OpenAI DevDay 발표를 살펴보던 중, 제 Codex 앱에도 ‘Create your dot’ 화면이 나타났습니다. 발표 자료에서 보던 상주 에이전트를 직접 생성할 수 있게 된 거죠. 설정을 진행하고 한국어로 이름을 정해준 뒤, 어떤 작업을 맡길 수 있는지 물어봤습니다.
돌아온 답변은 자료 조사와 문서 제작부터 연결한 컴퓨터에서의 작업, 정해진 시간의 알림과 정기 확인까지였습니다. 이후에는 대화 화면 옆에 개인 작업 노트와 주제별 하위 페이지 목록도 나타났습니다. 생성 과정에서는 dot이 자기 클라우드 컴퓨터를 갖고 필요하면 제 컴퓨터에도 연결할 수 있다는 구성을 확인할 수 있었고요.
미국 시간 9월 29일 열린 DevDay 2026에서는 20개가 넘는 주요 발표가 나왔습니다. 그중 상주 에이전트 dots, 새로운 실행 모델 GPT-6.1 Sol, 그리고 월 $500의 Pro 500과 Ultrafast를 중심으로 보면 발표 방향을 이해하기 쉽습니다. 일을 계속 맡길 환경, 그 일을 처리할 모델, 더 많은 작업과 속도를 위한 요금제가 함께 나온 셈입니다. OpenAI 공식 요약
이 글은 공식 발표의 기능·가격·제공 조건을 중심으로, 직접 진행한 dot 초기 설정과 대화, 작업 노트 화면에서 확인한 모습도 함께 정리했습니다. 요금제 변경에는 공개 커뮤니티 반응과 제 사용 기록도 덧붙였습니다. 가격과 제공 범위는 2026년 9월 30일 확인한 내용입니다.
1. dots, 자기 컴퓨터를 갖고 일을 이어가는 에이전트
dots는 GPT-6 Astra로 동작하는 상주 에이전트입니다. 각 dot에는 자기 클라우드 컴퓨터와 브라우저가 있고, 연결한 앱을 이용해 맡은 일을 진행합니다. OpenAI는 플러그인 생태계를 통해 4,000개 이상의 앱과 연결할 수 있다고 설명합니다. dots 공식 발표
클라우드 컴퓨터라는 말이 조금 추상적으로 들릴 수 있는데요. 에이전트에게 웹페이지를 열고, 파일을 다루고, 작업 결과를 만드는 자기 작업 공간이 붙는다고 이해하면 됩니다. 그 클라우드에서 수행하는 작업은 사용자가 노트북을 계속 켜 두는 것을 전제로 하지 않는 구조죠. 필요하면 dot의 컴퓨터를 열어 진행 중인 작업을 확인할 수 있고, 별도로 권한을 주면 자신의 컴퓨터에도 연결할 수 있습니다. dots 시작 안내
OpenAI가 제시한 활용 예시는 꽤 구체적입니다. 앱 개발자의 dot은 고객 피드백에서 반복되는 문제를 찾고, 작은 수정사항을 구현·테스트해 검토할 PR을 준비합니다. 콘텐츠 제작자의 dot은 새 인터뷰 녹취에서 짧은 영상 후보를 고르고, 소개글과 게시물 초안을 만들어 승인을 기다립니다. 모두 OpenAI가 설명한 활용 방식이며, 이 글에서 직접 시험한 결과는 아닙니다. 공식 활용 예시
이렇게 일을 계속 맡기려면 기억과 연락 수단도 필요합니다. dots는 피드백을 통해 선호를 익히고 작업 맥락을 이어갑니다. ChatGPT뿐 아니라 Slack·Teams에서 대화할 수 있고, 음성으로 이야기할 수도 있습니다. 기능이 많다는 점보다, 같은 일을 다음 대화에서도 이어서 맡길 수 있다는 점이 특징입니다.
Codex에서 직접 생성해 보니
제 Codex에서는 생성 안내를 거쳐 dot의 작업 위치를 고르는 화면이 나타났습니다. ‘Your dot’s computer’는 dot에 제공되는 전용 클라우드 컴퓨터이고, ‘이 컴퓨터’는 제 PC에 접근하도록 허용하는 옵션입니다. 자기 클라우드 작업 공간을 갖는 것과 사용자 컴퓨터에 연결하는 것을 함께 지원하는 구조였습니다.
