해리포터 시리즈 7권을 한 번에 읽는 AI가 등장했습니다

2026년 3월 5일, OpenAI가 GPT-5.4를 공식 출시했습니다. "가장 강력하고 효율적인 프런티어 모델"이라는 수식어가 붙은 이 모델의 가장 눈에 띄는 변화는 바로 100만 토큰 컨텍스트 윈도우입니다. 약 75만 단어, 해리포터 시리즈 전 7권 분량을 하나의 프롬프트에 넣을 수 있다는 뜻입니다. 단순히 긴 텍스트를 읽는 것을 넘어서, AI가 직접 컴퓨터를 조작하고, 수백 개의 도구 중 필요한 것만 골라 쓰는 시대가 열렸습니다.

하지만 숫자만 보고 흥분하기엔 이릅니다. 실제로 100만 토큰을 다 채우면 정확도가 36%까지 떨어지고, 비용은 2배로 뛸 수 있습니다. 이 가이드에서는 GPT-5.4의 핵심 기능을 정리하고, 실전에서 최적의 성능을 뽑아내는 방법을 상세히 알려드리겠습니다.

GPT-5.4가 나온 배경: 왜 지금인가

GPT-5.4는 GPT-5.3-Codex의 코딩 능력과 GPT-5.2의 추론 능력을 하나로 통합한 모델입니다. 이전에는 코딩용, 추론용, 일반 대화용으로 모델을 따로 선택해야 했지만, GPT-5.4는 이 모든 것을 하나의 모델에서 처리합니다.

OpenAI가 이 시점에 100만 토큰 컨텍스트를 내놓은 이유는 명확합니다. AI 에이전트(agent)가 실제 업무를 수행하려면, 프로젝트 전체 코드베이스를 한 번에 파악하거나 수백 페이지 분량의 문서를 통째로 분석할 수 있어야 합니다. 272K 토큰으로는 부족했던 이런 작업이 이제 가능해졌습니다.

경쟁사인 Google의 Gemini가 이미 100만 토큰 컨텍스트를 지원하고 있던 상황에서, OpenAI로서도 더 이상 미룰 수 없는 업그레이드였습니다.

핵심 기능 1: 100만 토큰 컨텍스트 윈도우

스펙과 구조

GPT-5.4의 전체 컨텍스트 윈도우는 1,050,000 토큰이며, 이 중 입력은 최대 922K, 출력은 최대 128K 토큰까지 가능합니다. 다만 기본 설정에서는 272K 토큰이 표준 윈도우로 작동하며, 100만 토큰은 실험적(experimental) 기능으로 별도 활성화가 필요합니다.

272K vs 1M: 성능과 비용의 현실

여기서 매우 중요한 포인트가 있습니다. 컨텍스트 크기와 정확도는 비례하지 않습니다.

토큰 범위별 정확도:

• 16K~32K 토큰: 약 97% 검색 정확도
• 127K~272K 토큰: 약 97% 정확도 유지 — 최적 구간
• 256K~512K 토큰: 정확도 하락 시작
• 512K~1M 토큰: 정확도 약 36%까지 급락

OpenAI의 MRCR v2 8-needle 벤치마크 기준으로, 128K~256K 구간에서 79.3%, 512K~1M 구간에서 36.6%의 정확도를 기록했습니다. 즉 100만 토큰을 가득 채우면 AI가 정보의 3분의 1만 정확히 찾아낼 수 있다는 뜻입니다.

비용도 급격히 증가합니다:

| 구간 | 입력 비용 (1M 토큰당) | 출력 비용 (1M 토큰당) | |------|----------------------|----------------------| | 272K 이하 | $2.50 | $15.00 | | 272K 초과 | $5.00 | $22.50 |

중요한 점은, 272K를 초과하면 해당 세션의 전체 토큰에 인상된 요금이 적용된다는 것입니다. 272K에서 400K로 넘어가는 순간 호출당 비용이 약 3배로 뛰게 됩니다.

Codex에서 1M 컨텍스트 활성화 방법

그럼에도 100만 토큰이 필요한 경우가 있습니다. 대규모 코드베이스 전체를 분석하거나, 수백 페이지 분량의 법률 문서를 한 번에 검토해야 할 때가 그렇습니다. Codex에서 활성화하는 방법은 다음과 같습니다.

1단계: Codex CLI 업데이트

npm install -g @openai/codex@latest

2단계: config.toml 설정

model_context_window = 1000000
model_auto_compact_token_limit = 900000

3단계: 모델 선택 Codex 내에서 /model 명령어로 GPT-5.4를 선택합니다.

별도로 설정하지 않으면 기본 272K 윈도우로 작동하니, 의도적으로 활성화해야 합니다.

핵심 기능 2: 네이티브 컴퓨터 사용 (Computer Use)

GPT-5.4의 가장 혁신적인 기능은 AI가 직접 컴퓨터를 조작할 수 있다는 점입니다. 스크린샷을 보고 현재 화면 상태를 파악한 뒤, 마우스 클릭, 키보드 입력, UI 탐색 등을 자율적으로 수행합니다.

두 가지 방식으로 작동합니다:

• 스크린샷 기반 직접 조작: 화면을 캡처하고, 어디를 클릭하고 무엇을 입력할지 판단하여 마우스와 키보드 명령을 실행합니다.
• Playwright 코드 생성: 웹 브라우저와 데스크톱 애플리케이션을 프로그래밍 방식으로 자동화하는 코드를 작성하고 실행합니다.

