GPT 6 Sol·Luna 총정리 | 사용법, 무료 이용, 가격과 Astra 비교까지

“GPT 6, 이제 어떤 모델을 골라야 해?”

OpenAI가 한국시간 9월 23일 GPT-6 Sol과 GPT-6 Luna를 공개했어요. 앞서 나온 Astra에 이어, 작업 난이도와 비용에 맞춰 고를 수 있는 모델이 늘었어요.

발표 약 8시간 뒤 공식 X 게시물에는 조회 약 559만 회, 좋아요 약 4만 4천 개가 표시됐어요. 답글에서는 ‘더 똑똑해지고 저렴해졌다’는 기대와 Terra의 행방을 묻는 반응이 함께 보였어요. 일부 답글의 반응이며 전체 사용자 평가를 뜻하지는 않아요. 수치는 OpenAI의 발표 게시물을 9월 23일 오전 확인한 값이에요.

이전 모델에서 긴 작업을 반복할 때 비용이 부담이었다면, 이번에는 모델별 역할과 실제 청구 조건을 함께 볼 만해요. 이 글에서는 GPT 6 Sol과 Luna의 차이, 사용법, 무료 이용 범위, API 가격, 한국어 프롬프트까지 정리했어요.

🔎 GPT 6 Sol과 Luna, 차이는 맡길 일에 있어요

두 모델은 같은 GPT 6 계열이지만 출발점이 달라요. 모델 이름을 외우기보다 처리할 일의 범위와 반복 횟수를 먼저 나누면 선택하기 쉬워요.

Sol 공식 모델 문서는 복잡한 코딩과 에이전트 작업을, Luna 공식 모델 문서는 범위가 명확한 대량 작업을 용도로 소개해요. 이 설명을 실무에 옮기면 Sol은 여러 단계를 연결하는 작업에, Luna는 규칙을 정해 반복하는 작업에 먼저 시험해볼 수 있어요.

예를 들어 고객 문의에서 제품명과 요청 유형을 뽑는 일은 출력 형식을 고정하기 쉬워요. 반면 문의가 생긴 원인을 코드와 운영 문서에서 찾아 수정안을 만드는 일은 여러 자료를 오가며 판단해야 해요. 같은 고객지원 업무라도 모델을 고르는 기준이 달라지는 이유예요.

모델을 바꾼 뒤에는 기존에 잘 처리하던 사례부터 다시 확인해보세요. 새 모델이라는 이유만으로 모든 업무를 옮기기보다, 실제 결과가 좋아진 범위를 찾는 편이 운영에 도움이 돼요. 사람이 고치는 시간까지 적어두면 단가만으로 보이지 않던 차이를 알 수 있어요.

🌙 Luna부터 시험하기 좋은 작업

입력과 정답 형식이 분명한 일부터 시작해보세요. 리뷰의 주제 분류, 문서에서 항목 추출, 정해진 형식의 요약처럼 결과를 비교하기 쉬운 일이 좋아요. 이 목록은 캐럿 에디터의 활용 제안이며 실제 테스트 결과는 아니에요.

짧은 업무라도 기준이 모호하면 재작업이 늘 수 있어요. ‘중요한 내용만 정리해줘’ 대신 중요하다고 판단할 기준을 알려주세요. 고객이 결제를 못 한 사례, 일정 변경이 필요한 사례처럼 분류 목적을 좁혀주면 결과를 검수하기도 쉬워져요.

☀️ Sol부터 시험하기 좋은 작업

여러 파일이나 자료를 함께 살펴야 하는 일에 적용해보세요. 기능 수정의 영향 범위 확인, 오류 원인 후보 비교, 근거가 흩어진 보고서 작성처럼 중간 판단이 이어지는 작업이 예시예요. 먼저 작은 범위에서 완료 기준을 맞춰보는 방식이 좋아요.

Sol을 고르더라도 업무 설명을 생략할 수는 없어요. 바꿔도 되는 범위, 유지해야 할 동작, 결과물의 형태를 함께 알려주세요. 모델이 알아서 정한 기준과 실제 업무 기준이 어긋나면 좋은 답변처럼 보여도 다시 작업해야 해요.

🚀 GPT 6 사용법과 무료 이용 범위

어디에서 쓰는지부터 확인해야 해요. ChatGPT의 일반 대화, Work, Codex, API는 같은 이름의 모델을 보여주더라도 이용 경로와 과금 조건을 따로 봐야 해요.

OpenAI 출시 안내에 따르면 Sol과 Luna는 Plus, Pro, Business, Enterprise, Edu 사용자의 ChatGPT Work와 Codex에 제공돼요. Free와 Go 사용자는 데스크톱 앱에서 Luna를 이용할 수 있어요. 발표 시점에는 일반 Chat에 아직 제공되지 않으며, 당일 순차 배포라 계정마다 표시 시점이 다를 수 있어요.