안내에는 다른 곳에서 dot에게 메시지를 보내도 연결한 PC에서 작업할 수 있고, 다른 데스크톱을 연결하면 기존 연결은 해제된다고 적혀 있습니다.
클라우드 작업과 맥북의 작업이 정말 분리되는지도 물어봤습니다. dot은 맥북을 꺼도 자기 클라우드 환경에서 일할 수 있고, 외장 모니터를 빼는 것도 클라우드 작업에는 영향을 주지 않는다고 답했습니다. 반면 맥북 안의 파일이나 앱을 직접 다루는 작업에는 맥북이 켜져 있고 연결돼 있어야 한다고 설명했습니다. 맥북을 끄거나 연결을 끊은 뒤에도 실제로 작업이 이어지는지는 아직 시험하지 않았습니다.
설정을 마친 뒤에는 한국어로 이름을 정해주고 가능한 일을 물어봤습니다. 이름 요청에 맞춰 답했고, 조사·자료 제작·개발·컴퓨터 작업·정기 확인을 할 수 있다고 소개했습니다.
이후 대화 화면 옆에는 개인 작업 노트와 주제별 하위 페이지 목록이 나타났습니다. dot은 연결된 정보를 살펴보고 업무를 정리했다고 설명했습니다. 다만 노트 본문은 불러오는 중이어서, 이 화면에서 확인한 것은 작업 노트와 페이지 구조가 표시된 단계입니다. 정리 내용의 정확성이나 실제 파일 편집·업무 완료까지 검증한 결과는 아닙니다.
대화 화면의 전화 버튼은 dot과 음성으로 대화하는 기능입니다. 텍스트로 요청하는 대신 말로 업무를 맡기거나 진행 상황을 물어보는 연락 수단인 거죠. 공식 발표도 dot에게 메시지를 보내거나 음성으로 통화할 수 있다고 설명합니다. 제 화면에서는 Calling… 표시와 마이크·통화 종료 버튼이 나타났습니다. 여기까지는 연결을 시도한 모습이며, 통화가 완료됐거나 dot이 외부 전화번호로 전화를 걸었다는 의미는 아닙니다. dots 음성 대화 설명
계속 일한다는 말에는 권한의 경계가 있습니다
dots가 뒤에서 움직인다고 해서 연결한 앱에서 모든 행동을 자유롭게 하는 것은 아닙니다. OpenAI는 백그라운드의 자발적 탐색인 ‘proactive research’에 읽기 전용 도구를 적용한다고 설명합니다. 이 단계에서는 메시지를 보내거나 앱 내용을 바꾸거나 컴퓨터를 조작할 수 없습니다. dots 권한 설명
실제 행동은 기본 규칙과 사용자가 정하는 Custom Rules, 그리고 auto-review를 거칩니다. 어떤 일은 바로 진행하고, 어떤 일은 승인을 받으며, 비밀번호 변경처럼 사람이 직접 해야 하는 작업도 남아 있습니다. 일을 맡길 때 무엇을 보고, 어디까지 바꾸고, 언제 나에게 물어볼지를 함께 정하는 구조입니다.
AWS의 AgentCore를 떠올렸다면 한 단계 나눠 보면 좋습니다. AgentCore는 에이전트를 만들고 운영하기 위한 기반이고, dots는 사용자 화면·모델·기억·연결 도구·작업 공간을 묶어 제공하는 서비스입니다. 역할은 겹치지만 같은 제품은 아니죠. 확인한 dots 발표에서는 클라우드 사업자나 VM·컨테이너의 구체적인 구현 방식까지 밝히지 않았습니다. AWS AgentCore 설명, dots 발표
한국에서도 쓸 수 있을까?
