GPT-5.6을 살펴보다 보면 Sol, Terra, Luna라는 이름이 함께 등장한다. 이름만 봐서는 어떤 모델이 더 좋은지, 평소에 쓰던 ChatGPT와 무엇이 다른지 바로 감이 오지 않을 수 있다.
세 모델의 차이는 생각보다 간단하다. Sol은 어려운 일을 깊게 처리하는 모델, Terra는 대부분의 일상 업무에 잘 맞는 균형형 모델, Luna는 빠르고 저렴하게 많은 작업을 처리하는 모델이다.
세 모델은 서로 다른 세대가 아니라 모두 GPT-5.6 제품군에 속한다. GPT-5.6이라는 숫자는 모델 세대를 뜻하고, Sol·Terra·Luna는 성능과 속도, 비용에 따라 나눈 모델 등급이라고 이해하면 쉽다.
GPT-5.6 Sol, Terra, Luna는 무엇이 다를까?
한 문장으로 정리하면 이렇게 구분할 수 있다
세 모델을 사람에 비유하면 차이가 더 쉽게 보인다.
Sol은 어려운 문제를 맡기는 전문 컨설턴트에 가깝다.
Terra는 웬만한 실무를 안정적으로 처리하는 숙련된 실무자에 가깝다.
Luna는 정해진 일을 빠르게 반복하는 효율적인 보조 담당자에 가깝다.
무조건 가장 비싼 Sol을 선택해야 좋은 결과가 나오는 것은 아니다. 간단한 글 요약이나 데이터 분류에 Sol을 사용하면 필요 이상으로 비용이 들 수 있다. 반대로 여러 자료를 비교해 중요한 결정을 내려야 하는데 Luna를 사용하면 답변을 다시 검토하고 수정하는 시간이 길어질 수 있다.
핵심 차이를 표로 비교하면 더 쉽다
| 구분 | GPT-5.6 Sol | GPT-5.6 Terra | GPT-5.6 Luna |
|---|---|---|---|
| 한마디 설명 | 가장 강력한 모델 | 균형이 좋은 모델 | 가장 빠르고 저렴한 모델 |
| 잘하는 일 | 복잡한 분석과 깊은 추론 | 일반적인 문서·코딩·업무 | 분류·추출·요약·반복 처리 |
| 응답 성향 | 신중하고 깊게 처리 | 품질과 속도의 균형 | 빠르고 간결하게 처리 |
| 추천 대상 | 결과 품질이 가장 중요한 사용자 | 어떤 모델을 쓸지 고민되는 사용자 | 비용과 처리량이 중요한 사용자 |
| API 입력 가격 | 100만 토큰당 5달러 | 100만 토큰당 2.5달러 | 100만 토큰당 1달러 |
| API 출력 가격 | 100만 토큰당 30달러 | 100만 토큰당 15달러 | 100만 토큰당 6달러 |
OpenAI는 Sol을 플래그십 모델, Terra를 일상 업무에 적합한 균형형 모델, Luna를 GPT-5.6 제품군에서 가장 빠르고 경제적인 모델로 소개하고 있다. API 가격은 2026년 7월 기준이며, 실제 사용 전에는 최신 요금표를 다시 확인하는 것이 좋다.
GPT-5.6 Sol은 언제 선택하면 좋을까?
여러 단계를 거쳐야 하는 어려운 작업에 잘 맞는다
Sol은 단순히 답을 빨리 내놓는 것보다, 문제를 충분히 살펴보고 완성도 높은 결과를 만드는 데 초점을 둔 모델이다.
예를 들어 여러 보고서를 비교해 핵심 쟁점을 정리하거나, 복잡한 코드 오류의 원인을 추적하거나, 조사부터 문서 작성까지 이어지는 긴 작업을 맡길 때 Sol이 잘 맞는다. 전문적인 지식 업무, 연구, 코딩, 컴퓨터 사용처럼 한 번의 질문 안에 여러 단계가 포함된 작업에서 강점을 보인다.
Sol이 어울리는 작업은 다음과 같다.
여러 자료를 비교하는 심층 리서치
중요한 보고서나 제안서 작성
복잡한 프로그램의 오류 분석
긴 문서를 읽고 쟁점을 찾는 작업
웹 검색과 여러 도구를 함께 사용하는 업무
완성도 높은 프레젠테이션이나 실무 문서 제작
틀렸을 때 손해가 큰 작업이라면 Sol이 유리하다
모델을 고를 때는 작업의 길이보다 잘못된 결과가 나왔을 때 얼마나 곤란한지를 생각하는 편이 좋다.
