2026년 10월 27일(일본 시간), OpenAI의 28일간 업데이트 Day 22로 'GPT-6.1 Terra'가 발표되었습니다. 화면 내용을 이해하고 앱을 조작하는 Computer Use 기능, 이미지 및 도면 이해, 자연스러운 문장 작성이 뛰어난 고속 저비용 신규 모델입니다.
전날인 Day 21(일본 시간 10월 26일)은 Codex / ChatGPT Work의 사용량 초기화일이었으나, Day 22는 신모델 출시가 중심이었습니다. 이 두 날을 종합적으로 되돌아보며, 요금, 벤치마크, API 사양, Java 및 curl 구현 예시, 모델 선택 방법, 제약 사항 등을 공식 자료를 기반으로 자세히 설명합니다.
조사일: 2026년 10월 27일(일본 시간). OpenAI의 제품 발표, API 모델 사양, 가격표, API 변경 이력, OpenAI Developer Community, Day 21의 공식 X 원문을 대조했습니다. 수치는 기본적으로 OpenAI가 공개한 벤치마크 및 평가 조건에 근거하며, 필자가 실제 앱으로 재현한 실측값은 아닙니다.
우선 일차 정보를 확인하실 수 있습니다.
- OpenAI 공식: Introducing GPT-6.1 Terra
- OpenAI 공식: GPT-6.1 Terra API 모델 사양
- OpenAI API Changelog: 2026년 10월 26일 출시
- Day 22: Tibo Sottiaux의 공식 X 게시물
- Day 21: Tibo Sottiaux의 공식 X 게시물
1. Day 21과 Day 22에서 무엇이 발표되었나?
| 일자 | 미국 태평양 시간 | 일본 발표일 | 내용 | 초기화 여부 |
|---|
| Day 21 | 2026/10/25 | 10/26 | Codex / Work 사용량 초기화 | 발표 있음 |
| Day 22 | 2026/10/26 | 10/27 | GPT-6.1 Terra 공식 출시 | Day 22의 새로운 초기화 발표 없음 |
Day 21의 공식 게시물은 다음과 같은 짧은 메시지였습니다.
Day 21/ Wonder what happens the remaining seven days. But today is a reset.
즉, '남은 7일 동안 무슨 일이 일어날지 기대되지만, 오늘은 초기화(리셋)입니다'라는 취지입니다.
Day 21에서는 초기화가 선언된 것이 확실하지만, Tibo에 의한 새로운 '전 계정 배포 완료'를 나타내는 추가 게시물은 이 발표만으로는 확인할 수 없습니다. 제3자에 의한 반영 관측이 있더라도, 본인의 사용량 상황과는 구별할 필요가 있습니다.
이미 Day 21에 대한 별도의 상세 기사가 있으므로, 본 기사에서는 중복을 피하고 핵심 내용을 정리하여 Day 22의 기술적인 변경 사항을 중심으로 설명합니다.
날짜가 하루 차이 나는 이유
기획상의 Day 번호는 미국 태평양 시간 기준으로 다루어지고 있습니다. 2026년 10월 26일 서부 해안은 여름 시간(PDT, UTC−7)이므로, 일본 표준시 JST(UTC+9)와의 시차는 16시간입니다.
따라서 미국 10월 26일 오후 이후의 발표가 일본에서는 10월 27일 아침이나 낮에 이루어지는 경우가 있습니다.
2. GPT-6.1 Terra란? 무엇을 잘하는가?
OpenAI는 Terra를 정교한 시각적 추론(Visual Reasoning), 정확한 컴퓨터 조작, 자연스러운 문장 작성을 효율적으로 수행하는 모델로 포지셔닝하고 있습니다.
기존 GPT-5.6 Terra에 비해 성능이 향상되었을 뿐만 아니라, 표준 API의 토큰 단가는 GPT-5.6 Terra 및 GPT-6.1 Sol의 절반 비용입니다.