dots는 Pro와 Business Premium 사용자에게 순차 제공되며, Enterprise는 관리자가 켜야 사용할 수 있는 베타입니다. 공식 발표는 Enterprise의 Edu·Healthcare도 이 범위에 포함합니다. Free·Plus는 초기 제공 대상에 들어 있지 않습니다. dots 제공 범위
개인 Pro의 제외 지역은 유럽경제지역(EEA)·스위스·영국으로 안내돼 있습니다. 한국은 ChatGPT 지원국이므로 공식 지역 조건상 대상에 해당한다고 볼 수 있고, 제 계정에서는 Codex에서 생성과 한국어 대화까지 진행할 수 있었습니다. 다만 순차 배포이므로 제 계정에서 사용할 수 있다는 것을 모든 한국 계정의 활성화로 일반화할 수는 없습니다. 계정에 도달하기까지 며칠 걸릴 수 있다는 안내도 있습니다. dots 도움말, 지원 국가
2. GPT-6.1 Sol, Astra에 가까운 성능을 더 낮은 단가로
dots가 일을 맡기는 환경이라면 GPT-6.1 Sol은 일을 처리할 모델 쪽의 변화입니다. OpenAI는 Sol이 에이전트 코딩·컴퓨터 사용·전문 업무에서 Astra에 가까운 성능을 내면서, 표준 입력·출력 토큰 단가는 Astra의 1/5이라고 소개했습니다. GPT-6.1 Sol 발표
API 표준 가격은 다음과 같습니다. 월 구독료와는 별개이며, 모델에 넣고 받은 토큰에 따라 계산하는 단가입니다.
| 모델 | 입력 100만 토큰 | 캐시 입력 100만 토큰 | 출력 100만 토큰 |
|---|---|---|---|
| GPT-6.1 Sol | $2 | $0.10 | $10 |
| GPT-6 Astra | $10 | $1 | $50 |
표는 짧은 컨텍스트의 Standard 요율 기준입니다. 긴 입력이나 다른 속도 옵션에는 추가 조건이 적용됩니다. OpenAI API 가격표, Sol 모델 문서
에이전트는 한 번 답하고 끝나는 일이 적습니다. 자료를 읽고, 도구를 호출하고, 결과를 다시 살피는 과정을 여러 번 반복하죠. 그래서 모델을 고를 때는 답변의 품질과 함께 이 반복을 얼마나 부담 없이 돌릴 수 있는지도 보게 됩니다. 같은 문맥을 재사용할 때 적용되는 캐시 입력 가격 역시 그런 작업에서 살펴볼 항목입니다.
그렇다고 ‘Astra의 1/5 가격’을 모든 과제의 최종 비용이 정확히 1/5이라는 뜻으로 읽으면 안 됩니다. 토큰 사용량, 추론 설정, 도구 호출, 다시 시도하는 횟수에 따라 과제당 비용은 달라집니다. 가격표는 비교의 출발점이고, 실제로 맡길 작업을 끝내는 비용은 따로 확인해야 합니다.
공식 도표는 성능과 비용을 함께 보여줍니다
아래는 OpenAI 홈페이지에 올라온 가격 비교 이미지입니다. 앞의 표가 Sol과 Astra의 단가를 정리한 것이라면, 이 이미지는 OpenAI가 세 모델의 역할을 어떻게 소개하는지도 보여줍니다. Luna까지 함께 나오지만, 이번 글에서는 새로 나온 Sol과 Astra의 비교에 집중하겠습니다.
코딩 평가인 DeepSWE 1.1의 도표는 가로축이 작업당 비용, 세로축이 점수입니다. 왼쪽 위에 있을수록 적은 비용으로 높은 점수를 얻은 셈이죠. 공식 데이터에서 중간 추론 설정의 Sol은 73.0%·$0.42, Astra는 72.8%·$3.08을 기록했습니다. 이 조건에서는 성능이 비슷하면서 비용 차이가 꽤 컸습니다. 공식 코딩 평가
컴퓨터 사용 평가인 OSWorld 2.0에서도 비슷한 방향이 보입니다. OpenAI는 최대 추론 설정의 Sol이 Astra보다 2.1%포인트 낮은 점수를 내면서, 과제당 비용은 약 1/7이었다고 설명했습니다. 아래 도표는 v2026.08.08의 오프라인 세트에서 측정한 부분 보상 점수입니다. 전체 업무를 완벽히 끝낸 비율로 바꿔 읽으면 안 됩니다. 공식 컴퓨터 사용 평가
두 도표 모두 OpenAI가 공개한 평가입니다. 실제 서비스는 도구와 시스템 지시, 추론 설정이 달라 결과가 달라질 수 있습니다. Astra가 필요한 영역도 남아 있습니다. 같은 발표의 과학 연구 평가에서는 Astra가 가장 높은 점수를 기록했습니다. Sol이 가까워졌다는 결과를 모든 업무에서 같다는 결론으로 넓히기는 어렵겠습니다.
