시리즈: GPT-5.4 특징 및 성능 비교 완전 가이드 (총 7편) | 1회
GPT-5.4 한눈에 보기 — 무엇이 바뀌었나
GPT-5.4가 드디어 나왔는데, 단순히 더 똑똑해진 게 아니라 1.05M 컨텍스트·Tool Search·computer-use까지 업무 자동화 방식 자체를 바꾸는 에이전트 모델로 전환한 게 핵심이야. 스펙·가격 구조·272K 임계값·포지셔닝을 한눈에 정리해 볼게.
Summary
- GPT-5.4는 1.05M 토큰 컨텍스트, Tool Search, 네이티브 computer-use를 묶어 “에이전트 실행 모델”로 전환했어
- 가격은 입력 $2.50/M, 출력 $15/M인데, 272K 토큰 초과하면 가중 과금(입력 2배·출력 1.5배)이 붙어
- “통합형 프런티어 + 에이전트 운영 기능”이라는 포지셔닝으로, 단순 답변이 아니라 “일을 끝내는 모델”을 지향해
이 글의 대상
- AI 모델 업데이트를 팔로업하고 있는 개발자·기획자
- GPT-5.4 도입을 검토 중인 팀 리더·의사결정자
- OpenAI 모델 라인업의 변화를 빠르게 파악하고 싶은 사람
목차
1. 핵심 스펙 4가지
GPT-5.4에서 눈여겨봐야 할 스펙은 네 가지야. 하나씩 뜯어보자.
1.05M 토큰 컨텍스트
최대 1,050,000 토큰을 한 세션에 넣을 수 있어. 장문 계약서, 대규모 코드베이스, 수백 페이지 정책 문서를 통째로 다루는 게 가능해진 거지. 다만 “넣을 수 있다”와 “넣으면 잘 된다”는 전혀 다른 얘기야 — 이건 뒤에서 다시 짚을게.
original 이미지 입력
이미지 입력에 original 디테일 옵션이 추가됐어. 최대 10.24M 픽셀(또는 6000px 치수)까지 받을 수 있지. UI 스크린샷이나 문서를 정밀하게 읽어야 하는 작업에서 위력이 커. 기존 high 모드(최대 2.56M 픽셀, 2048px)보다 훨씬 세밀한 인식이 가능해졌어.
Tool Search
이전에는 에이전트한테 도구를 쓰게 하려면 툴 정의(스키마·설명)를 프롬프트에 통째로 넣어야 했어. 도구가 10개면 괜찮지만 36개, 100개가 넘어가면? 토큰이 폭발하지. Tool Search는 필요한 툴만 그때그때 검색해서 주입하는 방식이야. OpenAI가 MCP-Atlas(250개 태스크, 36개 MCP 서버)에서 테스트한 결과, 토큰 사용량 47% 절감에 정확도는 동일하게 유지됐어.
네이티브 computer-use
모델이 화면을 보고 직접 마우스 클릭, 키보드 입력, 스크린샷 확인까지 수행하는 기능이야. “코드 생성”에서 끝나는 게 아니라 “실행→확인→디버깅”까지 이어지는 워크플로의 핵심 장치지.
| 스펙 | 수치 | 의미 |
|---|---|---|
| 컨텍스트 | 최대 1,050,000 토큰 | 장문 계약서·코드베이스 한 세션 처리 |
| 이미지 입력 | original: 최대 10.24M px | 고해상도 문서·UI 정밀 인식 |
| Tool Search | 토큰 47% 절감 (MCP-Atlas) | 대규모 도구 환경 비용·지연 해결 |
| computer-use | OSWorld-Verified 75.0% | 화면 조작 기반 업무 자동화 |
2. 가격 구조와 272K 임계값
GPT-5.4의 가격표를 보면 이런 구조야.
| 항목 | 가격 (1M 토큰당) |
|---|---|
| 입력 | $2.50 |
| 캐시 입력 | $0.25 |
| 출력 | $15.00 |
여기까지는 “아, 좀 비싸긴 하지만 감당할 만하네” 싶을 수 있어. 그런데 결정적인 규칙이 하나 더 있어.
272K 초과 가중 과금
입력 토큰이 272K를 넘으면, 그 세션 전체에 입력 2배($5.00/M)·출력 1.5배($22.50/M) 가중 과금이 붙어.
