GPT-5.6 Sol이 광범위하게 제공된 직후, 일부 Codex 사용자들은 예상치 못한 변화를 보고하기 시작했습니다. 모델 응답 속도는 빨라졌지만, 깊이 있는 문제 탐구 의지는 줄어든 것입니다. 커뮤니티가 내부 설정인 '주스 값'이 크게 변한 스크린샷...
GPT-5.6 Sol이 광범위하게 출시된 직후, 일부 Codex 사용자들이 예상치 못한 변화를 보고하기 시작했습니다. 모델 응답 속도는 빨라졌지만, 복잡한 문제를 깊이 있게 해결하려는 의지가 줄어들었다는 것이었습니다.
커뮤니티 스크린샷에서 '능력치'라고 불리는 내부 설정이 크게 변경된 것이 확인되면서 논쟁은 더욱 격화되었습니다. 사용자들은 이 수치를 숨겨진 추론 예산으로 해석했으며, 이를 Sol Max 성능 저하와 연결지었습니다. OpenAI는 모델 자체가 의도적으로 약화되었다는 주장을 부인했지만, 비정상적으로 높은 사용량을 조사하는 과정에서 추론 노력 설정을 일시적으로 조정했다고承认했습니다.
이 구분은 매우 중요합니다. 모델의 기본 가중치는 변하지 않을 수 있지만, 실행 구성, 사용 가능한 컨텍스트, 도구 권한, 추론 노력 또는 멀티 에이전트 동작이 변경될 수 있습니다. 사용자 관점에서 볼 때, 이러한 운영 설정은 동일한 이름의 모델이라도 시간에 따라 다른 동작을 보이게 만듭니다.
이 글은 확인된 사실과 커뮤니티 관찰 결과를 구분하고, 개발자가 모델 동작을 더 신뢰성 있게 테스트하는 방법을 설명합니다.
OpenAI는 2026년 6월 26일 GPT-5.6 Sol을 처음 공개하면서, 이를 Terra와 Luna를 포함한 모델 시리즈의 플래그십 멤버로 설명했습니다. 더 광범위한 GPT-5.6 버전은 이후 2026년 7월 9일에 출시되었습니다.
이번 출시의 큰 특징 중 하나는 더 넓은 추론 설정 범위였습니다. Codex에서 Sol은 여러 추론 수준을 사용할 수 있습니다:
OpenAI는 '최고'를 Sol에게 가장 깊은 추론 시간을 제공하는 설정으로 설명했습니다. '극한'은 더 나아가 서브 에이전트를 활용하여 복잡한 작업을 분해하고 병렬로 처리합니다.
더 높은 추론 노력에는 대가가 따릅니다. 일반적으로 더 많은 시간이 소요되고 더 많은 토큰을 소모하지만, 계획, 반복 테스트, 오류 복구 또는 여러 가능한 솔루션 비교가 필요한 작업에는 도움이 됩니다.
가장 광범위한 불만 중 하나는 일본의 한 시장 조사 팀에서 나왔습니다. 이 팀은 Codex Sol Max를 맞춤형 명령줄 도구와 함께 사용하고 있었습니다.
Reddit 게시물에 따르면, Sol Max는 이전에 복잡한 프롬프트를 처리하는 데 10분 이상을 소비하며, 도구를 반복적으로 테스트하고 신뢰할 수 있는 결과를 얻을 때까지 사용했습니다. 그런데 갑자기 성능이 저하되어, 팀원 모두가 같은 근무일 내에 추론 깊이가 얕아진 것을 noticed습니다.
이 보고서는 실제 사용자 경험으로서 중요한 의미를 갖지만, 통제된 벤치마크 테스트는 아닙니다. 에이전트 코딩 실행에 영향을 미칠 수 있는 요소는 많습니다:
경험 많은 팀이 주목한 갑작스러운 차이는 조사할 가치가 있습니다. 그러나 이것만으로 OpenAI가 모델 가중치를 변경했거나 Sol의 능력을 영구적으로 낮추었다는 증거는 되지 않습니다.
'능력치'라는 용어가 핵심 논란 지점이 되었습니다.
Codex와 ChatGPT Work 팀의 Thibault Sottiaux가 공개 업데이트를 발표한 후 논란이 시작되었습니다.
