OpenAI가 DevDay 2026에서 30개가 넘는 기능과 제품을 한꺼번에 내놓았지만 개발자들의 반응은 미지근했습니다. GPT-6.1 Sol의 API 가격을 크게 낮췄는데도 그렇습니다. 같은 시기에 $200 Pro 구독으로 쓸 수 있는 사용량은 줄었고, 초고속 모델인 Astra Ultra-Fast는 월 $500짜리 요금제에 묶였습니다. token 단가는 내려갔지만 개발자가 구독료로 얻는 실질 가치는 줄어든 셈입니다. 이런 때에는 token 단가표보다 작업 하나를 끝내는 데 드는 돈과 비용 구조를 먼저 따져 보는 편이 낫습니다.
발표는 많았지만 반응이 식은 까닭
반응이 식은 첫째 까닭은 기대치입니다. Anthropic이 Claude Opus 5.5를 내놓은 뒤 개발자들은 다음 세대 코딩 도구에 대한 기준을 높여 두었고, DevDay 발표는 그 기준에 미치지 못했다는 평가를 받았습니다.
둘째는 발표 방식입니다. 30개가 넘는 발표가 한꺼번에 쏟아지면서 쓸모가 큰 기능이 오히려 묻혔습니다. Markdown 문서, 스프레드시트, 슬라이드를 사람과 AI agent(스스로 작업을 이어 가는 AI)가 함께 고치는 작업 공간인 Spaces와 MCP(AI가 외부 도구와 데이터에 연결하는 표준 규격) 관련 개선이 그런 예입니다. 무대 시연에서 기술적 결함이 드러난 것도 반응을 식혔습니다.
셋째는 구독 사용량 축소입니다. OpenAI 경영진은 $200 Pro 구독자가 쓸 수 있는 API 환산 사용량을 줄인다고 공개적으로 밝혔습니다. 몰래 성능을 낮추지 않고 미리 알린 점은 긍정적으로 볼 수 있지만, 사용자들의 불만을 막지는 못했습니다.
OpenAI를 누른 세 방향의 압박
이번 발표의 배경에는 OpenAI가 동시에 풀어야 했던 세 가지 문제가 있습니다.
| 압박 | 내용 | 개발자에게 미친 영향 |
|---|---|---|
| 경쟁 모델과의 가격 경쟁 | Claude Opus 5.5에 맞서 GPT-6.1 Sol 가격을 계획보다 크게 낮춤 | API 단가 하락 |
| 구독 보조금 축소 | $200 구독과 실제 API 비용 사이의 격차를 줄여야 함 | 구독 사용량 감소 |
| 초고속 모델의 비용 | Astra Ultra-Fast는 요청 하나에 GPU 약 6개를 전용으로 배정 | 월 $500 요금제와 빠른 한도 소진 |
가격부터 보면 GPT-6.1 Sol의 API 가격은 입력 token 100만 개당 $2, 출력 token 100만 개당 $10입니다. 앞서 쓴 입력을 다시 읽을 때 매기는 prompt cache(앞서 처리한 입력을 저장해 두었다가 다시 쓰는 기능) 읽기 가격은 100만 token당 $0.10으로, 업계 표준이던 90% 할인을 95% 할인으로 넓혔습니다. 이 성능대 모델로는 가장 싼 수준입니다. 대형 모델 GPT-6 Astra도 출력 token 100만 개당 $125로 계획했다가 $50에 내놓았습니다. 그만큼 token 하나에서 남는 이익은 절반 아래로 줄었고, 싼 가격에 몰린 사용량 때문에 GPU가 부족해져 $200 요금제 신규 가입을 잠시 멈추기도 했습니다.
구독 보조금 문제는 분석 기관 SemiAnalysis의 자료가 잘 보여 줍니다. 같은 $200 월 구독이라도 실제로 뽑아 쓸 수 있는 API 환산 가치가 크게 다릅니다.
| $200 월 구독 | API 환산 사용 가치(월) | 구독료 대비 |
|---|---|---|
| OpenAI ChatGPT | 약 $2,084 | 약 10배 |
| Anthropic Claude | 약 $11,726 | 약 58배 |
Anthropic의 이런 보조는 오래 이어지기 어렵고 상장 준비가 다가오면 가격 조정이 따를 수 있다고 보입니다. 다만 지금 개발자가 같은 돈으로 더 많이 쓸 수 있는 쪽은 Claude 구독입니다.
