GPT-5.4: 전문 업무와 컴퓨터 사용을 하나의 모델로

핵심 판단: GPT-5.4의 실무적 변화는 추론·코딩·컴퓨터 사용을 한 모델에 합친 것보다, 거대한 도구 목록을 필요할 때 검색하는 방식으로 컨텍스트 비용을 줄인 데 있다.

에이전트가 연결하는 도구가 수십 개를 넘으면 모든 스키마를 매 요청의 프롬프트에 넣는 방식은 느리고 비싸다. GPT-5.4는 전문 문서 작업과 네이티브 컴퓨터 사용을 강화하는 동시에 tool search를 도입했다. 모델이 가벼운 도구 목록을 보고 필요한 정의만 불러오는 구조다. 에이전트의 병목이 모델 지능뿐 아니라 컨텍스트와 도구 카탈로그 운영에 있음을 보여준다.

발표를 한눈에 보기

• 발표 주체: OpenAI
• 공식 발표일: 2026-03-05
• 대상: GPT-5.4
• 발표 당시 상태: ChatGPT Thinking·Pro, API와 Codex에 정식 출시
• 이 글의 질문: 장기 작업과 대규모 도구 생태계를 지원하면서 비용·권한·검증을 어떻게 통제할 수 있는가?

ChatGPT의 Thinking·Pro와 API 모델을 제공하고 긴 작업과 업무 산출물 평가 개선을 발표했다.

기술 구조: 무엇이 실제로 달라졌나

텍스트·화면 행동을 같은 추론 루프에서 계획하고 적응형 계산과 문맥 관리를 통해 여러 도구를 장시간 사용한다.

GPT-5.4는 최대 100만 토큰 컨텍스트, 컴퓨터 사용, 도구 검색을 같은 에이전트 작업에 결합했다. tool search는 모든 함수 정의를 미리 주입하는 대신 필요 시 관련 스키마를 검색해 컨텍스트에 추가한다. 공식 MCP Atlas 평가에서는 36개 서버를 모두 직접 노출한 구성과 비교해 정확도를 유지하면서 총 토큰을 줄였다고 발표했다.

컴퓨터 사용은 DOM이나 API가 없는 업무까지 자동화 범위를 넓히지만 UI 좌표와 화면 상태에 의존한다. 도구 검색은 프롬프트 비용을 낮추지만 잘못된 도구를 발견하거나 비슷한 이름을 혼동하는 새 실패 경로를 만든다. 도구 카탈로그의 설명 품질과 권한 필터가 모델 능력의 일부가 된다.

작동 흐름: 목표 분석 → 가벼운 도구 카탈로그 검색 → 필요한 스키마만 로드 → API 또는 화면 작업 실행 → 중간 산출물 검증 → 장문맥 압축·계속 실행 → 사람 승인

이 구조에서 개발자가 가져갈 설계 원칙은 다음과 같다:

• 도구 카탈로그를 검색 인덱스처럼 운영하고 이름, 설명, 위험 등급, 소유자, 버전을 품질 관리한다.
• 검색 결과는 사용자 권한으로 먼저 필터링해 모델이 호출 불가능한 고위험 도구를 보지 않게 한다.
• 100만 토큰을 작업 메모리로 간주하지 말고 주기적 상태 요약과 외부 체크포인트를 둔다.

발표가 바꾼 것과 바꾸지 않은 것

프런티어 모델의 제품 단위가 챗봇 답변에서 실제 업무 환경을 다루는 통합 에이전트로 굳어졌다.

GPT-5.4는 프런티어 모델 평가를 단답형 벤치마크에서 문서·스프레드시트·컴퓨터 사용 산출물로 더 이동시켰다. 도구 정의 자체가 컨텍스트 예산을 잡아먹는 문제에 직접 대응했다는 점도 중요하다. MCP 서버가 많아질수록 도구 검색과 정책 카탈로그가 별도 플랫폼 기능이 된다.

다만 다음 문제까지 해결됐다고 확대 해석해서는 안 된다:

• 공식 도구 사용 점수는 각 제품의 인증, UI 변동, 데이터 품질을 반영하지 않는다.
• 긴 컨텍스트와 더 적은 토큰 사용이 장기 작업의 목표 이탈이나 누적 오류를 없애지 않는다.
• 네이티브 컴퓨터 사용은 화면의 악성 지시와 실수로 인한 외부 효과에 계속 취약하다.

직접 평가한다면 이렇게 본다

발표사의 종합 점수 하나를 재현하는 것보다, 실제 제품의 입력과 실패 비용에 맞춘 평가가 더 유용하다. 이 주제라면 다음 순서로 확인한다:

• 도구가 10·100·1,000개일 때 전체 스키마 주입과 검색 방식의 정확도·비용·지연을 비교한다.
• 이름과 설명이 유사한 도구, 폐기된 버전, 권한 없는 도구를 섞어 검색 오류를 측정한다.
• API 경로와 화면 조작 경로를 같은 업무로 실행해 성공률, 복구 시간, 감사 가능성을 대조한다.
• 긴 작업 중간에 도구 오류와 사용자 방향 수정을 넣어 계획을 보존하고 안전하게 중단하는지 본다.

공식 발표의 토큰 절감 수치는 특정 서버와 평가 세트의 결과다. 실제 절감률은 도구 설명 길이, 검색 정확도, 캐시 적중률에 따라 다시 측정해야 한다.

내 판단

GPT-5.4에서 가장 재사용 가능한 아이디어는 tool search다. 모델이 강해질수록 모든 도구를 한 프롬프트에 넣는 단순한 방식의 비용도 커진다. 다만 검색이 권한 검사를 대신해서는 안 된다. 도구 발견은 정보 검색이고, 실행 승인은 보안 결정이라는 경계를 유지해야 한다.

컴퓨터 사용 성공률은 환경 변화와 권한에 민감하고 고영향 행동에는 인간 승인과 감사 로그가 필요했다.