해당 업데이트에서 Sottiaux는 OpenAI가 추론 투입을 조정하는 실험을 진행했으며, 내부적으로 이러한 설정을 '주스 값'이라고 부른다고 밝혔습니다. 또한 해당 실험은 철회되었다고 말했습니다.
가장 간단한 설명은 주스 값이 모델이 작업에 얼마나 많은 추론 작업을 투입할 수 있는지와 관련된 내부 제어 매개변수이며, 자동으로 지능 점수로 간주되어서는 안 된다는 것입니다.
낮은 추론 할당은 다음 동작에 영향을 미칠 수 있습니다:
그러나 OpenAI는 아직 사용자 대상 추론 수준과 구체적인 주스 값 간의 공식적인 수치 매핑을 공개하지 않았습니다.
커뮤니티 게시물과 스크린샷은 Sol Max가 이전에 사용한 주스 값이 960에 가까웠으나 이후 128로 표시되어 약 87% 감소했다고 주장했습니다.
이 수치는 확인되지 않은 커뮤니티 관찰 결과로 간주되어야 하며, GPT-5.6 모델 문서에는 나타나지 않으며, 숨겨진 프롬프트나 '모델 지문 인식' 기술을 통해 추출된 값이 실제 서버 측 계산 할당을 신뢰성 있게 나타낸다고 볼 수 없습니다.
확인된 부분은 제한적입니다: OpenAI는 추론 투입 실험을 진행했으며, 관련 변경 사항이 철회되었다고 밝혔습니다.
Sottiaux의 업데이트는 GPT-5.6 Sol이 의도적으로 약화되었다는 주장을 반박하고, 대신 몇 가지 운영 문제와 변경 사항을 설명했습니다.
OpenAI는 추론 최적화를 배포했으며, 절약된 리소스를 구독 사용자에게 환원하여 이 개선만으로 약 10%의 추가 사용량을 제공할 것으로 예상한다고 밝혔습니다.
효율성 향상은 품질 저하 없이 모델을 더 빠르거나 더 경제적으로 만들 수 있습니다. 그러나 최적화가 다른 구성 실험과 동시에 출시되면 사용자들은 여전히 변화를 느낄 수 있습니다.
OpenAI는 GPT-5.6 Sol의 사용 가능한 컨텍스트 제한을 GPT-5.5의 272k에서 약 372k로 높였습니다.
더 큰 컨텍스트로 인해 사용량 차감이 예상보다 더 많아졌습니다. OpenAI는 일시적으로 제한을 272k로 되돌렸으며, 청구 동작을 수정한 후 372k를 재배포할 것이라고 밝혔습니다.
이는 두 가지 문제가 동시에 논의된 이유를 설명하는 데 도움이 됩니다:
컨텍스트 창 조정은 모델 가중치 변경과 관련이 없지만, 긴 리포지토리 작업과 문서 집약적 워크플로우에는 여전히 영향을 미칠 수 있습니다.
OpenAI는 사용량 비정상 증가를 추적하는 과정에서 추론 투입을 조정했으며, 이러한 내부 설정을 주스 값이라고 부른다고 밝혔습니다.
회사는 해당 실험이 철회되었다고 말했습니다.
OpenAI는 또한 '높음' 및 '매우 높음' 모드에서 멀티 에이전트의 실제 사용률이 예상보다 약간 높았다고 보고했습니다. 회사는 이 동작을 수정하고 자동 검토 효율성을 높이고 있다고 밝혔습니다.
에이전트 위임은 많은 리소스를 소모하기 때문에 이것이 중요합니다. 더 많은 서브 에이전트를 시작하거나 추가 검토 작업을 수행하는 실행은 단일 에이전트 실행보다 구독 할당량을 훨씬 빠르게 소모할 수 있습니다.
반드시 그런 것은 아니지만, 어려운 작업을 처리할 때 모델이 능력이 부족해 보이게 만들 수 있습니다.
세 가지 수준을 분리하여 이해하는 것이 도움이 됩니다:
이는 주로 훈련된 모델 자체에서 비롯됩니다: 가중치, 아키텍처, 학습된 지식 및 핵심 문제 해결 능력.
이는 시스템이 모델이 특정 요청에 소비할 수 있는 시간 또는 계산 리소스를 결정합니다.
여기에는 도구, 컨텍스트, 메모리, 권한, 서브 에이전트, 테스트 러너, 파일 액세스 권한 및 재시도 전략이 포함됩니다.
