2025년 8월 7일 OpenAI가 GPT-5를 발표했습니다. 샘 올트먼은 GPT-5에대해 "아이폰의 Retina 디스플레이만큼이나 큰 도약” 이라고 표현했는데요. 그만큼 GPT-5의 성능이 이전과는 차원이 다르다는 이야기입니다. 이번 글에서는 GPT-5의 핵심 업데이트와, 실무자라면 꼭 알아야 할 변화 포인트를 쉽게 설명해 드립니다.
GPT-5, 뭐가 달라졌을까요? 성능 완전 분석
1. 이제 AI가 알아서 판단해요
GPT-5의 가장 큰 변화는 똑똑하게 교통정리를 한다는 점이에요. 이전에는 ChatGPT를 쓸 때 이런 고민을 해본 적 있으실 거예요. "간단한 질문인데 GPT-4o를 써야 하나? 복잡한 문제니까 o1을 써야 하나? 그냥 빠른 GPT-4 Turbo로 할까?" 이제 이런 고민이 완전히 사라졌어요. GPT-5가 알아서 판단하거든요.
GPT-5는 단일 시스템 안에 여러 모델을 담고 있습니다. 기본 질문에는 빠르고 간결한
GPT-5-main 모드가 작동하고, 복잡한 추론이 필요한 질문에는 깊이 생각하는 GPT-5-thinking 모드로 자동 전환됩니다.실시간 라우터라는 시스템이 사용자 요청을 매우 빠르게 분석해서 최적 모드를 자동 선택하는 거죠. 구체적인 예시로, "오늘 날씨 어때?"라고 물으면 즉시 빠른 답변 모드로 처리하고, "우리 회사 5개년 마케팅 전략 세워줘"라고 물으면 자동으로 깊은 사고 모드로 전환됩니다. 이전처럼 어떤 모델을 써야 할지 고민할 필요가 완전히 없어진 거죠.
2. 수학과 코딩에서 사람 수준의 문제 해결 능력을 갖췄어요
대학원생만큼 수학 문제를 잘 풀어요
GPQA라는 대학원 수준의 물리, 화학, 생물학 문제로 구성된 고난도 테스트가 있습니다. GPT-5 사고 모드에서 88.4%의 정답률을 기록했습니다. GPT-4o가 70.1%였던 걸 생각하면 18.3%포인트나 향상된 거예요.
"15%면 별로 크지 않은 거 아니야?"라고 생각하실 수도 있는데요. 과학 분야에서 이 정도 개선은 정말 대단한 발전이에요. 100명 중 70명이 맞히던 문제를 이제 86명이 맞힌다는 뜻이거든요. 특히 대학원 수준의 어려운 과학 문제에서 이 정도 개선은 놀라운 수준입니다.
차원이 달라진 코딩 실력
SWE-bench라는 테스트는 실제 GitHub 이슈를 해결하는 능력을 측정하는 벤치마크예요. 실제 소프트웨어 개발에서 발생하는 문제들을 얼마나 잘 해결하는지 평가하는 거죠. GPT-5는 사고 모드에서 74.9%의 정답률을 기록했는데, GPT-o3가 69.1%였던 걸 생각하면 무려 두 배 이상 향상된 수치예요.
실무 관점에서 해석하면 이전에는 "간단한 함수 만들어줘" 정도의 코드 조각 생성이 고작이었다면, 현재는 "사용자 대시보드 전체 시스템 구현해줘"가 가능한 수준이 된 것입니다.
3분 만에 게임 제작? GPT-5로 만든 게임
GPT‑5가 가장 놀라운 점 중 하나는, 단 한 번의 프롬프트 입력만으로 간단한 게임을 만들어낸다는 것입니다. OpenAI 발표에 따르면, 간단한 프롬프트만으로 아래와 같은 게임들을 단 한 번에 구현했어요. 아래는 Jumping Ball Runner 라는 하나의 페이지로 구성된 웹 게임입니다.
프롬프트
다음 요구 사항을 따라 단일 HTML 파일에서 단일 페이지 앱을 만들어줘.
- 이름: 점핑 플랫폼 러너
- 목표: 장애물을 뛰어넘어 최대한 오래 살아남기
- 기능: 속도 향상, 높은 점수 기록, 재시도 버튼
- UI는 시야에 따라 물체의 위치나 방향이 달라지는 배경에 다양한 색상이 있어야 해
- 누구나 즐길 수 있는 수준이어야 해
3. AI 할루시네이션이 눈에 띄게 줄었어요
AI를 써보신 분들이라면 다들 한 번씩은 경험해 보셨을 거예요. “이 정보가 정말 맞나?" 하고 의심스러운 순간들 말이에요. 특히 중요한 업무에 AI를 활용할 때는 이 문제가 정말 걸림돌이었죠.
