GPT-6 Astra (AGI 개발자 종말)
중년개발자
@loxo
약 5시간 전
1. 가장 큰 변화: 코딩 → 소프트웨어 엔지니어링
이게 체감상 가장 클 거야.
기존 GPT 계열:
"이 코드를 만들어줘."
Astra:
"이 프로젝트를 분석하고 문제를 찾아서 수정하고 테스트하고 결과를 확인해."
즉 코드 생성 자체가 중심이 아니게 됐어.
OpenAI가 공개한 평가에서도 Astra는 Terminal-Bench, FrontierCode, DeepSWE 같은 실제 개발 에이전트형 평가에서 크게 향상됐고, 실제 개발 과정에서 테스트와 검증을 더 적극적으로 수행하도록 개선됐다고 설명한다. oai_citation:1‡OpenAI
개발자가 체감할 차이는 이런 거야.
기존 AI
요구사항
↓
코드 생성
↓
개발자가 실행
↓
에러 발견
↓
에러 전달
↓
수정
↓
다시 실행Astra에 가까워지면:
요구사항
↓
프로젝트 분석
↓
코드 수정
↓
빌드
↓
테스트
↓
에러 분석
↓
재수정
↓
브라우저 실행
↓
UI 확인
↓
추가 수정
↓
최종 검증개발자가 중간중간 개입하는 횟수가 줄어드는 것이 핵심이야.
2. 특히 놀라운 부분: "코드를 보는 것"이 아니라 "컴퓨터를 사용한다"
이게 GPT-6 Astra의 가장 중요한 변화 중 하나라고 봐.
기존 Coding AI는 주로
파일
코드
터미널
Git중심이었어.
Astra는 여기에
Browser
Desktop application
Spreadsheet
Web application
Terminal
IDE까지 하나의 작업 공간으로 묶어버리는 방향이야.
OpenAI는 Astra를 computer use와 browsing에서 새로운 수준이라고 설명하고 있고, 브라우저와 전문 소프트웨어를 넘나드는 multi-step workflow를 수행할 수 있다고 밝혔다. oai_citation:2‡OpenAI
그래서 개발자의 업무가 이렇게 바뀔 수 있어.
예전
"React로 로그인 페이지 만들어줘."
Astra
"현재 프로젝트 구조를 분석하고 로그인 기능을 완성해줘."
그러면 AI가
package.json 확인
↓
기존 architecture 파악
↓
Router 확인
↓
API 확인
↓
Auth 구조 확인
↓
Login UI 작성
↓
API 연동
↓
TypeScript 오류 수정
↓
npm test
↓
browser 실행
↓
로그인 테스트
↓
문제 수정
↓
Git diff 검토까지 하는 쪽으로 간다는 거야.
이건 Copilot의 진화라기보다 Junior Developer의 자동화에 가까워.
3. 개발에서 엄청 중요한 변화: 긴 작업을 기억한다
이 부분은 개발자에게 상당히 중요해.
Astra의 Codex에는 context window가 가득 차더라도 이전 작업의 내용을 보존하고 다시 검색할 수 있는 기능이 들어갔다.
기존에는 긴 작업을 하다 보면:
Context
████████████████████
↓
compaction
↓
요약
↓
중요한 세부사항 일부 손실이 문제가 있었어.
Astra에서는 작업 과정에서 생성된 요구사항, 테스트 결과, 이전 실패 원인 등을 다시 찾아볼 수 있는 구조가 들어갔다. oai_citation:3‡OpenAI
이게 중요한 이유는 대규모 개발에서는
"왜 이렇게 수정했지?"
가 굉장히 중요하기 때문이야.
예를 들어 3시간 동안
Spring Boot
+
PostgreSQL
+
Redis
+
Vue
+
Nginx를 수정했다면 AI가 단순히 마지막 코드만 기억하는 것보다
"Redis timeout 문제 때문에 connection pool을 이렇게 변경했고, 첫 번째 방법은 테스트에서 실패해서 두 번째 방법으로 변경했다."
라는 작업의 역사(history)를 기억하는 것이 훨씬 강력해.
4. 105만 토큰 Context
이것도 개발자에게 상당히 큰 변화야.