OSWorld-Verified 벤치마크에서 75.0%의 성공률을 달성하며 인간 전문가의 72.4%를 넘어섰습니다. AI 모델이 데스크톱 작업 자동화에서 인간을 처음으로 추월한 사례입니다.

세부 벤치마크를 보면:

• 데스크톱 작업: 75.0%
• 브라우저 작업: 67.3%
• 스크린샷 해석: 92.8%

실제 활용 예시로는, 이메일 작성 및 발송, 스프레드시트 데이터 정리, 웹 폼 자동 입력, 여러 애플리케이션에 걸친 복잡한 워크플로우 자동화 등이 있습니다.

핵심 기능 3: 도구 검색 (Tool Search)

기존 API에서는 사용 가능한 모든 도구(tool)의 정의를 프롬프트에 미리 넣어야 했습니다. MCP 서버를 36개 연결하면, 수천 개의 토큰이 도구 설명에만 소비되었습니다.

GPT-5.4의 Tool Search는 이 문제를 근본적으로 해결합니다. 전체 도구 목록을 가벼운 인덱스로 제공하고, 모델이 실제로 필요한 도구만 검색하여 전체 정의를 가져오는 방식입니다.

Scale의 MCP Atlas 벤치마크에서 36개 MCP 서버를 대상으로 250개 작업을 테스트한 결과, 전체 토큰 사용량을 47% 절감하면서 동일한 정확도를 유지했습니다. 에이전트 기반 워크플로우에서 실질적인 비용 절감 효과가 큽니다.

다른 벤치마크 성적표

GPT-5.4의 성능을 한눈에 정리하면 다음과 같습니다.

지식 업무 (GDPval):

• 전체 점수: 83.0% (GPT-5.2의 70.9%에서 대폭 향상)
• 스프레드시트 모델링: 87.3%
• 프레젠테이션 품질: 인간 평가자의 68%가 GPT-5.4의 결과물을 선호

코딩:

• SWE-Bench Pro: 57.7%
• 터미널 작업: 75.1%

고급 추론:

• ARC-AGI-2: 73.3% (이전 52.9%)
• GPQA Diamond: 92.8%
• FrontierMath (최고 난이도): 27.1%

44개 직종에서 인간 전문가와 비교한 결과, 83%의 매칭률을 보여주었습니다.

모델 선택 가이드: 어떤 버전을 써야 할까

GPT-5.4는 세 가지 버전으로 제공됩니다:

• GPT-5.4 (기본): 입력 $2.50/M, 출력 $15.00/M — 대부분의 업무에 적합
• GPT-5.4 Thinking: 추론 능력을 강화한 버전, reasoning effort를 none/low/medium/high/xhigh로 조절 가능
• GPT-5.4 Pro: 입력 $30/M, 출력 $180/M — 최고 성능이 필요한 엔터프라이즈 환경용

캐시된 입력은 $0.25/M으로 90% 할인이 적용되므로, 반복적인 프롬프트가 많다면 캐싱을 적극 활용하는 것이 좋습니다.

실전 팁: 비용 대비 성능 극대화

1. 컨텍스트는 272K 이내로 유지하세요. 대부분의 멀티턴 대화, 문서 분석, 코드 리뷰는 이 범위에서 충분합니다. 정확도 97%에 표준 요금을 적용받을 수 있습니다.

2. 1M 컨텍스트는 전략적으로만 사용하세요. 전체 코드베이스 분석, 대규모 문서 세트 비교 등 정말로 긴 컨텍스트가 필요한 경우에만 활성화하고, 가능하면 핵심 정보를 앞부분에 배치하세요.

3. Tool Search를 활용하세요. 여러 MCP 서버를 연결해서 사용하는 에이전트 워크플로우라면, 도구 검색 기능을 반드시 활성화하세요. 47%의 토큰 절감은 비용에 직접적인 영향을 줍니다.

4. Reasoning effort를 작업에 맞게 조절하세요. 벤치마크는 xhigh로 측정되었지만, 일상적인 작업에서는 medium이나 high로도 충분한 경우가 많습니다.

5. 컴퓨터 사용 시 이미지 설정에 주의하세요. original 설정은 최대 10.24M 픽셀, high는 2.56M 픽셀을 지원합니다. 작업 복잡도에 따라 적절히 선택하세요.

앞으로 주목해야 할 것

GPT-5.4는 AI가 "도구"에서 "동료"로 진화하는 전환점을 보여줍니다. 직접 컴퓨터를 조작하고, 필요한 도구를 스스로 찾아 쓰며, 수십만 줄의 코드를 한 번에 파악하는 능력은 지금까지의 AI와는 질적으로 다른 수준입니다.

다만 현실적인 한계도 명확합니다. 100만 토큰의 정확도 문제, 272K 임계치에서의 비용 급등, 그리고 아직 실험적 단계인 기능들이 있습니다. 핵심은 이 도구를 얼마나 전략적으로 활용하느냐에 달려 있습니다. 무조건 큰 컨텍스트를 쓰는 것이 아니라, 작업에 맞는 최적의 설정을 찾는 것이 GPT-5.4를 제대로 활용하는 방법입니다.