1. 데스크톱 앱이나 이용 중인 Work·Codex 화면을 열어요. 일반 대화 화면만 확인하고 출시가 안 됐다고 판단하지 않는 게 좋아요.

2. 모델 선택 메뉴에서 GPT-6 Sol 또는 GPT-6 Luna가 표시되는지 확인해요. 실제로 보이는 모델과 계정의 사용량 안내를 기준으로 시작해요.

3. 짧고 결과를 확인하기 쉬운 업무를 맡겨요. 처음에는 이미 답을 알고 있는 문서나 기존에 검수한 예시를 쓰면 차이를 발견하기 쉬워요.

4. 결과의 정확성, 누락, 형식 준수 여부를 확인해요. 한 번의 좋은 답변보다 비슷한 작업을 반복했을 때의 일관성을 살펴보세요.

API를 쓰는 개발자는 모델 ID도 구분해야 해요. 공식 문서의 이름은 gpt-6-sol과 gpt-6-luna예요. 앱에서 모델을 선택하는 것과 개발 환경에서 API 요청을 보내는 것은 별도 작업이므로, 사용 중인 서비스의 과금 화면을 함께 확인해보세요.

‘무료’라는 표현도 범위를 나눠 읽어야 해요. 무료 계정에 모델 접근이 열려 있다는 안내가 무제한 사용을 뜻하지는 않아요. 구체적인 이용 가능량은 계정에 표시되는 한도를 확인하고, 글에 나온 API 단가를 앱의 메시지 횟수로 환산하지 않는 게 좋아요.

💰 GPT 6 가격, Sol과 Luna는 얼마나 달라요

API 가격은 입력과 출력을 따로 계산해요. 아래는 공식 모델 문서에 적힌 기본 텍스트 토큰 단가이며, 긴 입력이나 별도 처리 방식의 추가 조건은 다음 문단에서 구분했어요.

Sol 문서의 기본 단가는 입력 약 2달러, 출력 약 10달러예요. Luna 문서는 입력 약 0.10달러, 출력 약 0.50달러예요. 같은 양의 기본 입력과 출력을 쓴다는 조건에서는 Luna 단가가 Sol의 약 20분의 1 수준이에요.

예시로 캐시 없는 입력 100만 토큰과 출력 10만 토큰을 여러 짧은 요청에 나눠 사용했다고 가정해볼게요. 기본 텍스트 요금만 계산하면 Sol은 약 3달러, Luna는 약 0.15달러예요. 실제 사용량 측정치가 아닌 계산 예시이며, 도구 호출이나 캐시 쓰기 같은 추가 비용은 넣지 않았어요.

OpenAI의 공식 X 발표는 GPT-5.6 프로모션 가격 대비 API 가격을 약 50% 낮췄다고 설명해요. 이 문구는 ChatGPT 구독료가 절반이 됐다는 뜻이 아니에요. 이전 세대와 비교할 때는 모델명뿐 아니라 입력·출력·캐시 항목까지 맞춰보세요.

🧾 기본 단가만 보고 예산을 잡으면 빠지는 조건

공식 모델 문서에는 입력이 약 27만 2천 토큰을 넘는 요청의 가격 조건도 있어요. 해당 요청 전체에 입력과 캐시 요금은 약 2배, 출력 요금은 약 1.5배가 적용돼요. 자료를 한꺼번에 넣는 업무라면 컨텍스트 한도와 별개로 이 구간을 확인해야 해요.

캐시된 입력을 읽는 기본 단가는 Sol 약 0.20달러, Luna 약 0.01달러예요. 캐시 쓰기는 각각 약 2.50달러와 약 0.125달러로 안내돼요. 캐시 읽기 할인을 모든 입력에 적용한 예상 비용은 실제 청구와 차이가 날 수 있어요.

예산표에는 요청당 평균 입력, 평균 출력, 실패 후 재시도 횟수를 함께 적어보세요. 단가가 낮아도 같은 일을 반복해서 다시 시키면 총비용이 늘어요. 반면 단가가 높은 모델로 한 번에 검수 가능한 결과를 얻는다면, 사람의 수정 시간까지 포함한 비용은 달라질 수 있어요.

개발 단계에서는 성공한 사례만 모으지 않는 게 좋아요. 빈 결과, 형식 오류, 근거 누락 때문에 다시 실행한 건도 기록해보세요. 최종 결과물 하나를 얻는 데 든 전체 비용을 비교해야 실제 운영 예산에 가까워져요.