Astra API는 1,050,000 token context window를 제공한다. oai_citation:4‡OpenAI Developers
이 정도면 단순히
UserService.java하나를 넣는 수준이 아니라,
Frontend
Backend
DB schema
Docker
CI/CD
Test
Config
API specification
Architecture document를 하나의 작업 맥락으로 다루는 것이 가능해진다.
예를 들어 네가 운영하는 프로젝트에서
/frontend
/backend
/database
/docker
/docs
/.github전체를 대상으로
"인증 구조를 분석하고 보안상 문제가 있는 부분을 찾아서 수정해줘."
라고 할 수 있는 영역으로 들어가는 거야.
5. 더 중요한 변화: "추론"이 아니라 "검증하는 추론"
개발에서 AI가 가장 많이 틀리는 부분은 사실 코드 생성이 아니야.
자기가 만든 코드가 정말 맞는지 확인하지 않는 것이 문제였지.
예전 AI:
코드 작성
↓
"이 코드는 정상적으로 동작합니다."Astra 쪽으로 갈수록:
코드 작성
↓
빌드
↓
테스트
↓
실행
↓
오류 발견
↓
원인 분석
↓
수정
↓
재실행
↓
검증이라는 loop가 강해지고 있어.
OpenAI도 Astra가 coding task에서 테스트를 더 철저하게 수행하는 경향을 보인다고 명시하고 있어. oai_citation:5‡OpenAI Developers
이게 굉장히 중요해.
AI 개발의 패러다임이
Generate
에서
Generate → Execute → Verify → Correct
로 바뀌는 거야.
6. Async Tool Calling도 개발 방식 자체를 바꾼다
Astra API에는 async tool calling도 추가됐다.
AI가 도구 하나를 실행하는 동안 무조건 기다리는 게 아니라 다른 작업을 계속 진행할 수 있다. oai_citation:6‡OpenAI Developers
예를 들어:
AI
├─ DB schema 분석
├─ Git history 분석
├─ 테스트 실행
└─ API 문서 검색같은 작업을 병렬적으로 진행할 수 있어.
이건 앞으로 AI Agent의 성능을 높이는 굉장히 중요한 요소야.
7. Mid-turn steering
이것도 상당히 재미있는 변화야.
AI가 작업하고 있는 중간에 사람이 방향을 바꿀 수 있어.
예를 들어:
"잠깐. Redis 사용하지 말고 PostgreSQL만 사용하도록 변경해."
AI가 처음부터 다시 시작하는 게 아니라 현재 작업 상태를 유지하면서 방향을 수정할 수 있는 구조야. oai_citation:7‡OpenAI Developers
개발자가 실제로 AI와 pair programming 하는 느낌에 가까워지는 거지.
8. 추론 능력 자체도 상당히 올라갔다
여기서 네가 말한 "거의 AGI 수준"이라는 느낌이 나오는 이유가 있어.
OpenAI 공개 수치상 Astra는
- ARC-AGI-3: 99.9%
- ARC-AGI-2: 95.0%
- ARC-AGI-1: 98.5%
- FrontierMath Tier 4: 98%
- ExploitBench: 100%
등을 기록했다고 발표했다. oai_citation:8‡OpenAI
특히 ARC 계열처럼 단순 암기보다 새로운 문제의 규칙을 찾아내는 능력을 평가하는 benchmark에서 높은 결과가 나온 게 중요해.
다만 여기서 한 가지는 구분해야 해.
"AGI benchmark에서 높은 점수"
≠
"인간과 동일한 AGI가 완성됐다"
AGI는 아직 엄밀하게 합의된 정의가 없어.
OpenAI President Greg Brockman은 Astra가 AGI 시대의 시작이 될 수 있다는 취지로 이야기했지만, 이것은 기술적·철학적으로 여전히 논쟁적인 표현이야. oai_citation:9‡Business Insider
그래서 나는 현재 Astra를
AGI 그 자체라기보다는 AGI에 상당히 가까워진 "범용 작업 수행 시스템"
이라고 표현하는 게 가장 정확하다고 봐.
9. 개발자에게 가장 무서운 변화
개인적으로는 코딩 능력보다 이것이 더 중요해.
AI가 "개발자를 기다리지 않는다."
예전 AI:
"무엇을 해야 하는지 알려주세요."
Astra:
"목표를 이해하고 필요한 작업을 스스로 진행하겠습니다."