GPT-5에서는 이 환각(Hallucination) 문제가 눈에 띄게 줄어들었어요. 특히 건강/의학 질문 같은 민감한 주제에서는
Safe Completions라는 안전한 응답 방식을 도입했습니다. 변화 예시를 들어보면, 이전에는 "아스피린을 하루 10알씩 드세요."라고 무책임한 답변을 했다면, 현재는 "아스피린 복용량은 반드시 의사와 상담 후 결정하시기를 바랍니다"라고 훨씬 신중하고 책임감 있는 답변으로 바뀐 거죠.실제 회사에서 써도 될 만큼 정확해졌어요
이전 모델에서는 POC(Proof of Concept) 단계에서는 우수한 성능을 보였지만, 실제 비즈니스 프로세스에 적용할 때는 일관성과 정확성 측면에서 아쉬움이 있었던 게 사실입니다.
Amgen이라는 바이오 기업에서 GPT-5를 실제 업무에 적용한 결과가 정말 인상적인데요. 이 회사에서는 복잡한 연구 데이터를 분석하고 보고서를 작성하는 업무에 GPT-5를 활용했는데, 모호한 문맥도 정확하게 이해하고 이전 모델 대비 높은 정확도와 속도로 실제 워크플로우에 성공적으로 통합할 수 있는 수준에 도달했다는 평가를 받고 있어요.
4. 성능은 높아지고 가격은 내렸어요
보통은 성능이 좋아지면 가격도 비싸집니다. GPT-5는 오히려 이전 모델보다 더 저렴해졌어요. 입력 비용은 GPT-4o 대비 절반이고, 출력 비용은 동일한 수준이에요. Mini·Nano 버전은 더 저렴해, 스타트업이나 개인 사용자 접근성이 크게 높아졌습니다. 또한 복잡한 모델 선택 과정이 사라지고 자동 라우터가 알아서 최적 모델을 선택하므로 초보자도 쉽게 사용할 수 있답니다.
- GPT-4o 대비 입력 토큰 가격 절반 ($2.50 → $1.25 / 1M 토큰)
- 출력 토큰은 동일 가격 ($10 / 1M 토큰)
사용하기도 훨씬 쉬워졌어요
복잡했던 모델 선택 과정이 완전히 사라졌어요. 이전에는 ChatGPT 인터페이스에서 "GPT-4를 쓸까? GPT-4o를 쓸까? o1을 쓸까?" 고민해야 했는데, 이제는 그냥 질문만 하면 됩니다. 자동 라우터 시스템이 알아서 최적의 모델을 선택해 주거든요. 마치 스마트폰에서 네트워크를 자동으로 선택하는 것처럼, 사용자는 신경 쓸 필요가 없어진 거죠. "어떤 모델을 써야 할지 모르겠어요"라는 초보자들의 고민이 완전히 해결된 셈이에요.
5. 멀티모달 기능도 업그레이드됐어요
GPT-5는 텍스트뿐만 아니라 이미지, 코드, 데이터까지 한 번에 처리할 수 있게 됐어요. 예를 들어, 복잡한 차트 이미지를 업로드하면서 "이 데이터를 바탕으로 프레젠테이션 슬라이드 만들어줘"라고 요청하면, 이미지를 분석하고 핵심 인사이트를 뽑아내서 완성된 슬라이드까지 제작해 줍니다.
또한 인터랙티브 웹앱 생성 능력이 향상돼, 이론 설명과 함께 실제로 동작하는 데모(React + Tailwind UI 등)를 즉시 만들어 줍니다. 음성 인식·합성도 개선되어 감정·톤까지 조절할 수 있는 자연스러운 대화가 가능합니다.
6. 컨텍스트 처리 능력이 늘어났어요
GPT-5는 400K 토큰이라는 엄청난 컨텍스트 길이를 지원해요. 이게 얼마나 큰 용량인지 설명해 드리면, 책 한 권 분량을 통째로 넣고 분석할 수 있는 수준이에요. 실제로 300페이지짜리 보고서를 업로드하고 "핵심 내용을 10개 포인트로 요약해 줘"라고 하면, 전체 문서를 꼼꼼히 분석해서 정말 중요한 부분만 뽑아내 줍니다. 이전에는 문서를 잘게 나눠서 여러 번 물어봐야 했는데, 이제는 한 번에 처리할 수 있습니다.