🧠 Astra와 비교할 때 확인할 점

Astra까지 포함하면 선택지가 더 넓어져요. 비용을 먼저 줄일지, 어려운 문제에서 검토 품질을 먼저 확보할지에 따라 출발 모델을 다르게 잡을 수 있어요.

OpenAI 출시 글은 Astra를 가장 높은 역량이 필요한 작업의 선택지로 유지해요. Sol과 Luna는 더 저렴한 비용으로 작업을 확장하려는 모델로 소개해요. 가격이 낮아졌다는 사실만으로 Astra를 모든 업무에서 대체한다고 읽지는 않는 게 좋아요.

보고서라면 문장 자연스러움만 보지 말고 결론에 필요한 근거가 빠졌는지 확인해보세요. 코딩이라면 코드가 실행되는지에 더해 기존 기능이 유지되는지도 살펴야 해요. 같은 프롬프트를 넣었더라도 어떤 기준으로 채점하는지에 따라 모델 평가가 달라져요.

비교 자료에 점수가 있다면 모델 옆의 추론 설정도 읽어보세요. 서로 다른 설정의 점수를 같은 조건의 일대일 실험처럼 해석하면 과장된 결론이 나올 수 있어요. 발표 자료의 평가 환경과 실제 앱 환경이 다를 수 있다는 점도 함께 확인해보세요.

🛠️ 한국어 프롬프트, 바로 적용하는 세 가지 예시

아래 예시는 모델 성능을 인증하는 테스트가 아니라 업무를 분명하게 전달하기 위한 템플릿이에요. 대괄호 부분을 실제 자료로 바꾸고, 공유 가능한 정보만 넣어 사용해보세요.

📝 Luna용 문서 분류 프롬프트

문서 분류는 허용할 답의 범위를 정하는 것이 출발점이에요. 어느 항목에도 맞지 않는 사례를 처리하는 규칙까지 넣어두면 억지 분류를 발견하기 쉬워요.

다음 고객 문의를 분류해줘. 허용 분류는 결제, 계정, 사용법, 오류, 기타야. 각 문의마다 문의 ID, 분류, 판단 근거가 되는 원문 한 문장, 추가 확인 필요 여부를 출력해줘. 원문에 없는 원인은 추측하지 말고, 애매하면 기타로 분류해줘. 입력: [문의 목록]

결과를 받을 때는 분류명만 보지 말고 근거 문장과 함께 확인해보세요. 분류는 맞아도 인용한 문장이 관련 없을 수 있어요. 비슷한 내용이 두 분류에 걸친다면 어느 쪽을 우선할지 규칙을 보완한 뒤 다시 비교해보세요.

💻 Sol용 코드 수정 프롬프트

코드 수정은 고칠 증상과 지켜야 할 동작을 함께 알려주는 편이 좋아요. 수정 자체보다 문제를 재현하고 변경 범위를 확인하는 과정이 중요해요.

이 프로젝트에서 [재현 절차]를 실행하면 [오류 증상]이 발생해. 기대 동작은 [정상 결과]야. 먼저 관련 파일과 원인 후보를 확인한 뒤 필요한 범위만 수정해줘. [유지할 기능]은 바꾸지 마. 완료 후 수정한 내용, 실행한 검증과 결과, 확인하지 못한 항목을 나눠 알려줘. 검증을 실행하지 않았다면 실행했다고 쓰지 마.

검증 결과에는 실제로 실행한 항목이 있는지 살펴보세요. 코드 설명이 길다는 이유로 수정이 완료됐다고 판단하지 않는 게 좋아요. 실행 환경 때문에 확인하지 못했다면 그 제한을 기록하고, 가능한 환경에서 후속 확인을 이어가면 돼요.

📚 두 모델을 비교하는 요약 프롬프트

요약을 비교할 때는 분량과 포함할 항목을 고정해보세요. 말투 취향과 사실 정확성을 따로 보면 어떤 모델이 업무에 맞는지 판단하기 쉬워요.

아래 자료만 근거로 의사결정용 요약을 작성해줘. 결론, 근거, 반대 근거, 추가 확인할 내용을 같은 순서로 써줘. 각 주장의 근거 위치를 표시하고, 자료에 없는 내용은 확인되지 않았다고 써줘. 전체 분량은 약 1,000자 이내로 맞춰줘. 자료: [원문]

두 결과의 문장이 비슷해도 근거 연결이 다를 수 있어요. 중요한 단서가 빠졌는지, 자료에 없는 결론을 덧붙였는지부터 확인해보세요. 사람이 수정한 부분을 별도로 남기면 다음 비교에서 취향에 따른 평가를 줄일 수 있어요.