내부 참고용 초안을 만드는 것이라면 Terra로도 충분할 수 있다. 하지만 고객에게 바로 전달할 자료나 중요한 의사결정에 활용할 분석이라면, 비용이 조금 더 들더라도 Sol을 선택하는 것이 편할 수 있다.
다만 Sol도 항상 정답만 말하는 것은 아니다. 법률, 의료, 세금, 투자처럼 결과의 영향이 큰 분야에서는 모델 종류와 관계없이 원문 출처와 전문가 검토가 필요하다.
GPT-5.6 Terra는 언제 선택하면 좋을까?
대부분의 사람에게 가장 무난한 선택이다
Terra는 성능과 속도, 비용 사이에서 균형을 잡은 모델이다. 너무 단순하지도 않고, 그렇다고 모든 요청에 최고 수준의 비용을 요구하지도 않는다.
블로그 글 작성, 보고서 초안, 이메일 정리, 회의 내용 요약, 일반적인 코딩처럼 우리가 자주 하는 업무에는 Terra가 잘 맞는다. OpenAI도 Terra를 일상적인 업무에 적합한 균형형 모델로 설명하고 있다.
Terra를 활용하기 좋은 작업은 다음과 같다.
블로그와 뉴스레터 초안 작성
이메일이나 업무 문서 다듬기
회의록과 자료 요약
일반적인 코드 작성과 수정
고객 문의 답변 생성
마케팅 문구와 콘텐츠 기획
반복되는 사무 업무 자동화
어떤 모델을 골라야 할지 모르겠다면 Terra부터 시작해도 된다
모델 선택이 애매하다면 Terra를 기본값으로 두는 방법이 실용적이다.
먼저 Terra로 결과를 만든 뒤, 내용이 충분하면 그대로 사용하면 된다. 분석이 부족하거나 더 깊은 판단이 필요한 일부 작업만 Sol로 다시 처리하면 비용을 줄이면서도 필요한 품질을 확보할 수 있다.
실무에서는 모든 일을 Sol에 맡기는 것보다, 대부분은 Terra로 처리하고 정말 어려운 작업만 Sol로 넘기는 방식이 더 효율적일 수 있다.
GPT-5.6 Luna는 언제 선택하면 좋을까?
짧고 반복적인 작업을 많이 처리할 때 유리하다
Luna는 GPT-5.6 제품군 가운데 가장 빠르고 비용이 낮은 모델이다. 한 번의 답변을 깊게 고민해야 하는 작업보다, 일정한 형식의 결과를 여러 번 만들어야 하는 상황에 잘 맞는다.
예를 들어 고객 문의 1만 건을 주제별로 분류하거나, 상품명에서 브랜드와 용량을 추출하거나, 여러 리뷰를 짧게 요약하는 작업에는 Luna가 효율적이다.
Luna가 잘 맞는 작업은 다음과 같다.
문서에서 이름·날짜·금액 추출
고객 문의나 게시물 분류
짧은 글 요약
문장 형식 통일
상품 설명과 메타데이터 생성
태그와 검색어 추천
실시간 서비스의 간단한 응답
대량 데이터의 사전 정리
Luna가 단순히 성능이 낮은 모델이라는 뜻은 아니다
Luna는 세 모델 중 비용이 가장 낮지만, 무조건 품질이 떨어지는 모델로 볼 필요는 없다. 작업이 명확하고 출력 형식이 단순하다면 Luna로도 충분한 결과를 얻을 수 있다.
오히려 정해진 형식의 작업을 대량으로 처리할 때는 Sol보다 Luna가 목적에 더 잘 맞는다. 중요한 것은 가장 강한 모델을 고르는 것이 아니라, 작업에 필요한 만큼의 성능을 선택하는 것이다.
어떤 모델을 선택해야 할까?
작업이 복잡할수록 Sol에 가까워진다
모델을 선택할 때는 아래 세 가지를 먼저 생각해 보면 된다.
여러 단계의 판단이 필요한가?
답변이 틀렸을 때 다시 작업하는 비용이 큰가?
같은 요청을 얼마나 많이 처리해야 하는가?
