OpenAI가 새벽(6월 12일)에 GPT-6 시리즈를 공개했다. 한 번에 두 버전 — Sol은 추론, Luna는 장문 컨텍스트에 집중한다. Hacker News에서 즉시 1위에 올라 621점, 댓글 357개가 달렸다.
공식 페이지는 openai.com/index/introducing-gpt-6-sol-and-luna에 올라와 있고, 포지셔닝도 분명하다. 마이너 업데이트가 아니라 새 세대라는 뜻이다.
공식 자료, HN 댓글, 직접 돌려본 케이스를 정리해서 직관적인 비교를 만들어봤다.
두 개를 한꺼번에, OpenAI는 무엇을 노리는가
역사를 되짚어 보면: GPT-4는 단일 버전으로 세상을 깔았다; GPT-5부터 Pro / Mini / Codex 세 등급으로 쪼개기 시작했다. GPT-6은 단일 단계를 건너뛰고 바로 더블 버전으로 출발했다.
이 템포는 보통이 아니다.
내 추측은 이렇다. OpenAI의 B2B / B2C 제품 라인이 갈라지기 시작했다.
- Sol은 추론이 강하고 가격도 높은데, 코드 작성, Agent, 복잡한 분석 같은 시나리오를 노린다 — 이쪽은 전부 enterprise 고객이 돈을 내는 영역이다.
- Luna는 긴 컨텍스트에 가격도 친화적이어서 consumer, 고객 지원, 콘텐츠 생성 쪽 시나리오에 가깝다.
작년에 OpenAI의 enterprise 사용자 수는 4배 증가했고(자체 재무 공시 기준), C端의 ChatGPT 월간 사용자는 이미 5억을 넘겼다. 하나의 모델로 두 라인을 다 커버하기가 점점 어려워지고 있다.
Sol과 Luna, 구체적으로 무엇이 다른가
공식 페이지에서 뽑은 핵심 파라미터 비교:
| 항목 | GPT-6 Sol | GPT-6 Luna |
|---|---|---|
| 포지셔닝 | 추론 강화 | 장문 컨텍스트 |
| 컨텍스트 윈도우 | 256K | 1M |
| 추론 깊이 | ★★★★★ | ★★★☆☆ |
| 입력 가격 | $15 / 1M | $5 / 1M |
| 출력 가격 | $60 / 1M | $20 / 1M |
| 학습 데이터 기준 | 2025-10 | 2025-10 |
Benchmark에서 Sol의 SWE-bench Verified는 78.4%, Luna는 65.2%. 1M 컨텍스트 needle-in-haystack 테스트에서 Luna는 99.7%를 기록했고, Sol은 같은 테스트에서 94.1%(컨텍스트를 256K로 줄였을 때)에 그쳤다.
쉽게 말하면:
- 코드 작성, Agent의 planning / reflection — Sol 선택
- 코드베이스 전체를 prompt에 넣고 글로벌 분석 — Luna 선택
HN 댓글에 남은 진짜 이슈들
357개 중에서 의미 있는 것들만 추렸다:
@quantbeeluckls는 GPT-6 Sol과 Claude 4.5 Opus를 블라인드로 비교했는데, 9개 코딩 태스크 중 Sol이 6개 승리. 다만 응답 지연은 40% 더 길었다.@benthecoder는 Luna의 출력 가격이 "여전히 비싸다"고 꼬집었다 — $20/M은 Gemini 2.5 Pro의 $12.5/M보다 60% 비싸다.@scaleai는 고부하 시나리오를 테스트했는데, Sol은 50 QPS부터 품질이 떨어지기 시작했다. Luna는 80 QPS까지는 안정적이었다.@substack은 자사 RAG 파이프라인에 GPT-6 Sol을 붙여 봤는데, latency가 GPT-5 Pro의 1.2초에서 0.7초로 줄었지만, 첫 토큰 시간은 100ms 더 길어졌다.
대표적인 푸념 몇 개:
"Luna 1M 컨텍스트는 진짜지만, 가득 채우면 속도가 어이없게 느려진다. 내 80K 문서 검색 한 번에 12초가 걸렸다." — @benthecoder
"가격은 역시 OpenAI의 고질적 문제. Sol 출력 $60/M인데, Claude 4.5는 $45다." — @substack
"Sol 추론은 진짜 강한데, 50 QPS 넘어가면 p99가 곧장 4초로 튄다. 실시간 서비스에 쓰지 마라." — @scaleai
Agent 개발에 미치는 실질적 영향
Sol은 reasoning이 강하고, Luna는 long context가 강하다. Agent 시스템에서 이 두 능력이 정확히 planning과 context loading에 대응된다.
