가 요구하는 세부 수준 제공이 개선됐다고 평가했다.

7. 컴퓨터 사용 기능과 시각 이해 벤치마크

GPT-5.4는 네이티브 컴퓨터 사용 기능을 갖춘 첫 범용 모델로 소개되며, 웹사이트와 소프트웨어 시스템 전반에서 실제 작업을 수행하는 에이전트를 만드는 개발자에게 유용하다고 설명된다. 모델은 Playwright 같은 라이브러리를 통해 컴퓨터를 조작하는 코드를 작성하거나, 스크린샷을 보고 마우스와 키보드 명령을 내리는 방식 모두에서 작동하도록 설계됐다. 개발자는 developer message를 통해 동작을 조정할 수 있고, 위험 허용 수준에 맞춰 확인 정책을 지정해 안전 동작도 구성할 수 있다. OSWorld-Verified에서는 75.0%의 성공률을 기록해 GPT-5.2의 47.3%와 인간 성능 72.4%를 넘어섰다고 원문은 제시한다. WebArena-Verified에서는 DOM과 스크린샷 기반 상호작용을 함께 사용할 때 67.3%를 기록했고, Online-Mind2Web에서는 스크린샷 관찰만으로 92.8%의 성공률을 냈다고 설명한다.

8. 고해상도 이미지, 문서 파싱, 코딩과 Playwright Interactive

GPT-5.4의 컴퓨터 사용 개선은 일반적인 시각 지각 능력 향상 위에 구축됐다고 설명된다. MMMU-Pro에서는 도구 사용 없이 81.2%를 기록해 GPT-5.2의 79.5%보다 높았고, 문서 파싱 성능을 보는 OmniDocBench에서는 평균 오류가 0.109로 GPT-5.2의 0.140보다 낮았다. 또한 GPT-5.4부터 original 이미지 입력 detail 수준을 도입해 최대 10.24M 총 픽셀 또는 최대 6000픽셀 차원까지의 고충실도 지각을 지원하며, high detail도 최대 2.56M 총 픽셀 또는 2048픽셀 차원까지 지원한다고 한다. 코딩 영역에서는 GPT-5.3-Codex의 강점을 지식 업무와 컴퓨터 사용 능력과 결합해 긴 작업에서 도구를 쓰고 반복하며 더 적은 수동 개입으로 진전할 수 있도록 했다고 설명한다. Codex의 /fast 모드는 GPT-5.4에서 최대 1.5배 빠른 토큰 속도를 제공하며, 실험적 Codex skill인 Playwright Interactive는 웹 및 Electron 앱을 시각적으로 디버그하고, 앱을 만드는 도중 직접 테스트하는 용도로 공개됐다.

🧾 핵심 주장 / 시사점

• GPT-5.4 발표의 핵심은 단순한 대화 모델 성능보다 전문 업무 산출물, 장기 작업, 에이전트 실행 능력으로 무게중심이 이동했다는 점이다.
• 컴퓨터 사용 기능, 100만 토큰 컨텍스트, 도구 검색은 모델이 여러 애플리케이션과 도구를 오가며 계획·실행·검증하는 장기 워크플로를 수행하도록 설계됐음을 보여준다.
• 원문은 성능 지표뿐 아니라 토큰 효율, 속도, 오류 감소, 문서 품질을 함께 강조해 실제 도입 환경에서의 비용과 신뢰성을 중요한 차별점으로 제시한다.

✅ 액션 아이템

• GPT-5.4 Thinking/Pro 적용 범위를 ChatGPT·API·Codex 채널별로 구분해 실서비스 탑재 우선순위를 정한다.
• 스프레드시트·문서·프레젠테이션 등 전문 업무에서 사고 계획 노출 후 사용자가 방향을 조정하는 흐름을 검증한다.
• Codex와 API의 네이티브 컴퓨터 사용·도구 검색·토큰 효율 개선 조합을 장기 에이전트 작업군에 반영해 성능을 점검한다.

❓ 열린 질문

• 실무 시나리오별로 GPT-5.4 Thinking과 GPT-5.4 Pro를 어떤 지표로 장기적으로 구분 비교할 것인가?
• 100만 토큰 컨텍스트 기반 작업에서 비용·지연·안정성은 기존 대비 어느 수준에서 개선되는지를 어떻게 산정할 것인가?
• GDPval·OSWorld-Verified·BrowseComp·Toolathlon의 높은 수치가 실제 지식업무·컴퓨터사용·코딩 업무군에 어떻게 환원되는가?