그럼 어떤 모델부터 쓰는 게 좋을까?
제 기준으로는 평소 코딩·자료 정리·반복 작업에 Sol을 먼저 써보고, 결과가 부족하거나 어려운 판단에서 막히면 Astra와 비교해 보는 순서가 합리적입니다. 처음부터 모든 작업에 Astra를 쓰기보다, 내 작업에서 품질 차이가 나는 구간에 Astra를 쓰는 방식인 거죠. 아직 제 업무로 비교 측정을 끝낸 것은 아니므로, 공식 평가를 바탕으로 세운 선택 기준입니다.
추론 강도도 무조건 최대로 올릴 필요는 없어 보입니다. DeepSWE 도표에서도 Sol의 점수는 추론 강도를 높인 순서대로 계속 올라가지 않았습니다. 자주 하는 과제 몇 개를 정해 결과와 재시도 횟수, 완료까지 든 비용을 같이 비교하는 편이 좋겠습니다. Ultrafast는 여기에 속도를 더하는 옵션입니다. 더 어려운 문제를 풀 모델이 필요한지, 같은 모델의 답을 빨리 받아야 하는지를 나눠 선택하면 됩니다.
GPT-6.1 Sol은 Plus·Pro·Business·Enterprise·Edu의 ChatGPT Work와 Codex, 그리고 API에서 사용할 수 있습니다. 일반 ChatGPT 채팅에는 아직 제공되지 않는다고 안내합니다. 또한 dots의 기반 모델은 현재 Astra입니다. Sol이 발표됐다고 dots도 Sol로 바뀐 것은 아닙니다. Sol 출시 범위, dots 기반 모델
3. Pro 500과 Ultrafast, 얼마나 빠르고 얼마나 차감될까?
이번에는 구독 요금제도 추가됐습니다. Pro 500은 월 $500으로, 가장 큰 포함 사용량과 Astra Ultrafast 접근을 제공합니다. 공식 요약에서 소개한 포함 사용량은 Plus의 25배입니다. 실제로 할 수 있는 작업량은 선택한 모델과 속도 옵션에 따라 달라집니다. 발표 요약
현재 안내된 Pro 요금제는 세 가지입니다. Pro 공식 안내
| 요금제 | 월 요금(USD) | 출시 시점 Ultrafast |
|---|---|---|
| Pro 100 | $100 | 미포함 |
| Pro 200 | $200 | 미포함 |
| Pro 500 | $500 | 포함 |
dots를 쓰기 위해 반드시 Pro 500에 가입해야 하는 것은 아닙니다. dots의 초기 제공 범위는 Pro이며, Pro 500의 차별점은 더 큰 작업량과 Ultrafast입니다. 첫 dot은 해당 Pro 또는 Business Premium 구독에 추가 비용 없이 포함된다고 설명합니다. dots 요금 설명
다만 첫 달의 작업량은 조금 조심해서 소개해야겠습니다. 발표문은 dot과의 대화는 ChatGPT 한도에 들어가지 않지만, dot이 맡긴 Codex·Work 작업은 평소처럼 차감된다고 적었습니다. 도움말은 첫 한 달의 dots 사용량을 적격 플랜 한도에 산입하지 않는다고 안내합니다. 적용 범위가 완전히 맞물려 설명돼 있지는 않아, ‘첫 달 모든 위임 작업이 무제한 무료’라고 단정할 수는 없습니다. 발표문, 도움말
토큰 생성 8배와 작업 완료 8배는 다른 숫자입니다
Ultrafast는 생성 속도를 높이는 옵션입니다. 공식 안내에서 Astra Ultrafast는 Codex의 Standard 대비 토큰을 최대 8배 빠르게 생성합니다. DevDay 요약에는 초당 300토큰이라는 수치도 나왔습니다. 속도 설명, 발표 요약
여기서 빨라지는 것은 모델이 토큰을 생성하는 속도입니다. 웹페이지를 기다리고, 테스트를 실행하고, 외부 도구의 결과를 받는 시간까지 전부 같은 비율로 줄어든다는 뜻은 아닙니다. 작업을 맡긴 뒤 기다리는 시간을 줄일 수 있는 옵션이지만, 과제 전체가 8배 빨라진다는 약속으로 읽으면 곤란하죠.