또한 Custom Tools 기능도 새롭게 추가됐어요. 개발자들이 API를 사용할 때 기존처럼 복잡한 JSON 구조 대신 간단한 텍스트 인자로 데이터를 주고받을 수 있게 됐거든요. API 연동이나 특정 시스템과의 데이터 교환 작업이 훨씬 간편해졌습니다.
7. 답변 길이와 추론 강도를 조절할 수 있어요
GPT-5에서 새롭게 추가된 기능 중 하나가 답변 길이와 추론 강도 조절이에요. 같은 질문이라도 상황에 따라 다른 형태의 답변이 필요할 때가 있잖아요. 간단한 회의에서 빠른 답변이 필요할 때는 짧게 모드로 설정하면 핵심만 간결하게 답해주고, 중요한 의사결정을 위해 심도 있는 분석이 필요할 때는 더 오래 생각하기 모드로 설정하면 다양한 관점에서 상세하게 분석해 줍니다.
추론 강도도 조절할 수 있어요. 단순한 정보 검색일 때는 빠르게 처리하고, 복잡한 문제 해결이 필요할 때는 여러 단계를 거쳐 논리적으로 접근합니다. 사용자가 원하는 수준에 맞춰 AI의 '생각하는 깊이'를 조절할 수 있게 된 거죠.
GPT-4 vs GPT-5 주요 변화 총정리
항목 | 이전 모델(GPT-4 계열 ) | GPT-5 |
모델 구조 | 수동 선택 필요, 혼용 가능 | 단일 시스템 + 실시간 자동 로더(router) |
코딩 성능 | 제한적 기능, 단순 코드 활용 위주 | 복잡한 프론트엔드
UI·게임도 한 프롬프트로 구현 가능 |
수학/추론 | 올림피아드 수준 대비 낮은 정확도 | 사고 모드 사용 시
거의 전 영역에서 전문가 수준 정확도 |
환각 및 정확성 | 종종 오류·과장 응답 | 오류·환각 대폭 줄고 안정성 향상
Safe Completions 도입 |
응답 속도 | 빠르지만, 복잡한 질문 시 제한적 | 빠른 응답 + 깊은 사고 자동 선택 |
가격 및 접근성 | 상대적으로 고비용 | 저렴한 미니/나노 옵션 도입
가격 효율성 개선 |
UX | 모델마다 인터페이스 복잡 | 모델 자동 선택으로 간편
퍼스널리티 기능 프리뷰 제공 중 |
아직 부족한 부분들도 있습니다
GPT-5도 완벽하지는 않습니다. OpenAI도 솔직하게 인정하고 있는 한계들이 있는데요. 개인화 기능이 아직은 아쉬운 상황입니다. 현재는 모든 사용자에게 똑같은 방식으로 작동하는데, 의료진에게는 더 전문적으로, 일반인에게는 더 쉽게 설명하는 자동 개인화가 되면 좋겠지만 아직은 그 정도의 개인화는 어렵습니다.
창의성 분야에서도 한계가 있어요. 코딩이나 분석은 정말 뛰어나졌는데요. 순수 창작 분야에서는 아직 인간의 감성과 직관을 완전히 대체하기는 어려워 보입니다. 전체적인 발전 방향은 정말 고무적이라고 볼 수 있죠.
💡 우리 조직에 맞는 AI 활용법, 팀스파르타와 함께 시작해 보세요
이제는 "업무에 AI를 써도 될까?"에서 "AI를 실무에 어떻게 더 잘 활용할까?"로 질문이 바뀌어야 할 시점입니다. 실제로 카카오페이와 함께 진행한 AI 교육에서 현업 적용률 97%를 기록했는데요. 이러한 결과는 모든 크루가 AI 네이티브가 되어야 한다는 목표로 실무와 연계한 교육을 설계했기 때문입니다. GPT-5 수준의 AI가 보편화되면 많은 업무 영역에서 변화가 일어날 것입니다. 이런 변화를 이해하고 적극 활용하는 조직이 더 유리한 위치에 서게 될 거예요.
AI 리터러시 교육부터 직무별 활용 전략까지, 체계적인 준비가 필요한 시점입니다. 팀스파르타와 함께 GPT-5 시대에 맞는 새로운 일하는 방식을 만들어 보세요.
출처
Share article