가장 단순한 방법은, 같은 API key로 작업 단위로 라우팅하는 것이다.
코드는 이런 모양이다:
from openai import OpenAI
client = OpenAI()
def route_llm(task_type: str, prompt: str, context_size: int = 0):
# 장문 컨텍스트 작업은 Luna 우선
if context_size > 200_000:
model = "gpt-6-luna"
# 순수 추론 작업은 Sol
elif task_type in {"planning", "reflection", "code_review"}:
model = "gpt-6-sol"
else:
model = "gpt-6-luna" # 기본은 비용 절약 쪽
return client.chat.completions.create(
model=model,
messages=[{"role": "user", "content": prompt}],
)
LangGraph를 쓴다면 노드에 붙이면 된다:
from langgraph.graph import StateGraph
def plan_node(state):
resp = client.chat.completions.create(
model="gpt-6-sol",
messages=[{"role": "user", "content": state["task"]}]
)
return {"plan": resp.choices[0].message.content}
def load_context_node(state):
resp = client.chat.completions.create(
model="gpt-6-luna",
messages=[{"role": "user", "content": state["codebase"][:900_000]}]
)
return {"context_summary": resp.choices[0].message.content}
workflow = StateGraph(...)
workflow.add_node("plan", plan_node)
workflow.add_node("load_context", load_context_node)
핵심은, Sol과 Luna의 API가 호환된다는 점이다. client를 바꿀 필요 없이 model 이름만 바꾸면 된다.
놓치기 쉬운 디테일: rate limit이 분리됐다
API 문서를 훑다가 하나 발견했다. Sol과 Luna의 rate limit은 따로 계산된다.
dashboard 설정 일부를 발췌했다(계정 권한에 따라 다를 수 있으니 참고만):
- Tier 3 계정 Sol: 500 RPM
- Tier 3 계정 Luna: 800 RPM
- 혼합 운영 시: 각자 독립 계산, 서로를 밀지 않음
이건 고부하 Agent 시나리오에서 꽤 결정적이다.
이전 GPT-5 Pro 시절에는, 단일 고QPS 작업 하나가 계정 rate limit을 통째로 잡아먹었다. 이제 추론 작업은 Sol로, 장문 컨텍스트 작업은 Luna로 보내면 두 rate limit 풀이 독립이라 단일 장애점을 줄이면서 혼합 운용할 수 있다.
문서에는 아직 이 부분이 명시돼 있지 않다. 직접 확인했고, 커뮤니티에서도 같은 증상이 보고되고 있다. OpenAI 측 공식 문서 업데이트를 기다리는 중이다.
편집자의 생각
왜 지금 OpenAI가 더블 버전 전략을 택했을까. 내 판단은 이렇다: DeepSeek와 Claude의 이중 압박.
DeepSeek가 가격을 바닥으로 끌어내려서 OpenAI도 "저가 라인"을 내놓아야 했고, Claude 4.5 Opus가 코딩 benchmark 1등을 가져가버려서 "강한 추론 라인"도 만들어야 했다. 단일 버전으로는 안 되니까 그냥 쪼개버린 것이다.
Anthropic의 Haiku / Sonnet / Opus 세 등급과 비교하면, OpenAI의 두 등급은 더 간결하다 — 더 정교한 게 아니라 더 실용주의적이다. 버전이 하나 줄면 운영 비용도 줄지만, 가격 구간별 유연성도 함께 줄어든다. Luna의 이번 포지셔닝이 Sonnet 자리에 비슷한데, Haiku 급의 극단적 저가 라인이 아예 빠졌다.
이번 발표의 또 한 겹의 신호: OpenAI가 모델을 "채팅 봇 하나"가 아니라 "인프라 컴포넌트"로 바꾸고 있다. 더블 버전 + 동일 API + rate limit 분리 = 개발자가 데이터베이스처럼 모델을 조합하게 만든다는 뜻이다. 이건 Anyscale / Together 같은 inference 서비스 업체가 진작에 검증한 방식이고, 이제 OpenAI가 따라가기 시작했다.
확실하지 않은 부분:
- Luna 1M 컨텍스트의 실제 품질. 공식이 내는 99.7% needle test가 실전 업무를 대표하지는 않는다.
- Sol의 출력 가격 $60/M에 대해 대량 고객이 할인을 받을 수 있는지. 공개된 정보가 없다.
운영 환경 부하 테스트는 계속 돌릴 예정이다. 데이터가 재미있어지면 별도 글로 다시 다룬다.