사용량도 함께 확인해야 합니다.
| Astra Ultrafast 이용 방식 | Standard 대비 적용 |
|---|---|
| 구독에 포함된 사용량 | 8배 차감 |
| 구매 크레딧·Enterprise 종량 사용 | 6배 요율, 기업 계약 조건 적용 |
| API 이용 | 별도 API 토큰 요율 적용 |
Pro 500에서는 포함 사용량을 먼저 쓰고, 소진 뒤에는 보유 크레딧을 사용합니다. Pro 100·200에서 크레딧만 구매해 Ultrafast를 여는 방식은 출시 시점에 지원하지 않습니다. Ultrafast 요금·접근 조건
따라서 같은 포함 한도를 놓고 보면 Ultrafast를 켠 작업은 사용량을 더 빠르게 소모합니다. 기다리는 시간이 중요한 작업에 이 비용을 감수할 것인지 판단하는 옵션인 셈입니다. Astra Ultrafast는 현재 제공되며 GPT-6.1 Sol Ultrafast도 함께 발표됐습니다. 이 절의 차감 비교는 현재 공식 속도 문서에서 확인되는 Astra를 기준으로 삼았습니다. OpenAI 발표, 속도 문서
기존 Pro 200 이용자에게도 변화가 있습니다. 신규 가입은 다시 열렸지만 새 구독에는 이전보다 낮은 포함 사용량이 적용됩니다. 조건에 해당하는 기존 구독자는 종전 한도를 10월 29일까지 유지한 뒤 낮은 한도로 이동한다고 안내합니다. 월 $200 가격은 유지됩니다. 같은 이름의 요금제라도 전환 기간에는 계정별 적용 한도를 확인할 필요가 있겠습니다. Pro 200 전환 안내
Plus를 1배로 놓으면, Pro 200의 너프가 보입니다
이번 변경은 배수로 계산해 보면 더 분명해집니다. 월 $20인 Plus의 포함 사용량을 1로 놓고, 기존 Pro 200은 20배, 변경 후 Pro 200은 10배, Pro 500은 25배로 비교해 보겠습니다. 20배에서 10배로 바뀐다는 수치는 Reddit에 공유된 전환 메일 설명을 기준으로 했습니다. 공식 도움말에서도 Pro 200의 가격 유지와 한도 축소는 확인되지만, 제가 확인한 도움말 본문에 20배·10배가 직접 적혀 있지는 않았습니다. Pro 500의 25배는 공식 발표 수치입니다. 전환 메일 공유 사례, Pro 공식 안내, Pro 500 공식 발표
아래는 Plus의 기준량과 비교 기간, 모델·속도별 차감 조건이 같다고 놓은 단순 배수 계산입니다. ‘1배당 월 요금’은 월 요금을 포함량 배수로 나눈 비교값이며, API 토큰 가격이나 실제 작업 한 건의 가격은 아닙니다.
| 비교 대상 | 월 요금(USD) | Plus 대비 포함량 | 1배당 월 요금 |
|---|---|---|---|
| Plus — 기준 | $20 | 1배 | $20 |
| 기존 Pro 200 | $200 | 20배 | $10 |
| 변경 후 Pro 200 | $200 | 10배 | $20 |
| Pro 500 | $500 | 25배 | $20 |
기존 Pro 200은 Plus보다 10배를 내고 20배를 쓰는 구조였습니다. 포함량만 놓고 보면 같은 돈으로 Plus의 두 배를 쓰는 우대가 있었던 셈입니다. 그런데 10배로 줄면 같은 $200에 포함량은 50% 감소하고, 포함량 한 단위의 비용은 $10에서 $20으로 100% 증가합니다. 월 구독료는 같아도, 이 기준에서는 사용량 대비 비용이 두 배가 된 것입니다.
Pro 500도 과거 Pro 200과 비교하면 느낌이 달라집니다. 구독료는 2.5배인데 포함량은 1.25배입니다. $500에 25배라는 숫자는 Plus보다 25배 비싸고 25배를 쓰는 산술적 확대입니다. Ultrafast 접근 같은 기능 차이는 따로 있지만, 포함량 배수에서는 기존 Pro 200의 우대가 이어지지 않습니다.