추론 할당이 제한된 강력한 모델은 간단한 질문에는 여전히 올바르게 답할 수 있지만, 긴 주기 코딩 작업에서는 성능이 떨어질 수 있습니다. 첫 번째 그럴듯한 솔루션을 찾은 후 중단하고, 대안을 시도하거나 초기 오류 접근 방식에서 복구하지 않을 수 있습니다.
이는 모델의 기본 능력이 사라졌다는 것을 의미하지 않습니다. 특정 실행 중에 그 능력의 발현 정도가 낮아졌을 수 있습니다.
프로덕션 AI 시스템은 항상 동일한 방식으로 제공되는 정적 파일이 아닙니다. 제공자는 모델 이름을 변경하지 않고도 많은 운영 매개변수를 변경할 수 있습니다.
예를 들어, 플랫폼이 다음을 변경할 때 사용자는 차이를 느낄 수 있습니다:
이것이 모델 이름만으로 날짜, 제품, 요금제 또는 추론 설정에 따라 일관된 동작을 보장할 수 없는 이유입니다.
아이디어를 한 문장으로 입력하면 We0 AI가 쇼케이스 사이트, 페이지, CMS를 생성하고 출시 후 고객과 트래픽 확보를 돕습니다.
무료 등록을 위한 하나의 완전한 프로젝트 생성
하나의 완전한 생성 흐름을 시도하고 첫 번째 프로젝트 초안을 빠르게 보는 데 가장 적합합니다.
기업 사용자에게 핵심 질문은 "어떤 모델을 선택했는가?"뿐만 아니라 "해당 모델에 어떤 런타임 보장이 포함되어 있는가?"입니다.
효과적인 테스트는 가능한 한 많은 변수를 통제해야 합니다. 변경 의심 전후에 각각 한 번씩 프롬프트를 실행하는 것만으로는 충분하지 않습니다.
동일한 리포지토리 커밋 버전, 입력 파일, 종속성, 환경 변수 및 테스트 스위트를 사용하세요.
각 실행 전에 Git 체크포인트를 생성하여 시작 상태가 완전히 동일한지 확인하세요.
Codex CLI에서 현재 활성 모델 및 세션 구성을 확인하세요:
/status
필요한 경우 모델 선택기를 사용하세요:
/model
특정 모델로 Codex를 시작할 수도 있습니다:
codex
--model gpt-5.6
반복 가능한 비대화형 작업의 경우:
```Bash
codex exec -m gpt-5.6 "현재 변경 사항 검토"
기록
추론 수준, 권한, 컨텍스트 사용량, Codex 버전 및 활성화된 도구나 플러그인.
시작 전에 결과 정의를 명확히 하세요. 유용한 지표는 다음과 같습니다:
답변이 얼마나 "똑똑해" 보이는지로만 평가하지 마세요.
동일한 조건에서 여러 번 실행하세요. 추론 모델과 에이전트는 시도마다 차이가 있을 수 있으므로 단일 실행은 오해를 불러일으킬 수 있습니다.
최적 또는 최악의 예시를 선택하지 말고 중앙값과 실패율을 비교하세요.
다른 모든 조건을 동일하게 유지하면서 Medium과 Max를 비교하세요. 그런 다음 날짜, 버전 또는 컨텍스트 제한을 각각 비교하세요.
여러 변수를 동시에 변경하면 어떤 변수가 결과 변화를 초래했는지 알 수 없습니다.
프롬프트, 터미널 출력, 차이점 비교, 테스트 결과, 소요 시간 및 리소스 사용 데이터를 저장하세요. 명확한 기록은 회귀 결함 보고에 도움이 되며 다른 사용자가 테스트를 재현할 수 있도록 합니다.
일상적인 작업의 경우 OpenAI는 기본 추론 설정부터 시작하고 더 깊은 계획이나 분석이 필요할 때만 수준을 높일 것을 권장합니다.
다음 방법은 어려운 작업을 더 안정적으로 실행하는 데 도움이 됩니다:
특히 어려운 프로젝트의 경우 Max 또는 Ultra가 적합할 수 있습니다. 문제를 하위 에이전트에 할당할 수 있을 때 Ultra가 유용하지만 더 많은 리소스를 소비합니다.
더 큰 문제는 논란의 대상이 된 내부 숫자가 960인지 128인지에 있지 않습니다. 더 깊은 우려는 사용자가 일반적으로 모델 이름이 고정되고 안정적인 동작 수준을 나타낸다고 가정한다는 점입니다.
