PC 조작 능력 강화했다…GPT-6 아스트라 공개

오픈AI가 2026년 9월 3일 새 AI 모델 GPT-6 아스트라(GPT-6 Astra)를 발표했다. GPT-6 아스트라는 PC 조작과 브라우징, 프로그래밍, 과학, 사이버보안 등에서 기존 GPT-5.6 솔(GPT-5.6 Sol)을 웃도는 성능을 내세우며 블렌더를 이용한 3D 제작과 언리얼 엔진 5를 조작하는 데모도 함께 공개됐다. AI가 처음 보는 문제에 어떻게 대응하는지 살피는 ARC-AGI-3에서는 최대 99.9%를 기록했다.

최근 AI는 문장을 만드는 데 그치지 않고 브라우저나 PC용 앱을 직접 조작해 일을 처리하는 AI 에이전트로도 쓰이고 있다. GPT-6 아스트라는 PC 조작 능력을 크게 강화해 양식 입력과 일정 정리, 웹 조사, 웹사이트 제작, 소프트웨어 설치와 테스트 같은 작업을 수행할 수 있다는 설명이다. 오픈AI 사이트에는 GPT-6 아스트라가 엑셀을 능숙하게 다뤄 엑셀 세계대회 과제를 푸는 모습을 비롯해 PC에서 여러 작업을 처리하는 사례가 실렸다.

3D 제작과 회계, 소프트웨어 개발처럼 실제 업무에 가까운 장시간 PC 작업을 AI가 어디까지 해내는지 살피는 벤치마크 에이전트 라스트 이그잼(Agents’ Last Exam)에서는 59.3%를 기록해 GPT-5.6 솔 53.6%를 앞질렀다. 최고 점수를 낸 설정에서는 클로드 오퍼스 5(Claude Opus 5)보다 출력 토큰 수가 65% 적었다고 한다.

PC를 조작하는 능력은 창작 영역에서도 활용된다. 오픈AI는 GPT-6 아스트라가 블렌더로 3D 모델링을 하는 예와 블렌더로 만든 집을 언리얼 엔진 5로 옮겨 걸어 다닐 수 있는 상태로 구현한 데모를 공개했다. 블렌더나 게임 엔진 같은 제작 도구를 쓰면서 작업을 이어갈 수 있다는 것이다. 게임 개발사 플레이코(Playco)도 GPT-6 아스트라를 활용한 게임 제작을 시험해 기존 모델과 비교해 수작업 수정이 50% 줄었다고 밝혔다. 오픈AI 페이지에서는 GPT-6 아스트라가 만든 게임을 직접 해볼 수도 있다.

눈에 띄는 건 ARC-AGI-3 성적. ARC-AGI-3는 처음 보는 추상적인 턴제 환경을 AI에 조작하게 해 규칙을 추측하며 문제를 풀 수 있는지 살피는 벤치마크다. GPT-6 아스트라는 오픈AI 쪽 컨텍스트 관리 기능을 쓸 수 있는 프로바이더 어댑터 하니스(Provider Adapter harness)에서 최고 99.9%를 기록했다. 같은 조건으로 각사 모델을 비교하기 쉽게 만든 스탠더드 하니스(Standard harness)에서 낸 최고 점수는 62.7%다. ARC 프라이즈(ARC Prize)는 62.7%와 99.9% 모두를 최고 수준 결과로 보고 있다. 프로바이더 어댑터 하니스에서는 사람이 클리어할 때 조작 횟수 중앙값보다 적은 횟수로 푼 스테이지가 96%에 달했다.

사이버보안 분야에서도 성능이 올랐다. 알려진 소프트웨어 취약점에서 실제 공격 가능한 코드를 만들 수 있는지 살피는 익스플로잇벤치(ExploitBench)에서는 100%를 기록해 GPT-5.6 솔 78.5%를 넘어섰다. 오픈AI는 GPT-6 아스트라가 자사 안전성 평가에서 사이버 능력 크리티컬 수준에 도달한 첫 모델이라고 밝히며 고도의 공격으로 이어질 수 있는 요구를 제한하는 안전 대책도 강화했다고 설명했다.

This is GPT-6 Astra.

Anything you can do on a computer, Astra can do for you. Fast. pic.twitter.com/gDd0IsewJw

— OpenAI (@OpenAI) September 3, 2026

오픈AI가 공개한 주요 벤치마크 결과를 GPT-5.6 솔과 견줘 보면 PC 조작에서는 에이전트 라스트 이그잼이 59.3%로 53.6%를, OS월드 2.0(OSWorld 2.0)이 72.6%로 65.7%를, 스크린스팟 프로(ScreenSpot-Pro)가 92.7%로 76.9%를 각각 앞섰다. 업무 영역에서는 오토메이션벤치(AutomationBench)가 41.4%로 18.1%를, 벤치캐드(BenchCAD)가 95.9%로 83.3%를 웃돌았고 웹 열람 항목인 브라우즈컴프(BrowseComp)는 91.5%로 90.4%였다. 코딩에서는 터미널벤치 4.0(Terminal-Bench 4.0)이 57.9%로 37.3%를, 딥SWE v1.1(DeepSWE v1.1)이 74.1%로 72.7%를 넘었다. 과학 분야에서는 터미널벤치 사이언스 0.1(Terminal-Bench Science 0.1)이 64.6%로 22.4%를, GPQA 다이아몬드(GPQA Diamond)가 96.0%로 94.6%를 기록했고 수학 항목인 프런티어매스 티어 4 v2(FrontierMath Tier 4 v2)는 97.6%로 83.0%를 앞섰다. 사이버보안에서는 익스플로잇벤치가 100.0%로 78.5%를, 익스플로잇짐(ExploitGym)이 42.4%로 30.3%를, SRE벤치(SRE-Bench)가 88.0%로 55.9%를 넘었다. 장문 처리 항목인 오픈AI MRCR v2 512K~1M은 96.3%로 73.8%였고 추상적 추론에서는 ARC-AGI-3가 99.9%로 7.8%를, ARC-AGI-2가 95.0%로 92.5%를 각각 웃돌았다.

GPT-6 아스트라는 현재 일부 조직을 대상으로 제공이 시작됐고 앞으로 며칠에 걸쳐 챗GPT 플러스와 프로, 비즈니스, 엔터프라이즈와 오픈AI API, 아마존 베드록에도 확대될 예정이다. 오픈AI는 장시간에 걸친 PC 조작이나 전문적인 작업을 해내는 능력을 높이는 한편 사용자가 지정한 작업 범위를 지키는 능력도 개선했다고 밝혔다. 관련 내용은 이곳에서 확인할 수 있다.