대표적인 용도는 다음과 같습니다.
| 용도 | 구체적인 작업 |
|---|
| 이미지 이해 | 상품 사진을 보고 상품 마스터 후보와 대조하는 작업 |
| ... | |
| 중요한 점은, Terra가 어떤 작업에서도 가장 똑똑한 모델이라는 위치에 있는 것은 아니라는 것입니다. 난이도가 높은 설계, 대규모 리팩토링, 고도화된 조사에는 OpenAI는 계속해서 GPT-6.1 Sol 또는 GPT-6 Astra를 권장하고 있습니다. | |
3. API 사양을 일괄 확인하기
API에서 지정하는 모델 ID는 **gpt-6.1-terra**입니다.
| 항목 | 사양 |
|---|
| 모델 ID | gpt-6.1-terra |
| ... | none , low , medium , high , xhigh , max |
| 기본 추론 레벨 | medium |
| 구조화된 출력 (Structured Outputs) | 지원 |
| 함수 호출 (Function Calling) | 지원 |
| ... | |
| 지원 도구에는 웹 검색(Web Search), 파일 검색, 코드 실행, 호스팅 쉘(Hosted Shell), 패치 적용(Apply Patch), MCP, 컴퓨터 사용(Computer Use) 등이 포함됩니다. API 모델이 도구를 사용할 수 있다는 것과 임의의 로컬 PC를 무조건적으로 조작할 수 있는 것은 별개입니다. Computer Use에는 조작 대상 환경, 권한 및 실행 측의 제어가 필요합니다. | |
105만 토큰은 '무엇이든 무료로 읽을 수 있다'는 의미가 아닙니다
**컨텍스트 창(Context Window)**은 한 번의 요청으로 처리할 수 있는 정보량의 상한선을 나타냅니다. 긴 문서나 코드베이스를 다룰 수 있지만, 실제 사용 요금은 토큰 수에 따라 결정됩니다.
또한, OpenAI의 요금표에서는 입력이 272,000 토큰을 초과할 경우, 요청 전체에 장문 요금이 적용됩니다. 입력/캐시 요금은 2배, 출력은 1.5배가 되므로, 긴 입력을 보내기 전에 분할, 요약 또는 검색을 고려하는 것이 현실적입니다.
4. 요금: GPT-6.1 Sol과 비교하여 얼마나 저렴한가?
표준 API 요금 (100만 토큰당)
| 항목 | Terra | Sol | Astra |
|---|
| 일반 입력 | $1.00 | $2.00 | $10.00 |
| 캐시된 입력 | $0.05 | $0.10 | $1.00 |
| 출력 | $5.00 | $10.00 | $50.00 |
| 캐시 쓰기・30분 | $1.25 | $2.50 | $12.50 |
| 캐시 쓰기・12시간 | $2.50 | $5.00 | $25.00 |
이것은 OpenAI의 **표준 요금(Standard Rate)**입니다. 배치/플렉스(Batch / Flex)는 통상보다 저렴하며, Fast 또는 지역 지정 처리 시 추가 요금이 발생할 수 있습니다. 위 가격은 모든 사용 모드에 공통되는 단가는 아닙니다.
구체적인 비용 계산
예를 들어, 총 100만 입력 토큰 및 10만 출력 토큰을 처리했다고 가정해 봅시다. 캐시 없음, 표준 요금, 장문 요금 대상 아님, 도구 추가 요금 없음이라는 가정이 전제됩니다.
| 모델 | 입력 비용 | 출력 비용 | 합계 |
|---|
| Terra | $1.00 | $0.50 | $1.50 |
| ... | | | |
| 이 예시에서는 Terra가 Sol의 절반, Astra의 1/10 수준입니다. | | | |
다만, 반드시 같은 작업에 동일한 토큰 수를 사용한다고 할 수는 없습니다. 모델별 출력 길이, 도구 호출 횟수, 실패 및 재시도율이 다를 경우, 단가가 절반이라 하더라도 전체 작업 비용이 절반이 된다고는 할 수 없습니다.
프롬프트 캐시의 30분・12시간
같은 긴 사양서를 반복적으로 참조하는 경우, 공유되는 입력 부분을 재활용할 수 있어 캐시된 입력의 낮은 단가가 적용됩니다.
다만 캐시는 최초 쓰기(initial write)에도 요금이 발생하는 구조입니다. Terra의 30분 보존은 100만 토큰당 $1.25, 12시간 보존은 $2.50이며, 보존 조건에 따라 수익성이 달라집니다.
이것은 API 캐시 요금에 대한 이야기이며, ChatGPT Work / Codex의 이용량 표시와 같은 수치가 아닙니다.