이게 무슨 뜻이냐면, 1M 컨텍스트를 “그냥” 꽉 채워서 쓰면 비용이 순식간에 2~3배로 뛰는 거야. OpenAI가 사실상 이렇게 말하고 있는 셈이지: “길게 넣지 말고, 설계해서 써.”
실무에서 이 규칙이 주는 메시지는 명확해:
- 장문이 자주 필요하면 → 요약·분할·캐싱 전략이 필수
- 캐시 입력($0.25/M)을 적극 활용하면 → 반복 입력 비용을 10분의 1로 줄일 수 있어
- Tool Search로 불필요한 툴 정의를 빼면 → 272K 아래로 유지하기가 훨씬 쉬워져
3. GPT-5.4의 포지셔닝: 왜 “에이전트 모델”인가
OpenAI가 GPT-5.4를 소개하면서 전면에 내건 메시지는 “전문 업무(professional work)를 위한 통합형 프런티어 모델”이야. 여기서 핵심 단어는 통합형과 전문 업무야.
“통합형”이 뜻하는 것
이전에는 추론은 o3, 코딩은 Codex, 에이전트는 또 다른 모델… 이런 식으로 쪼개져 있었어. GPT-5.4는 이걸 하나로 묶었어. 추론·코딩·에이전트 워크플로를 한 모델에서 돌리겠다는 거지. 실제로 GPT-5.3-Codex의 코딩 역량을 흡수했다고 공개했어.
“전문 업무”가 뜻하는 것
GDPval이라는 지표가 있어 — 산업 전문가 대비 wins or ties를 측정하는 건데, GPT-5.4는 83.0%를 기록했어(전작 GPT-5.2는 70.9%). 이건 “전문가한테 물어볼 때 맞추는 비율”이 아니라, 전문가 수준의 업무에서 사람과 비슷하거나 더 나은 결과를 내는 비율이야.
그리고 OSWorld-Verified 75.0%라는 수치가 있어. 이건 “화면을 해석하고, 조작해서, 목표를 달성”하는 성공률이야. 전작(47.3%)에서 거의 28%p 뛴 거지. OpenAI는 이 수치가 인간 평균(72.4%)을 상회한다고도 주장해.
결국 GPT-5.4의 본질은 “더 똑똑한 챗봇”이 아니라 “일을 끝까지 해내는 에이전트”에 있어.
4. OpenAI 내부 라인업에서의 위치
GPT-5.4가 나왔다고 다른 모델이 필요 없어지는 건 아니야. OpenAI 자체도 그렇게 말하고 있거든.
| 모델 | 포지션 | 가격 (입력/출력) | 적합한 업무 |
|---|---|---|---|
| GPT-5.4 | 상단 프런티어 | $2.50 / $15.00 | 에이전트·장기과제·컴퓨터사용 |
| GPT-4.1 | 실무 범용 | $2.00 / $8.00 | 비용·지연 균형 잡힌 범용 작업 |
| GPT-4.1 mini/nano | 대량 처리 | 더 저렴 | 분류·요약·단문 생성 대량 배포 |
현실적인 운영 전략은 “하나로 통일”이 아니라 “상단(5.4) + 대량 처리(4.1 mini/nano) 혼합”이야. 도구가 많고 멀티스텝 자동화가 핵심인 업무에는 5.4를, 대량 분류나 단순 요약에는 4.1 계열을 쓰는 게 합리적이지.
핵심 정리
1. GPT-5.4의 핵심은 1.05M 컨텍스트 + Tool Search + computer-use를 묶은 "에이전트 실행 모델"
2. 가격은 입력 $2.50/M, 출력 $15/M — 272K 초과 시 가중 과금(입력 2배, 출력 1.5배)
3. Tool Search로 토큰 47% 절감, OSWorld-Verified 75.0%로 업무 자동화 성공률 급등
4. "길게 넣지 말고 설계하라"가 가격 구조에 담긴 메시지
5. 실무 전략은 GPT-5.4(상단) + GPT-4.1 mini/nano(대량) 혼합 운영
FAQ
Q: GPT-5.4의 컨텍스트가 1.05M이면 모든 문서를 한 번에 넣어도 되는 거야?
A. 기술적으로는 가능하지만 추천하지 않아. 두 가지 이유가 있어. 첫째, 272K 토큰 넘으면 가중 과금이 붙어서 비용이 2~3배로 뛰어. 둘째, 장문 구간에서 정확도가 떨어지는 열화 현상이 있어 — OpenAI도 Graphwalks 256K-1M 구간 정확도 21.4%라는 수치를 함께 공개했거든. 요약·분할·캐싱 전략을 같이 써야 해.