그래서 제게는 이번 변경이 상위 구독을 사면 사용량을 더 싸게 주던 구조에서, 돈을 내는 만큼 사용량을 늘리는 구조로 가는 것처럼 보입니다. OpenAI는 점점 효율적인 모델이 나오고 있다는 점을 한도 조정의 이유로 설명합니다. Sol로 같은 일을 더 적은 차감으로 끝낼 수 있다면 체감 손실은 줄겠지만, Astra가 계속 필요한 이용자에게도 같은 효과가 날지는 별개입니다. 실제 완료 작업량은 모델·문맥·추론·도구 사용에 따라 달라집니다. 한도 조정 설명, 작업별 사용량 조건
Kiro에서도 보이는, 지불액에 비례하는 사용량
Kiro의 현재 요금제도 비슷한 계산이 나옵니다. 월 $20에 1,000크레딧, $40에 2,000, $100에 5,000, $200에 10,000크레딧입니다. 모두 $1당 포함 크레딧이 50개로 같습니다. 상위 요금제로 갈수록 포함량이 비례해서 늘고, 크레딧당 가격에 추가 할인이 붙는 구조는 아닙니다. 다만 포함 크레딧은 개당 $0.02, 추가 구매는 개당 $0.04이므로 구독 자체의 가격 우대는 남아 있습니다. Kiro 공식 요금표
이것이 Kiro도 이번에 한도를 깎았다는 뜻은 아닙니다. 두 서비스의 크레딧을 같은 단위로 환산할 수도 없습니다. 다만 OpenAI의 변경과 Kiro의 현재 구성을 함께 보면, AI 서비스를 많이 쓰는 사람에게 큰 배수 혜택을 주기보다 이용량에 맞춰 비용과 매출을 관리하는 방향으로 읽힙니다. 서비스가 커지면서 수익화를 더 고려하는 흐름이라는 것이 제 해석입니다. 이 요금표만으로 각 회사의 원가나 수익성을 입증할 수는 없습니다.
Reddit 반응, 일회성 보상이 매달의 한도를 대신할까?
기존 Pro 200 이용자 입장에서는 약간 조삼모사처럼 느껴지기도 합니다. 크레딧을 한 번 받더라도 이후 매달 쓸 수 있는 양까지 계속 보전되는 것은 아니니까요. 발표 직후 확인한 두 Reddit 토론에서는 다음과 같은 반응이 나왔습니다.
- 같은 요금에 한도가 절반: 전환 메일을 공유한 글과 댓글에서는 20배에서 10배로 줄어드는 점, 기존 가입자에 대한 신뢰와 변경 설명 방식에 불만을 나타냈습니다. 구독 취소나 경쟁 서비스로 이동하겠다는 댓글도 있었습니다.
- 보상 크레딧보다 이후의 한도가 문제: 일회성 크레딧으로 매달 줄어드는 사용량을 보전할 수 있느냐는 지적입니다. 별도 게시물의 작성자는 $2,500 보상을 언급하며, 많이 코딩하는 자신의 사용량 기준으로는 하루치일 수 있다고 주장했습니다.
- Sol의 효율을 봐야 한다는 반론: 같은 토론에는 더 효율적인 Sol을 쓰면 크레딧으로 더 많은 일을 할 수 있다는 의견도 있었습니다. 한도 배수만 보지 말고 실제로 완료한 작업량도 확인할 필요가 있습니다.
이는 일부 공개 게시물과 댓글의 반응이며 전체 이용자 여론을 조사한 결과는 아닙니다. $2,500이라는 보상액과 ‘하루치’ 주장도 게시자 사례입니다. 모든 Pro 200 계정에 동일한 보상이 지급된다고 공식 확인한 것은 아닙니다. 전환 안내에 대한 불만과 반론, 보상이 하루치일 수 있다는 주장
특히 ‘하루치’의 근거는 ccusage로 계산한 일일 API 요율 환산액입니다. 실제 제품 크레딧이 하루 만에 모두 차감됐다는 실측과는 다릅니다. 구독 포함 사용량과 추가 구매 크레딧, API 비용을 구분하고 내 작업 패턴으로 살펴봐야 할 문제입니다. 제품 크레딧 안내
저도 Pro 200을 쓰고 있어 이 반응이 남의 이야기처럼 느껴지지는 않았습니다. 제 9월 사용량 화면에는 전체 기록의 API 가격 환산 추정액이 $6,817.65로 나왔고, 그중 Codex가 약 $6,791이었습니다. 모델별로는 Astra의 비중이 가장 컸습니다. 실제로 $6,800을 결제했다거나 그만큼의 제품 크레딧을 썼다는 뜻은 아닙니다. 화면에도 API 추정치라고 적혀 있고, 가격이 매겨지지 않은 기록 10.1%는 제외돼 있습니다.