5. '사용량이 2배'라는 것이 사실인가?
여기는 중요한 정정 사항입니다.
OpenAI 공식 발표에는 ChatGPT Work / Codex에서 동일한 사용량이라면 GPT-5.6 Terra보다 더 많은 작업을 수행할 수 있으며, GPT-6.1 Sol이나 GPT-6 Astra보다 훨씬 많은 작업을 처리할 수 있다고 적혀 있습니다.
하지만, 공식 발표 본문에서는 'Terra를 사용하면 Sol의 정확히 2배 이용량이 된다'는 고정 배율을 확인할 수 없습니다.
올바른 이해
API 요금: Terra의 표준 토큰 단가는 Sol의 **50%**입니다.
- Work / Codex 사용량: 동일한 틀에서 Terra가 더 많은 작업을 수행할 수 있다고 OpenAI가 안내했습니다.
- 이용량 자체: 모든 모델에 대해 상한선이 2배가 되었다는 발표는 아닙니다.
- Day 21 리셋: Terra의 요금 개선과는 별개의 사건입니다.
Day 21: 리셋
대상으로 지정된 Codex/Work 슬롯 복구
│
...
비용 50% 할인과 사용량 2배 증가를 항상 동일시해서는 안 됩니다. 이 구별은 AI 운영 비용을 정확하게 추정하는 데 매우 중요합니다.
6. 벤치마크 ①: Computer Use 및 화면 조작
Computer Use는 AI가 화면의 스크린샷 등을 이해하고, GUI(Graphical User Interface: 화면상의 버튼이나 메뉴)를 조작하여 작업을 진행하는 메커니즘입니다.
OpenAI는 Terra를 Agents' Last Exam, OSWorld 2.1, MMMU-Pro 등의 평가에서 검증했습니다.
| 평가 | 측정 항목 | OpenAI 주요 보고 내용 |
|---|
| Agents' Last Exam v1 | 업무 애플리케이션을 사용한 복잡한 작업 | medium 설정 기준, 구(舊) Terra 대비 15포인트 높음 |
| ... | | |
'15포인트 높다'는 것은 예를 들어 30%에서 45%가 된다는 퍼센트 포인트의 차이를 의미합니다. '성공률이 15% 증가했다'라는 상대적인 증가율과는 다릅니다.
속도에 대하여
OpenAI는 Agents' Last Exam에서, Terra가 GPT-6 Astra와 GPT-6.1 Sol보다 평균 3배 이상 빠르게 작업을 완료했다고 보고했습니다.
이는 특정 벤치마크와 평가 조건의 결과일 뿐이며, 모든 GUI 조작이 반드시 3배 빨라진다는 보장은 아닙니다.
실무 예시: 청구서 입력
이미지 이해 및 문장 생성 결과가 정확하더라도, 청구 금액이나 계좌 번호를 검증 없이 확정해서는 안 됩니다. 특히 청구, 이체, 삭제와 같은 비가역적(irreversible) 작업에는 확인 절차를 남기는 설계가 필요합니다.
7. 벤치마크 ②: 코딩 능력이 얼마나 향상되었나?
소프트웨어 개발에 중요한 수치는 Terminal-Bench 4.0입니다. 이는 커맨드라인을 사용하여 실제로 코드를 수정하는 등의 작업을 측정합니다.
OpenAI 발표에서 제시된 **최대 추론 설정(max)**에서의 점수는 다음과 같습니다.
| 모델 | Terminal-Bench 4.0 |
|---|
| GPT-5.6 Terra | 21.5% |
| GPT-6.1 Terra | 50.3% |
28.8포인트의 개선으로, 성공률 수치로는 2배를 초과합니다.
다만, 이 비교는 OpenAI가 보고한 동일 벤치마크의 공개 점수이며, 귀하의 리포지토리 버그 수정율이 그대로 50.3%가 된다는 의미는 아닙니다.
특히 다음 항목들은 개별적으로 평가해야 합니다.
소규모 기능 수정: 대상 파일 및 합격 조건이 명확하다면 Terra와 궁합이 좋습니다.
- 광범위한 설계 변경: 의존 관계나 배경 정보의 추론이 중요한 경우, Sol / Astra도 비교하는 것이 좋습니다.
- 기존 CI 복구: 실제 테스트 실행, 에러 로그 판독, 재실행을 포함하여 평가해야 합니다.