Q: Tool Search가 정확히 뭐야? 기존 function calling이랑 뭐가 달라?
A. 기존에는 모델한테 “너 이런 도구들 쓸 수 있어”라고 툴 정의를 프롬프트에 통째로 넣었어. Tool Search는 그걸 미리 다 넣는 대신, 모델이 필요할 때 “어떤 도구가 있지?” 하고 검색해서 가져오는 방식이야. 도구가 많을수록 효과가 커 — MCP-Atlas에서 36개 서버 기준 토큰 47% 절감을 기록했어.
Q: computer-use는 실제로 어떤 식으로 동작해?
A. 모델이 스크린샷을 보고 UI 요소(버튼, 입력 필드, 메뉴)를 인식한 다음, 마우스 클릭·키보드 입력·스크롤 같은 액션을 직접 수행해. 사람이 컴퓨터 앞에 앉아서 하는 것과 비슷한 방식이야. OSWorld-Verified 75.0%는 이 과정을 통째로 측정한 성공률이야.
Q: 272K 가중 과금은 입력만 해당돼? 출력은?
A. 둘 다야. 입력이 272K를 넘으면 세션 전체에 적용돼서, 입력은 2배($5.00/M), 출력은 1.5배($22.50/M)로 올라가. “입력만 조금 넘겼는데 출력은 괜찮겠지”가 아니라는 점을 꼭 기억해.
Q: 캐시 입력 $0.25/M은 어떻게 활용해?
A. 반복적으로 같은 시스템 프롬프트나 컨텍스트를 보내는 경우에 효과적이야. 예를 들어 고정된 지침서 + 변동하는 질문 구조라면, 지침서 부분이 캐시돼서 $2.50 대신 $0.25만 내면 돼. 10분의 1 비용이지.
Q: GPT-5.4가 GPT-4.1보다 무조건 좋은 거야?
A. 아니야. OpenAI 스스로도 그렇게 말하지 않아. 대량 처리·저지연·짧은 작업에서는 GPT-4.1 mini/nano가 더 실용적이야. GPT-5.4는 에이전트·장기 과제·컴퓨터 사용이 필요한 고난도 상단 업무에 초점을 맞춘 모델이야.
Q: original 이미지 입력은 토큰을 많이 잡아먹지 않아?
A. 고해상도일수록 토큰 소모가 커지는 건 맞아. 하지만 UI 스크린샷에서 작은 버튼 텍스트를 정확히 읽어야 한다거나, 복잡한 표가 포함된 문서를 파싱해야 할 때는 original 모드가 정확도 차이를 만들어. 용도에 맞게 high와 original을 나눠 쓰는 게 좋아.
Q: GPT-5.4는 언제부터 API에서 쓸 수 있어?
A. 2026년 3월 기준 이미 API에서 사용 가능해. 모델 ID는 gpt-5.4로, OpenAI API 문서에서 가격과 스펙을 확인할 수 있어.
참고 자료 (References)
데이터 출처
| 출처 | 설명 | 링크 |
|---|---|---|
| OpenAI 발표 | GPT-5.4 공식 소개 및 벤치마크 수치 | Introducing GPT-5.4 |
| OpenAI API 문서 | 가격·스펙·272K 가중 과금 규칙 | GPT-5.4 모델 문서 |
| OpenAI GPT-4.1 | 내부 라인업 비교·가성비 포지셔닝 | GPT-4.1 소개 |
| OpenAI System Card | GPT-5.4 안전성·사이버 분류 | System Card |
핵심 인용
“GPT-5.4 brings together the best of our recent advances in reasoning, coding, and agentic workflows into a single frontier model.”
— OpenAI“For models with a 1.05M context window (GPT-5.4 and GPT-5.4 pro), prompts with >272K input tokens are priced at 2x input and 1.5x output for the full session.”
— OpenAI API 문서
다음 편 예고
[2편] AI 모델 벤치마크 비교의 7가지 함정 — 성능 비교를 올바르게 읽는 법
- 툴 사용 유무, Thinking 설정이 점수를 어떻게 바꾸는지
- SWE-Bench Verified와 Pro가 왜 다른 벤치인지
- “같은 벤치 이름 = 같은 시험”이 아닌 이유 7가지