여러 자료를 종합하고 깊게 판단해야 한다면 Sol이 적합하다. 일반적인 글쓰기와 업무라면 Terra가 무난하다. 형식이 정해진 작업을 빠르게 많이 처리해야 한다면 Luna가 효율적이다.
| 사용 상황 | 추천 모델 |
|---|---|
| 중요한 최종 보고서 작성 | Sol |
| 복잡한 웹 리서치 | Sol |
| 어려운 코드 오류 해결 | Sol |
| 블로그 글과 업무 문서 작성 | Terra |
| 일반적인 코드 작성 | Terra |
| 고객 문의 답변 초안 | Terra |
| 대량 문서 분류 | Luna |
| 정보 추출과 형식 변환 | Luna |
| 키워드와 태그 생성 | Luna |
세 모델을 함께 사용하는 방법도 있다
하나의 서비스에서 반드시 한 모델만 고집할 필요는 없다.
간단한 요청은 Luna가 먼저 처리하고, 일반적인 요청은 Terra가 담당하며, 복잡한 요청만 Sol로 넘길 수 있다. 이렇게 구성하면 쉬운 작업에 불필요한 비용을 쓰지 않으면서도 중요한 작업의 품질은 유지할 수 있다.
예를 들어 고객센터에서는 Luna가 문의 유형을 분류하고, Terra가 일반 답변을 작성하며, 복잡한 환불 분쟁이나 기술 문제만 Sol이 분석하도록 만들 수 있다.
ChatGPT에서는 세 모델을 모두 선택할 수 있을까?
일반 채팅에서는 주로 Sol을 만나게 된다
2026년 7월 기준으로 GPT-5.6은 ChatGPT, Codex, OpenAI API에 순차적으로 제공되고 있다. 일반적인 ChatGPT 대화에서는 유료 요금제의 Medium, High, Extra High 같은 추론 옵션에 GPT-5.6 Sol이 사용된다. 가장 어려운 작업을 위한 Pro 옵션에는 GPT-5.6 Sol Pro가 사용된다.
Terra와 Luna는 일반 ChatGPT 대화의 모델 선택 화면에서 직접 고르는 방식이 아니다. 요금제에 따라 ChatGPT Work와 Codex에서 사용할 수 있으며, 개발자는 OpenAI API를 통해 Sol, Terra, Luna를 각각 선택할 수 있다.
API에서는 가격 차이가 크게 느껴질 수 있다
API를 이용해 서비스를 운영한다면 모델 선택이 비용에 직접 영향을 준다.
100만 토큰 기준 출력 가격은 Sol 30달러, Terra 15달러, Luna 6달러다. 같은 양의 답변을 생성하더라도 Sol과 Luna의 출력 비용에는 다섯 배 차이가 난다. 짧은 테스트에서는 큰 차이가 없어 보여도, 매일 수천 건의 요청을 처리하는 서비스에서는 상당한 비용 차이로 이어질 수 있다.
따라서 API를 사용할 때는 처음부터 가장 강한 모델을 고정하기보다, 실제 결과를 비교해 보는 것이 좋다. Luna로 충분한 작업은 Luna에 맡기고, 품질이 부족한 작업만 Terra나 Sol로 올리는 방식이 현실적이다.
GPT-5.6 Sol, Terra, Luna의 차이는 단순한 상·중·하 구분이라기보다 서로 다른 사용 목적에 가깝다. 결과의 완성도가 가장 중요하면 Sol, 대부분의 일상 업무에는 Terra, 빠른 반복 처리와 비용 절감이 중요하면 Luna라고 기억하면 선택이 한결 쉬워진다.
자주 묻는 질문
질문 1
Q. GPT-5.6 Sol과 Terra 중 블로그 글쓰기에는 어떤 모델이 더 좋을까?
A. 일반적인 블로그 글 작성과 초안 정리에는 Terra가 성능과 비용 면에서 무난하다. 여러 자료를 깊게 조사하거나 전문성이 높은 장문 콘텐츠를 작성해야 한다면 Sol이 더 잘 맞을 수 있다.
질문 2
Q. GPT-5.6 Luna로도 코딩할 수 있을까?
A. 간단한 코드 생성, 문법 설명, 짧은 수정 작업에는 Luna도 사용할 수 있다. 여러 파일을 함께 분석하거나 복잡한 오류의 원인을 찾아야 한다면 Terra 또는 Sol이 더 적합하다.
질문 3
Q. GPT-5.6 Sol, Terra, Luna 중 가장 가성비가 좋은 모델은 무엇일까?
A. 일반적인 업무를 기준으로 보면 Terra가 품질과 비용의 균형이 좋아 활용 범위가 넓다. 대량 분류와 정보 추출에는 Luna가 더 경제적이고, 어려운 분석과 중요한 결과물에는 Sol이 비용 대비 더 나은 선택이 될 수 있다.
0 댓글