- 보안 검토: 모델 자체의 자기 평가만으로 안전하다고 판단하지 말고, 테스트/정적 분석/검토를 병용해야 합니다.
OpenAI 자신도 어려운 코딩에는 Sol이나 Astra 쪽이 더 적합하다고 안내하고 있습니다.
과학 분야 터미널 조작
Terminal-Bench-Science 0.1에서는, Terra가 max 추론 설정으로 GPT-6.1 Sol을 능가하며 비용을 절감하여 작업했다는 결과도 발표되었습니다. 다만, 이는 과학 연구 작업에 특화된 평가이며, 일반적인 모든 프로그래밍 작업의 우열을 뒤집는 것은 아닙니다.
8. 벤치마크 ③: 사실 오류가 줄었나?
OpenAI는 모델이 오류를 범하기 쉬운 질문들을 모은 사내 벤치마크 결과도 공개했습니다.
| 추론 설정 | GPT-5.6 Terra의 오류율 | GPT-6.1 Terra의 오류율 |
|---|---|
| low | 53.6% | 16.7% |
| max | 약 22.3% (차이분 역산) | 4.3% |
low 설정에서는 36.9포인트의 하락입니다. max 설정에서는 OpenAI가 **18포인트 하락하여 4.3%**라고 설명했습니다. 구(舊) Terra의 약 22.3%는 그 차이분으로부터 역산한 참고값이며, 이번 발표 본문에 구(舊) 값을 그대로 기재된 것은 아닙니다.
이 오류율은 OpenAI의 특정 내부 평가이며, 인터넷상의 정보를 사용한 모든 답변의 오류율을 의미하지 않습니다. 개선되었다고 해서 할루시네이션(Hallucination, 허위 정보)이 0%가 되는 것은 아닙니다.
업무 시스템에 사용할 경우, **1차 정보(Primary Source), 입력 스키마(Input Schema), 타입 체크(Type Check), 업무상 불변 조건(Business Invariant)**을 병용하여 사실과 추측을 분리하는 것이 중요합니다.
9. API로 직접 테스트해 보기: cURL 최소 예시
API를 사용하려면 OpenAI API 이용 자격 및 API 키가 필요합니다. ChatGPT의 구독 서비스와 API의 종량제 과금은 별개입니다.
우선, 터미널에서 텍스트 처리를 시도하는 최소 예시입니다.
curl https://api.openai.com/v1/responses \
-H "Authorization: Bearer $OPENAI_API_KEY" \
-H "Content-Type: application/json" \
...
| 파라미터 | 의미 |
|---|
/v1/responses | Responses API의 엔드포인트 |
Authorization | API 키를 사용한 인증 |
model | gpt-6.1-terra 선택 |
reasoning.effort | 추론 깊이. 여기서는 기본값과 동일한 medium |
input | 처리해 주었으면 하는 지시/입력 값 |
이 명령어는 공식 사양에 따른 이용 예시이며, 기사 작성 시 실행하여 응답을 검증한 것이 아닙니다.
실제 운영 환경에서는 API 키를 환경 변수나 비밀 관리 시스템(Secret Management System)에 저장하고, 로그, GitHub, 기사 본문에 직접 기재하지 않도록 주의해야 합니다.
10. Java 백엔드에서 호출하는 예시
Java 17 이후의 표준 HttpClient를 이용하면 추가적인 HTTP 라이브러리 없이 Responses API에 요청을 보낼 수 있습니다.
아래는 HTTP 호출 부분만을 간추린 참고 코드입니다. JSON 문자열은 샘플용이므로, 실제 운영 시에는 Jackson과 같은 JSON 라이브러리를 사용하여 구성해야 합니다.
import java.net.URI;
import java.net.http.HttpClient;
import java.net.http.HttpRequest;
...
주의: Java의 HttpClient는 Java 21 이후부터 AutoCloseable입니다. 위의 try-with-resources 사용 예시는 Java 21 이후 버전을 위한 것입니다. Java 17의 경우 try-with-resources를 사용하지 않고, HttpClient client = HttpClient.newHttpClient();와 같이 생성해야 합니다. HttpRequest의 구축이나 전송 자체는 Java 17에서도 사용할 수 있습니다.