OpenAI의 가이드에서도 Astra는 이전 모델보다 장기 작업에서 coherence와 follow-through가 향상됐다고 설명한다. oai_citation:10‡OpenAI Developers
이것 때문에 개발자의 역할이 바뀌기 시작해.
과거 개발자
요구사항
↓
설계
↓
코딩
↓
디버깅
↓
테스트
↓
배포앞으로의 개발자
문제 정의
↓
Architecture
↓
AI에게 목표 전달
↓
AI Agent
↓
코드
↓
테스트
↓
검증
↓
AI 수정
↓
개발자 최종 판단즉,
코드를 직접 만드는 능력의 가치가 조금씩 내려가고
대신
무엇을 만들어야 하는지 정의하고 결과를 검증하는 능력
의 가치가 올라가는 거야.
10. 그래서 개발자 입장에서 GPT-6 Astra의 진짜 변화
내가 중요도를 매긴다면 이렇게 볼 것 같아.
| 변화 | 체감 | 의미 |
|---|---|---|
| 🧠 추론 능력 | ★★★★★ | 복잡한 문제 해결 |
| 💻 Agentic Coding | ★★★★★ | 실제 개발 업무 수행 |
| 🖥 Computer Use | ★★★★★ | IDE/Browser/앱 직접 조작 |
| 🔄 Self verification | ★★★★★ | 테스트 → 수정 → 재검증 |
| 🧠 Long Context | ★★★★★ | 대형 프로젝트 이해 |
| 📚 작업 기억 | ★★★★★ | 긴 개발 작업 지속 |
| ⚡ Async tools | ★★★★☆ | 병렬 작업 |
| 🎯 Mid-turn steering | ★★★★☆ | 작업 중 방향 전환 |
| 🌐 Web/Browser | ★★★★★ | 개발 외 업무까지 확장 |
그리고 나는 여기서 한 가지가 더 중요하다고 봐
GPT-5.6까지는 대략
"AI가 개발자를 도와준다."
라는 느낌이 강했어.
GPT-6 Astra부터는
"개발자가 AI에게 개발 업무를 위임한다."
라는 개념으로 넘어가기 시작했어.
이 차이가 엄청 커.
예를 들어 네가 지금 하는 것처럼
Spring Boot 3.5
Oracle
Vue / TypeScript
Vite
Git
Nginx
PostgreSQL
Redis같은 여러 기술이 섞인 프로젝트에서 예전에는 AI에게 하나씩 질문했잖아.
이 SQL 왜 안돼?
↓
이 Spring 코드 고쳐줘
↓
이 TypeScript 오류 뭐야?
↓
CORS 고쳐줘
↓
Git 문제 해결해줘앞으로는 오히려
"이 프로젝트 전체를 분석해서 현재 발생하는 문제들을 우선순위별로 찾아서 수정하고 테스트까지 해줘."
라는 식으로 요청하는 것이 더 자연스러워지는 거야.
그리고 Astra가 바로 이 end-to-end 작업 수행을 목표로 만들어진 모델이야. oai_citation:11‡OpenAI Developers
한 문장으로 정리하면
GPT-5.6이 "아주 뛰어난 개발자"에 가까웠다면, GPT-6 Astra는 "개발 환경에 들어가 실제로 일을 수행하는 개발 에이전트"에 가까워졌다.
그리고 AGI 논쟁에서 정말 중요한 지점도 바로 여기라고 생각해.
지능의 크기 자체보다, 그 지능이 현실의 컴퓨터·도구·프로젝트·인터넷과 연결되어 독립적으로 일을 끝낼 수 있느냐가 AGI에 가까워졌다고 느끼게 만드는 핵심이야.
다만 동시에 Astra는 사이버보안 능력에서 OpenAI의 Critical threshold에 최초로 도달한 모델이기도 해서, 능력이 커진 만큼 통제·안전 문제가 훨씬 중요해졌다. OpenAI는 알려지지 않은 취약점을 발견하고 사람의 단계별 안내 없이 공격 방법을 개발할 수 있는 수준이라고 평가했다. oai_citation:12‡OpenAI
그래서 지금의 변화는 "AI가 똑똑해졌다"가 아니라 "AI가 일을 할 수 있게 됐다"라고 보는 게 가장 정확해.