세 번째 압박인 Astra Ultra-Fast는 대기열을 없애려고 하드웨어를 요청마다 따로 잡아 두는 방식이라 token당 원가가 매우 높습니다. 출시 전 테스터에게는 $1,000어치 사용 크레디트가 주어졌는데, pull request(코드 변경 요청) 검토 두 건에 $650이 들었습니다. $20 ChatGPT 요금제에서 Astra를 낮은 reasoning(답하기 전에 거치는 추론 과정) 설정으로 몇 번 돌리자 30분이 안 돼 주간 한도의 90%가 사라진 사례도 있습니다.
비용의 대부분은 cache 읽기에서 나온다
AI coding agent를 오래 돌리면 비용 구조가 일반 채팅과 전혀 달라집니다. agent는 같은 맥락을 매번 다시 읽으므로 cache 읽기가 전체 비용의 60~75%를 차지하는 일이 흔합니다. 한 개발자가 7일 동안 Astra에 쓴 약 $3,500을 나눠 보면 이 구조가 드러납니다.
| 항목 | 금액 |
|---|---|
| 일반 입력 token | $770 |
| 일반 출력 token | $412 |
| cache 읽기 | $2,400 |
그래서 cache 읽기 단가가 모델 선택을 좌우합니다. Astra의 cache 읽기는 100만 token당 $1.00, GPT-6.1 Sol은 $0.10으로 10배 차이가 납니다. 맥락을 많이 쓰는 agent 작업이라면 Astra에서 GPT-6.1 Sol로 바꾸는 것만으로 전체 비용을 60~70% 줄일 수 있습니다. Claude Opus 5.5와 Sonnet 5.5의 cache 읽기는 100만 token당 $0.20입니다.
▲ agent 비용을 키우는 cache 읽기
긴 context window(모델이 한 번에 다루는 입력 길이)에서는 가격 절벽도 조심해야 합니다. Astra는 맥락이 약 27만 2천 token을 넘으면 cache 읽기 단가가 100만 token당 $2로 두 배가 됩니다. 맥락이 80만 token까지 쌓이면 파일 내용을 보거나 검색하는 도구 호출 한 번에 약 $2가 듭니다. 초고속 모드와 긴 맥락을 함께 쓰면 출력 token 100만 개당 약 $450까지 오릅니다. 200k token이 넘는 맥락은 GPU 메모리를 크게 차지해 다른 요청을 막기 때문에 서비스 회사가 비싸게 매기는 것으로 보입니다.
token 단가보다 작업 하나당 비용
OpenAI가 개발자에게 바라는 계산법도 같은 방향입니다. 구독료와 실제 연산 비용은 따로 움직이고, token 단가가 싸도 추론 단계를 많이 거치거나 출력이 길면 작업 하나에 드는 돈은 더 많아질 수 있습니다. OpenAI는 GPT-6.1 Sol이 복잡한 개발 작업을 푸는 데 reasoning token을 덜 쓴다는 점을 들어, 100만 token당 가격이 아니라 완료한 작업당 비용으로 비교해 달라고 합니다.
실제 사용 기록도 이 차이를 보여 줍니다. 한 개발자는 Claude Opus 5.5로 token 40억 개를 쓰는 데 $2,000, GPT-6.1 Sol로 17억 8천만 개를 쓰는 데 $400을 냈습니다. token 양은 약 2배인데 비용은 5배였습니다. 비용 대비 지능 비교에서도 GPT-6.1 Sol은 다른 모델보다 훨씬 싼 자리에 홀로 놓입니다. 가장 높은 reasoning 설정의 GPT-6.1 Sol과 중간 설정의 Claude Opus 5.5를 견주면 Opus가 약 3배 비싸고 작업은 1분 30초쯤 빨리 끝냅니다.
그래도 일상적인 코딩에서는 Claude Opus 5.5가 훨씬 나아 보입니다. GPT-6.1 Sol은 깊이 파고드는 분석이나 까다로운 시스템 설정 문제에 강하지만 전반적인 코딩은 Opus가 앞섭니다. 며칠씩 이어지는 자율 작업에서는 차이가 더 커집니다. Anthropic 모델은 잘못 든 길을 알아차리고 되돌아가는 반면, Astra는 틀린 방향을 고집해 20줄이면 될 pull request가 테스트까지 갖춘 쓸모없는 2,000줄 코드로 불어나기도 합니다. 단가는 GPT-6.1 Sol이 유리하지만 되돌아가는 판단이 중요한 작업이라면 비싼 모델이 결국 덜 들 수 있다는 뜻으로 읽힙니다.