실무 구현 시 추가해야 할 요소
- JSON 파서(Parser): 응답의
output 배열 등에서 텍스트를 안전하게 추출하는 기능 -
- 타임아웃 설정(Timeout Setting): 연결 및 응답 대기 시간이 길어지는 것을 방지 -
- 재시도 정책(Retry Policy): 429 / 일시적 5xx 오류를 처리하고, 지수 백오프(Exponential Backoff) 및 최대 시도 횟수를 적용 -
- 모니터링(Monitoring): 모델명, 입력/출력 토큰 수, 처리 시간, 오류율을 측정 -
- 품질 평가(Quality Evaluation): 테스트 데이터와 기대 결과를 준비하여 기존의 Sol이나 Astra 등과 비교하는 기능
오분류 및 청구 금액 오류가 업무 처리에 직접 영향을 미치는 시스템에서는 AI의 텍스트 출력을 그대로 DB 업데이트나 대금 확정의 근거로 삼지 마십시오.
11. Computer Use를 결합할 때 주의점
Terra는 Computer Use를 이용할 수 있지만, API 호출만으로 PC상의 창을 임의로 조작할 수는 없습니다.
Computer Use의 기본 구성은 다음과 같습니다.
앱 측 실행 환경(브라우저・가상 PC 등)
│
├─ 스크린샷 획득
...
**화면을 읽는 모델(Screen Reading Model)**과 **실제 마우스/키보드를 조작하는 제어 프로그램(Control Program)**을 분리하여 생각하는 것이 중요합니다.
구현 시에는 특히 다음 사항들을 지켜야 합니다.
- 운영 가능한 앱, 사이트, 폴더 및 권한 범위(scope)를 제한함
- 외부 사이트에 작성된 지시사항을 사용자의 명령으로 그대로 받아들이지 않음
- 이체, 구매, 삭제, 권한 변경 등 중요한 작업은 인간이 확인하도록 함
- 작동 대상의 변경을 감지하면 중단함
- 실패했을 때 무제한 클릭이나 재시도를 반복하지 않음
- 입력된 기밀 정보를 로그에 남기지 않음
OpenAI의 안전성 보고서에 따르면, Terra는 Preparedness Framework상의 사이버 보안 'Critical' 임계값에 해당합니다. 이 분류는 고급 능동성에 따라 엄격한 안전 조치가 필요하다는 맥락이며, 모델이 무엇을 시켜도 안전하다고 인증된 의미가 아닙니다.
12. Terra・Sol・Astra・Luna의 활용 방법은?
OpenAI 모델 선택 가이드의 권장 사항을 실무적인 사용법으로 정리하면 다음과 같습니다.
| 모델 | 적합한 작업 | 활용 고려사항 |
|---|
| GPT-6 Luna | 단순하고 대량의 분류/정형 처리 | 가장 비용을 절감하고 싶을 때 |
| GPT-6.1 Terra | 화면 조작, 이미지 이해, 문서 작성, 범위가 명확한 수정 | 속도・품질・비용의 균형이 필요할 때 |
| GPT-6.1 Sol | 복잡한 코드 및 업무 판단 | Terra로 어려운 문제를 단계적으로 위임하고 싶을 때 |
| GPT-6 Astra | 고난도의 조사, 설계, 복잡한 추론 | 높은 정확도나 능력을 우선시할 때 |
실무에서의 라우팅(Routing) 예시
Java API 개발이나 이커머스 운영에 사용할 경우, 다음과 같은 구성이 고려될 수 있습니다.
요청을 받음
│
├─ 단순 분류・추출 → Luna
...
이는 모델 선택의 제안일 뿐이며, OpenAI가 모든 프로젝트에 의무화한 구성은 아닙니다. 자사 데이터로 비교 분석한 후 채택하는 것이 적절합니다.
13. 제공 대상 및 사용 가능한 환경
OpenAI 공식 발표에 따르면, GPT-6.1 Terra는 2026년 10월 26일부터 단계적으로 제공 시작되었습니다.
| 이용 방법 | 제공 정보 |
|---|
| ChatGPT Work | Plus, Pro, Enterprise, Edu 사용자에게 제공 |
| Codex | Plus, Pro, Enterprise, Edu 사용자에게 제공 |
| OpenAI API | gpt-6.1-terra 로 이용 가능 |
| Go / Free | Day 22 공식 발표에서는 대상 목록에 포함되지 않음 |
이용 플랜이 대상으로 발표되는 것과 각 계정의 모델 메뉴에 즉시 표시되는 것은 별개입니다. 단계적 전개나 제품 제공 조건에 따라 차이가 있을 수 있습니다.