📏 도입 전에 짧게 비교하는 방법

업무에 맞는 모델은 작은 비교 기록에서 찾을 수 있어요. 거창한 벤치마크를 새로 만들기보다 평소 처리하는 자료를 같은 조건으로 입력해보세요.

① 대표 사례를 골라요. 쉬운 사례만 모으지 말고 정보가 부족한 경우, 예외 규칙이 있는 경우, 출력 형식이 중요한 경우를 섞어보세요. 결과를 공개할 계획이라면 입력 자료의 공유 가능 범위부터 확인해요.

② 입력 조건을 맞춰요. 원문, 프롬프트, 제공한 도구, 추론 설정을 기록해두세요. 한쪽에만 보충 설명을 주고 결과를 비교하면 모델 차이와 입력 차이를 구분하기 어려워요.

③ 통과 기준을 먼저 써요. 필수 항목 누락 없음, 원문과 모순 없음, 정해진 형식 준수처럼 관찰 가능한 기준이 좋아요. ‘느낌이 좋다’는 평가는 문체 선호를 볼 때만 별도로 남겨보세요.

④ 재작업까지 기록해요. 첫 답변이 통과했는지, 추가 지시가 필요했는지, 사람이 어느 부분을 고쳤는지 적어보세요. 실제 운영에서는 첫 답변의 인상보다 완료까지의 과정이 더 중요할 수 있어요.

⑤ 맡길 범위를 정해요. 모든 작업을 한 모델에 몰아주기보다 검수 결과가 안정적인 업무부터 적용해보세요. 애매한 결과를 사람이 검토하거나 다른 모델로 다시 확인하는 기준도 함께 정해두면 좋아요.

❓ GPT 6 Sol·Luna FAQ

🌙 GPT 6 Luna는 무료로 쓸 수 있나요?

Free와 Go 사용자의 데스크톱 앱 접근이 공식 발표에 포함돼요. OpenAI X 후속 안내에서 이 범위를 확인할 수 있어요. 다만 무료 이용을 무제한 또는 모든 Chat 화면 지원으로 확대해 읽으면 안 돼요. 캐럿의 무료 혜택과도 별도이며, 사용 중인 앱의 계정 안내를 확인해보세요.

☀️ GPT 6 Sol이 Luna보다 항상 좋은가요?

모든 업무에서 그렇다고 단정할 수는 없어요. 기본 텍스트 단가에는 약 20배 차이가 있지만, 가격 차이가 그대로 품질 차이를 뜻하지는 않아요. 다만 업무 범위가 복잡해질수록 같은 입력으로 검수해볼 이유가 커져요. 위의 비교 프롬프트를 복사해 실제 자료에 적용해보세요.

🖼️ GPT 6 Sol과 Luna로 이미지를 만들 수 있나요?

모델 자체의 출력과 연결된 이미지 도구를 구분해야 해요. Luna 모델 문서는 이미지 입력과 텍스트 출력을 안내하고, Responses API의 도구 항목에는 이미지 생성 지원을 별도로 표시해요. 다만 이것이 모델 자체가 이미지를 직접 출력한다는 뜻은 아니에요. 이미지 제작이 목적이면 캐럿의 ChatGPT 이미지 가이드도 함께 읽어보세요.

🔍 새 모델이 선택 메뉴에 없으면 어떻게 하나요?

먼저 Work나 Codex처럼 안내된 이용 경로인지 확인해보세요. 출시 글에는 순차 배포 안내가 있어요. 다만 메뉴에 없다는 이유만으로 계정 오류나 구독 부족을 단정하기는 어려워요. 계정에 표시된 안내를 확인하고, 공개된 지원 문서와 대조해보세요.

💎 캐럿에서 GPT 6 Sol과 Luna를 바로 쓸 수 있나요?

이 글에서는 캐럿의 두 모델 제공 여부를 확인하지 않았어요. OpenAI의 출시 발표만으로 다른 서비스의 지원을 약속할 수는 없어요. 다만 이미지나 콘텐츠 제작 도구를 찾고 있다면 캐럿에서 현재 제공하는 모델과 기능을 직접 확인할 수 있어요.

✅ 처음 고를 때 기억할 기준

작업 범위가 분명하고 반복량이 많다면 Luna부터, 여러 단계의 판단과 수정이 이어지면 Sol부터 비교해보세요. 더 어려운 작업은 Astra까지 포함해 검토하고, 최종 선택은 실제 결과의 정확성과 재작업 정도를 기준으로 정해보세요.

가격표의 숫자보다 중요한 것은 필요한 결과를 안정적으로 얻는 과정이에요. 지금 반복하는 업무 하나를 골라 같은 자료와 같은 기준으로 비교해보세요.