이 숫자만으로 바뀐 한도에서 제가 얼마를 더 낼지 계산할 수는 없습니다. 다만 구독 안에서 상당한 양의 작업을 맡겨왔다는 것은 알 수 있습니다. 그래서 일회성 보상액보다 전환 이후 같은 일을 매달 얼마나 맡길 수 있는지가 더 궁금합니다. Sol로 품질을 유지하면서 차감을 줄일 수 있다면 도움이 되겠지만, Astra가 꼭 필요한 작업까지 한도 축소를 상쇄할지는 직접 써봐야겠습니다.
함께 발표된 것들
세 가지를 중심에 두고 보면 나머지는 작업을 연결하고 함께 검토하는 기능으로 이어집니다. 아래는 그중 관련성이 큰 발표를 짧게 정리한 것입니다.
- ChatGPT Space·Pages: 사람과 에이전트가 프로젝트 자료와 문서를 함께 다루는 공간입니다. 협업 슬라이드는 수주 내 제공 예정으로 발표됐습니다.
- 플러그인 확장: 사이드바·패널·파일 뷰어 같은 화면을 개발자가 만들고, 연결 앱의 이벤트를 받아 작업을 시작하는 방향으로 확장됩니다.
- Decisions API: Luna에 문맥과 정해진 선택지를 주고 분류·라우팅 같은 판단을 맡기는 기능입니다. 제한 프리뷰이며 전용 가격과 세부 성능은 이번 확인 자료에서 찾지 못했습니다.
- Agents API·Bedrock Managed Agents: 기존 Agents API에 컴퓨터 사용이 추가됐습니다. AWS 쪽 제품은 OpenAI 모델·Codex 하네스·AgentCore를 결합하는 프리뷰이며, dots가 AWS에서 동작한다는 설명과는 별개입니다.
- Codex Security Cloud: 연결한 저장소를 정기적으로 점검하고, 발견한 문제의 수정안을 검토할 수 있도록 준비합니다.
- Private Intelligence: 기업 데이터 보호 기능입니다. 데이터 보존 없음(ZDR)을 유지하는 자동 안전 검토와 기밀 컴퓨팅 기반의 Private Inference를 소개했으며, 후자는 올가을 프리뷰 예정입니다.
- Marketplace: 적격 기업 고객이 기존 OpenAI 선약정 금액의 일부를 승인된 파트너 소프트웨어에 사용할 수 있게 합니다. 초기 파트너는 32곳입니다.
위 목록의 발표 근거는 공식 Recap과 AWS 프리뷰 소개입니다. Agents API와 오픈소스 Codex 하네스는 9월 10일 발표에도 등장하므로, 이번에 처음 공개됐다고 설명하지는 않았습니다. Agents API 이전 발표
외부 도구를 쓰는 분이라면 Sign in with ChatGPT도 챙겨볼 만합니다. 지원하는 도구에서 내 ChatGPT 구독 사용량을 이용하는 공식 경로입니다. 다만 로그인 기능과 구독 사용 권한은 별개이고, 공개 개발 문서는 오픈소스·로컬 호스팅 앱의 적격 요청을 다룹니다. 유료·원격 호스팅 서비스에는 별도 신청 경로가 안내돼 있습니다. 공식 개발 문서
이번 발표에서 일을 계속 맡길 환경, 그 일을 처리할 모델, 작업량과 속도를 위한 요금제가 함께 나왔습니다. 제 Codex에서도 dot을 생성하고 대화를 시작할 수 있었고, 작업 노트의 구조가 나타나는 모습까지 확인했습니다. 이제 남은 것은 실제로 어떤 일을 계속 맡길 수 있는지, Sol이 같은 작업에서 어느 정도 품질을 내는지, Ultrafast로 줄어드는 대기 시간이 추가 사용량에 걸맞은지 확인하는 일입니다. 초기 화면에서 본 모습과 실제 업무를 끝내는 능력은 다음 단계에서 비교해 볼 부분으로 남아 있습니다.