또한, ChatGPT Work / Codex 이용 한도와 API Platform의 이용 요금 및 조직별 레이트 제한은 다른 체계입니다. ChatGPT 계약만으로 API 사용이 무료가 되는 것은 아닙니다.
14. 자주 묻는 질문 (FAQ)
Q. Day 22에서도 이용 한도의 풀 리셋(Full Reset)이 왔나요?
Day 22의 주요 발표는 GPT-6.1 Terra입니다. Day 22에 대한 새로운 풀 리셋 공지는 확인되지 않았습니다. Day 21에서 발표된 리셋과는 별개입니다.
Q. Terra가 GPT-6 Astra보다 더 똑똑한가요?
일부 Computer Use 평가에서는 Astra 수준의 결과가 보고되었으나, 전반적으로 우월하다는 의미는 아닙니다. 복잡한 연구나 코딩 작업에서는 계속해서 Astra나 Sol이 권장됩니다.
Q. Sol보다 Codex를 반드시 2배 많이 사용할 수 있나요?
공식적으로 일률적인 2배라는 고정 수치는 기재되어 있지 않습니다. 동일 이용 한도가 Terra에서 더 많은 작업을 처리할 수 있다는 설명입니다.
Q. Java 시스템에 그대로 통합할 수 있나요?
API를 통해 이용 가능합니다. 다만, 기밀 데이터 처리, 프롬프트 인젝션(Prompt Injection) 방지 대책, 트랜잭션 확인, 모니터링, 비용 상한 설정 등을 애플리케이션 측에서 구현해야 합니다.
Q. 최대 컨텍스트 105만 토큰이라면 파일을 무제한으로 첨부할 수 있나요?
불가능합니다. 입력 상한이나 제품의 파일 제한, 모델 측의 출력 상한이 존재합니다. API에서는 272,000 입력 토큰을 초과하면 장문 요금이 발생합니다.
Q. '50.3%'는 모든 코드 수정이 성공할 확률인가요?
아닙니다. Terminal-Bench 4.0이라는 특정 벤치마크, 최대 추론 설정에서의 측정값입니다. 자체 프로젝트에서는 별도의 평가가 필요합니다.
15. 요약 (Summary)
Day 21은 사용량 할당량 리셋(Quota Reset), Day 22는 GPT-6.1 Terra의 출시라는, 이틀 연속으로 Codex / Work 사용자에게 관련된 발표였습니다.
특히 Day 22에서는 다음 사항들이 중요합니다.
GPT-6.1 Terra: 시각적 이해・컴퓨터 조작・자연스러운 문장 작성에 중점 -
표준 API 가격: 입력 $1, 출력 $5, 캐시된 입력 $0.05 / 100만 토큰 -
사용 효율성: 동일한 Work / Codex 할당량으로 많은 작업을 처리할 수 있다는 공식 설명. 다만 Sol 대비 고정 '2배'는 미확인 -
코딩: Terminal-Bench 4.0에서 구(舊) Terra의 21.5%에서 50.3%로 개선 -
신뢰성: OpenAI의 난제 평가에서 사실 오류율이 감소했습니다. 다만 실무 검증은 계속 필요합니다 -
Computer Use: 화면 및 앱 조작에 강하지만, 실행 권한이나 중요 작업 승인은 시스템 측에서 관리합니다 -
Day 21 리셋: 대상 계정의 사용량 할당량을 회복하는 방안이며, Terra의 요금 개선과는 별개입니다.
'벤치마크에서 빠르다', 'API 토큰이 저렴하다', '동일한 할당량으로 많은 작업을 처리할 수 있다'는 각각 다른 주장입니다. 모델을 채택할 때는 실제 작업 성공률・실행 시간・API 비용・재시도 횟수를 세트로 비교해야 합니다.
28일간의 업데이트 후속 보도에 대해서도, 공식 자료와 실사용 확인 내용을 나누어 소개하겠습니다.
참고 자료・1차 정보 (Primary Sources)
Discussion
