GPT-6 Luna가 저렴해졌는데, 복합 문의까지 맡겨도 될까?

9월 22일 공개된 GPT-6 Sol·Luna의 가격을 보면 반복 업무를 옮겨 보고 싶어집니다. 다만 짧은 문의와 두 문제가 섞인 문의는 난이도가 다릅니다. 아래 세 문장으로 분류 경계를 확인한 뒤 비용을 비교해 보세요.

문의 메일의 종류를 나누는 일에 가장 큰 모델이 꼭 필요할까요? 반대로 여러 계약 조건을 함께 읽는 일을 가장 가벼운 모델에 맡겨도 괜찮을까요? GPT-6는 이름을 외우기보다 일을 나눠 생각하면 선택이 쉬워집니다.

OpenAI의 제품 안내는 Astra를 높은 역량이 필요한 작업, Sol을 까다로운 추론 작업, Luna를 반복·대량 작업의 효율과 연결합니다. 아래 표는 그 설명을 바탕으로 한 비교 출발점입니다. 실제 한국어 업무의 성능 순위표는 아닙니다.

맡길 일	먼저 비교할 후보	잘됐다고 볼 기준
문의를 정해진 분류로 나누기	Luna	애매한 문의를 따로 남김
여러 조건이 있는 문서·코드 검토	Sol	조건을 빠뜨리지 않고 근거를 제시함
긴 작업을 계획하고 예외 해결하기	Astra	중간 실패를 확인하고 계획을 고침

문의 1,000건을 같은 분량으로 처리한다면

건당 일반 입력 1,000토큰, 출력 200토큰으로 가정하면 총 입력 100만·출력 20만 토큰입니다. 9월 23일 확인한 표준 단가로 Sol은 $4, Luna는 $0.20입니다. 캐시·검색·도구·재시도 비용을 제외한 가정 계산이며, 품질이 같다는 뜻은 아닙니다. 입력 272K 이하인 요청의 요율을 사용했습니다.

후보	입력 비용	출력 비용	합계
GPT-6 Sol	$2	$2	$4
GPT-6 Luna	$0.10	$0.10	$0.20

문의 세 개만 넣어 봐도 차이가 보입니다

연습용 문의를 이렇게 준비해 보세요. ① “영수증을 못 받았어요.” ② “결제는 됐는데 팀원은 로그인이 안 돼요.” ③ “그때 신청한 걸 취소해 주세요.” 첫 번째는 결제, 두 번째는 복합, 세 번째는 확인 필요로 남기는 것이 이 연습의 기대 결과입니다.

두 번째 문의를 무조건 결제로 보내거나 세 번째 문의의 주문번호를 추측한다면, 답이 빠르더라도 그대로 자동화에 넣기 어렵습니다. 먼저 분류 기준을 고쳐 보고 같은 사례로 다시 시험하세요.

문의 한 건을 분류해 주세요.
분류는 결제 / 사용법 / 계정 / 복합 / 확인 필요 중 하나입니다.
두 문제가 함께 있으면 복합, 처리 대상을 알 수 없으면 확인 필요입니다.
분류, 근거 문장, 더 물어볼 내용 순서로 답해 주세요.
문의에 없는 주문번호와 고객 상태는 추가하지 마세요.

언제 더 큰 모델을 비교하면 될까요?

간단한 문의는 잘 처리하지만 조건이 세 개 이상 겹치는 문의에서 누락이 반복될 때입니다. 그 사례만 모아 다른 후보에 넣어 보세요. 모든 문의를 한꺼번에 바꾸기보다 어려운 문의 묶음에서 개선이 있는지 보는 편이 판단하기 좋습니다.

“자신감 90%” 같은 모델의 자기평가만으로 자동 처리 여부를 정하지 마세요. 주문번호가 있는지, 분류가 허용 목록에 있는지, 근거 문장이 실제 문의에 있는지는 프로그램으로 확인할 수 있습니다. 확인에 실패하면 담당자 검토함에 남기면 됩니다.

선택 후에는 한 줄 기록을 남기세요

“Luna를 쓴다”보다 “영수증 문의 분류에 사용, 복합 문의는 검토함으로”라고 남겨 보세요. 모델 ID, 시험한 문의, 틀린 사례도 함께 보관합니다. 그래야 모델이 바뀐 뒤 이전 문제가 다시 생기는지 확인할 수 있습니다.

API를 쓰는 자동화와 ChatGPT 앱의 모델 선택은 이용 조건이 다를 수 있습니다. 이 글의 후보가 실제 계정에 보이는지 확인한 다음 작은 시험부터 시작하세요.