여러 회사 모델을 엮어 쓰는 흐름
비용과 품질을 함께 잡으려는 개발자들은 모델 하나에 기대지 않고 여러 모델을 엮습니다. 한 오픈소스 coding agent 도구는 약 40만 줄 규모의 개편으로, 실행 중인 Claude 세션이 다른 회사 모델로 돌아가는 sub-agent(하위 agent)를 띄워 코드를 검증하고 변경을 검토하게 했습니다. 예전에는 다른 모델에 일을 넘기려면 Codex CLI를 따로 부르거나 채팅 창 사이에 내용을 복사해 붙여야 했습니다.
이 구조로 돌리는 작업 흐름은 다음과 같습니다.
- 다섯 줄이 넘는 변경은 Claude Opus로 구현합니다.
- Codex로 GPT-6.1 Sol에 변경을 넘겨 비판적인 검토를 받습니다. Sol은 Opus가 놓친 예외 상황과 미묘한 버그를 자주 찾아냅니다.
- 두 모델이 동의하거나, Opus가 근거를 갖고 Sol의 지적을 반박할 때까지 고치기를 되풀이합니다.
- 테스트와 검증을 마치고, 아무것도 깨지지 않으리라는 확신이 10점 만점에 8점을 넘으면 병합합니다.
가벼운 모델의 자리도 분명합니다. GLM 5.3 Flash나 DeepSeek V4.1 Flash 같은 모델은 pull request 1,300개를 분류하는 식의 정해진 반복 작업은 안정적으로 해내지만, 정답을 확인할 방법이 없는 설계 갈림길에서는 약합니다. 환경 점검도 비용을 줄이는 길입니다. 한 개발자가 자신의 coding agent 오류를 살펴보니 30%가 bash 대신 zsh를 쓰는 셸 설정에서 나왔습니다.
▲ 두 모델이 주고받는 코드 검토
agent 비서와 작업 공간에서 드러난 과제
개인 비서 agent인 Dots는 아직 다듬을 곳이 많아 보입니다. 쓸모 있는 알림은 세 번에 한 번꼴이었고, 꼭 챙기라고 한 이메일 알림은 다른 메시지 14개 사이에 묻혔습니다. 모든 알림이 대화 하나에 줄줄이 쌓이는 구조 탓입니다. 사람 비서는 급한 일은 짧게 한 줄로 보내고 덜 급한 일은 다른 채널로 나누며 상대의 주의를 관리합니다. AI 비서도 알림을 중요도와 채널별로 나눌 필요가 있어 보입니다.
ChatGPT 데스크톱 앱은 기능이 계속 바뀌고 흩어져 찾기 어렵다는 평가를 받습니다. 응답 안에서 상호작용하는 HTML 그래프와 페이지를 보여 주는 기능은 Codex에 6개월 동안 있었지만 사용자 대부분이 몰랐습니다. 사용자가 알아차리는 기능은 책임자가 미리 승인한 것만 넣는 식으로 제품의 일관성을 지키는 편이 나을 수 있습니다.
요금제와 도구를 고를 때 따질 것
OpenAI의 이번 가격 정책은 token 단가 인하와 구독 가치 축소가 함께 온 조정입니다. 개발자는 다음을 확인해 보면 좋습니다.
- 작업당 비용으로 비교하기: 100만 token당 가격보다 실제 작업 하나를 끝내는 데 든 돈을 사용 기록에서 확인합니다.
- cache 읽기 비중 확인하기: agent 작업에서는 cache 읽기가 비용의 60~75%를 차지할 수 있으니 cache 읽기 단가부터 비교합니다.
- 긴 맥락의 가격 구간 살피기: 약 27만 2천 token을 넘으면 단가가 오르는 모델이 있으므로 맥락을 그 안에서 관리합니다.
- $500 요금제는 신중하게: $200 요금제 한도를 이미 다 쓰는 사람이 아니면 Astra Ultra-Fast 요금제의 값어치는 크지 않습니다. 더 많은 사용량이 필요하면 Claude 구독도 함께 견줘 봅니다.
- 속도가 정말 필요한지 따지기: 응답이 60초에서 10초로 줄면 일하는 방식이 바뀌지만, 2분과 10분의 차이는 어차피 다른 창으로 넘어가므로 의미가 적습니다. 기다리다 다른 일을 하게 되는 작업이라면 더 싼 모델로 돌립니다.
- reasoning 설정 낮춰 보기: 가장 높은 reasoning 설정은 단순한 작업을 지나치게 복잡하게 만들기도 하므로 평소에는 한 단계 낮은 설정을 쓰고 큰 리팩터링에만 최고 설정을 씁니다.