서론

OpenAI가 2026년 4월 23일에 GPT-5.5를 발표하였고, 24일에 API로도 이용 가능해졌다. Claude Opus 4.7이 막 출시된 타이밍에, 에이전트형 코딩 (Agentic Coding)을 정면으로 겨냥한 신모델이 투입된 형태다.

공개 직후부터 "Terminal-Bench 2.0에서 82.7%"라는 숫자만이 독자적으로 회자되고 있다는 인상도 있지만, 실제로 이 모델이 무엇에 강하고 무엇에 과금되는지는 벤치마크 숫자만 봐서는 파악하기 어렵다. 이번에는 출시 내용과 요금을 바탕으로, 현장 엔지니어가 직접 접하기 전에 알아두어야 할 포인트를 정리해 둔다.

GPT-5.5의 위치 설정

GPT-5.5의 특징은 용도를 "에이전트형 코딩 · 컴퓨터 조작 · 지식 작업"으로 상당히 명확하게 몰아넣었다는 점이다. OpenAI의 설명에서도 추론을 한 번 더 늘려서 답을 내놓는다기보다, 여러 도구 (Tools)를 사용하여 장시간에 걸쳐 태스크를 완수하는 것에 초점을 맞춘 설계로 되어 있다.

Terminal-Bench 2.0에서 82.7%라는 수치는 그러한 맥락에서 읽는 것이 이해하기 쉽다. Terminal-Bench는 실제 터미널 조작을 동반하는 태스크에서 자율적으로 문제를 풀게 하는 벤치마크로, 단발적인 함수 생성보다 "명령어를 시도하고, 결과를 보고, 궤도를 수정하는" 루프의 완성도가 영향을 미친다. 세대로서 한 단계 높은 스코어가 나온 것은 확실하지만, 용도가 맞지 않으면 혜택은 적다.

제공 채널은 다음과 같이 정리되어 있다.

• ChatGPT/Codex의 Plus · Pro · Business · Enterprise 플랜
• API (GPT-5.5와 GPT-5.5 Pro의 2개 계통)

GPT-5.5 Pro는 더 상위 구성으로, Pro/Business/Enterprise 사용자에게 전개되고 있다. 평소의 코딩 용도라면 표준 GPT-5.5로 충분하다는 것이 OpenAI 측의 정리다.

요금 측면에서 살펴볼 점

API 요금은 표준 GPT-5.5 기준으로 입력 $5 / 1M tok · 출력 $30 / 1M tok이다. GPT-5.5 Pro는 입력 $30 / 1M tok · 출력 $180 / 1M tok로 상당히 차이가 난다.

에이전트 용도에서 특히 영향을 미치는 것이 긴 문장 컨텍스트 (Long Context) 처리다. 272K 토큰을 초과하는 입력이 포함된 요청에서는, 해당 세션 전체에 대해 입력 2배 · 출력 1.5배가 적용되는 사양으로 되어 있다. 표준 가격으로 환산하면 입력 $10 · 출력 $45 / 1M tok이다.

통상 시: input $5 / output $30
> 272K tokens: input $10 / output $45 (세션 전체에 적용)

Claude Code처럼 긴 세션을 지속하며 돌리는 워크플로우에서는, 이 임계값을 통과하는 것이 곧바로 해당 세션 전부의 단가에 반영된다는 점에 주의가 필요하다. "나중에 무거운 문맥을 흘려보내면 세션 후반부까지 2배 과금"된다는 것은, 운영 설계를 잘못하면 타격이 큰 종류의 비용 구조다.

또한, 배치 엔드포인트 (Batch Endpoint)는 표준의 50% (24시간 이내 턴어라운드)로 이용할 수 있다. 레이턴시 (Latency) 요구사항이 완만한 처리를 맡길 수 있다면, 여기서 일정 수준의 최적화가 가능하다.

Claude Opus 4.7과의 비교 체감

같은 시기에 Anthropic도 Claude Opus 4.7을 출시하였으며, SWE-bench Pro나 Verified와 같은 코딩 계열 벤치마크에서 선두를 차지하고 있다. Terminal-Bench는 어느 쪽인가 하면 "도구 호출 연쇄 (Tool Call Chaining)의 정확성"을 보는 벤치마크이므로, 양측의 특기 영역이 완전히 겹치지는 않는다.

"코딩이 강한 모델을 원하는가" 아니면 "외부 도구를 두드리며 장시간 태스크를 진행하는 에이전트를 원하는가"에 따라 선택 방법이 달라지는 구도다. 양 진영 모두 자사의 강점 벤치마크를 강조하는 경향이 있으므로, 실제 프로젝트에서 작게 실행해 보며 자신의 용도로 다시 측정해 보는 것이 결국 가장 빠르다.

소감

솔직히 내가 평소 다루는 규모의 작업에서 "GPT-5.5가 아니면 안 된다"라고 느낄 장면은 그리 많지 않다. 오히려 이것저것 너무 많이 담아서 단순한 보완 용도로는 무겁다는 인상이 먼저 들었다.

한편으로, 사내 자동화 스크립트를 "에이전트에게 맡겨서 밤에 돌린다"와 같은 사용법을 시도하는 사람은 주변에 늘어나고 있으며, 그곳에서는 Terminal-Bench에서 강한 모델의 존재감이 확실히 발휘된다. 코드 리뷰에서 몇 번이고 지시를 내리기보다, 처음에 "이 부분을 고쳐서 테스트를 통과할 때까지 노력해 봐"라고 던져주고 결과만 보고 싶다는 수요다.

다만 주의해야 할 점은 앞서 언급한 272K 임계값(threshold)으로, 에이전트(Agent)를 길게 실행하는 유스케이스(use case)일수록 임계값을 넘기 쉽다는 것이다. 한 세션(session)에서 작업을 끝까지 지속하는 운영 방식과 토픽 단위로 세션을 새로 시작하는 운영 방식 사이에는 월말 청구 금액이 크게 차이 날 가능성이 있다. 팀에 권장할 때는 "요금 프로파일(pricing profile)을 먼저 보여주는 것"을 의식해야 한다.

벤더 락인(Vendor lock-in) 측면에서 말하자면, OpenAI와 Anthropic을 에이전트별로 나누어 사용하는 형태가 현실적이라고 느낀다. 코딩 한 판 승부는 Opus 4.7, 장시간의 터미널(terminal) 조작은 GPT-5.5와 같은 식으로, 장인의 도구 상자를 늘려가는 감각이다. "주역을 하나로 압축하는" 단계는 이미 끝난 것 같다.

요약

• GPT-5.5는 2026년 4월 23일 출시, 24일 API 공개. 에이전트형 코딩과 컴퓨터 조작에 특화
• Terminal-Bench 2.0에서 82.7% 기록. 장시간 도구 사용을 전제로 하는 시나리오에서 강력함
• API 요금은 입력 $5, 출력 $30 / 1M tok. 272K를 초과하는 세션은 입력 2배, 출력 1.5배로 전환
• Claude Opus 4.7과 용도가 완전히 겹치지 않으므로, "주력 모델 1개"보다는 용도별 병행 사용을 전제로 검토하는 것이 현실적

참고

Discussion