실제로 사용자 경험은 모델과 이를 둘러싼 서비스 구성에 따라 달라집니다. 제공자는 모델 이름을 동일하게 유지하면서 추론을 최적화하고, 컨텍스트 제한을 변경하며, 추론 할당을 조정하거나 에이전트 오케스트레이션을 수정할 수 있습니다.
이러한 유연성은 대규모 서비스 운영에 유용하지만 투명성 문제를 야기합니다. 중요한 워크플로를 구축하는 개발자는 어떤 기능이 신뢰할 수 있고 어떤 기능이 동적으로 변경될 수 있는지 알아야 합니다.
더 명확한 문서에는 다음이 포함되어야 합니다:
이러한 정보가 없으면 사용자는 응답 속도, 토큰 사용량 및 주관적인 출력 품질을 통해 시스템 변경을 추론할 수밖에 없습니다.
OpenAI는 의도적으로 모델 성능을 낮추지 않았다고 밝혔습니다. 공식적으로는 추론 강도 설정, 컨텍스트, 멀티 에이전트 및 사용량 통계 매개변수를 조정한 일시적인 실험이 있었다고 인정했습니다.
OpenAI는 이 용어를 추론 강도와 관련된 내부 설정을 지칭하는 데 사용합니다. 이 값은 추론 리소스를 제어하거나 나타내는 것으로 보이지만, 회사는 아직 완전한 기술적 정의나 공식적인 값 척도를 공개하지 않았습니다.
이 주장은 커뮤니티 스크린샷과 숨겨진 프롬프트 실험에서 비롯되었습니다. OpenAI는 이 두 숫자를 공식적으로 확인하지 않았으므로 검증된 모델 사양으로 간주해서는 안 됩니다.
추론 할당이 낮으면 모델이 더 적은 방법을 탐색하거나, 검증 횟수를 줄이거나, 일찍 종료하게 됩니다. 컨텍스트 제한, 도구 동작, 서버 구성 및 무작위 변동을 포함한 다른 요인도 유사한 효과를 낼 수 있습니다.
OpenAI는 GPT-5.6 Sol의 컨텍스트 제한이 272k에서 372k로 증가했지만, 이 변경으로 인해 사용량 차감 속도가 예상보다 빨라졌다고 밝혔습니다. 372k를 재출시하는 동안 임시로 272k 제한으로 되돌렸습니다.
아닙니다. 더 높은 추론 설정은 시간이 더 오래 걸리고 더 많은 리소스를 소비합니다. 기본 설정부터 시작하고 작업에 깊은 계획, 테스트 또는 오류 복구가 실제로 필요할 때만 설정을 높이는 것이 좋습니다.
동일한 코드베이스, 프롬프트, 도구, 권한, 추론 수준 및 테스트를 사용하여 반복 실행하세요. 테스트 통과율, 오류율, 완료 시간, 도구 호출 및 사용량 소비와 같은 객관적 지표를 추적하세요.
GPT-5.6 Sol 논란은 Max 추론이 빨라졌지만 깊이가 부족하다는 사용자들의 실제 피드백에서 시작되었습니다. 커뮤니티 스크린샷은 이 경험을 내부 "주스 값"의 알려진 조정과 연결했지만, 960에서 128로의 구체적인 하락은 여전히 확인되지 않았습니다.
OpenAI는 의도적인 성능 저하를 부인하면서도 추론 노력 설정을 실험하고, 컨텍스트 제한을 일시적으로 수정했으며, 멀티 에이전트 및 자동 검토 워크플로에서 예상치 못한 사용을 발견했음을 확인했습니다. 이는 기본 모델 가중치의 교체가 아닌 운영 수준의 변경이었지만, 운영 조정은 여전히 실제 성능에 영향을 미칠 수 있습니다.
Codex에 의존하는 팀에게 가장 좋은 대응은 재현 가능한 벤치마크를 구축하고, 런타임 설정을 기록하며, 직감이 아닌 테스트를 통해 결과를 측정하는 것입니다.
핵심 교훈: 모델 이름만으로는 사용자가 실제로 얻는 동작을 완전히 설명할 수 없습니다. 추론 할당, 컨텍스트, 도구 및 서비스 구성도 마찬가지로 중요합니다.
