GPT-5.5, 에이전트 코딩 점프... GPT-5.4급 지연 유지

OpenAI가 GPT-5.5에서 노리는 지점은 점수표 한 줄 추가가 아니다. 이번 모델은 코드 작성과 디버깅, 웹 조사, 데이터 분석, 문서와 스프레드시트 생성, 툴 이동까지 한 덩어리로 넘겨도 더 오래 버티며 일을 이어가도록 설계됐다는 점이 핵심이다. 최근 코딩 에이전트 시장은 데모와 벤치마크에서는 화려했지만, 실제 프로젝트로 들어가면 애매한 요구사항과 긴 문맥에서 자주 주저앉았다. OpenAI는 그 약한 고리를 정면으로 겨냥하고 있다.

수치도 그 방향을 뒷받침한다. 출시 페이지에서 OpenAI는 GPT-5.5가 Terminal-Bench 2.0에서 82.7%, SWE-Bench Pro에서 58.6%, GDPval에서 84.9%, OSWorld-Verified에서 78.7%를 기록했다고 적었다. 여기에 GPT-5.4와 같은 per-token 지연을 유지하면서 Codex 작업에서는 더 적은 토큰으로 끝낸다고 덧붙였다. 이 조합이 중요한 이유는 "더 똑똑하다"는 인상보다 "같은 시간과 비용 안에서 더 많은 일을 끝낸다"는 신호에 가깝기 때문이다.

배포 방식도 빠르다. OpenAI는 2026년 4월 23일 기준으로 GPT-5.5를 ChatGPT와 Codex의 Plus, Pro, Business, Enterprise 사용자에게 순차 배포한다고 밝혔다. GPT-5.5 Pro는 Pro, Business, Enterprise에 먼저 들어간다. 그리고 같은 페이지의 4월 24일 업데이트에서 GPT-5.5와 GPT-5.5 Pro가 API에도 들어왔다고 적었다. 이 한 줄이 의미하는 바는 크다. 단순한 ChatGPT 기능 추가가 아니라, 외부 개발 도구와 제품군이 곧바로 붙을 수 있는 플랫폼 이벤트가 됐다는 뜻이기 때문이다.

가장 먼저 압박을 받는 쪽은 개발 도구 시장이다. OpenAI는 GPT-5.5를 자사 최고 수준의 agentic coding 모델로 규정했고, 초기 사용 사례로 디버깅, 대형 리팩터, 브랜치 병합 같은 현실적인 엔지니어링 작업을 앞세웠다. 조기 사용자 평가가 곧바로 객관적 진실이 되는 것은 아니다. 그래도 이번 벤치마크 묶음은 의미가 있다. 터미널 워크플로, GitHub 이슈 해결, 실제 컴퓨터 조작처럼 엔지니어가 위임하는 업무와 더 가까운 시험들이 전면으로 나왔기 때문이다.

물론 조건도 붙는다. OpenAI는 이번 모델에 자사 기준 가장 강한 safeguards를 적용했고, 사이버와 생물 분야 테스트를 확대했으며, 약 200개 early-access 파트너의 피드백을 반영했다고 설명한다. 모델이 길게 행동할수록 안전장치의 부담도 같이 커진다. 결국 관전 포인트는 첫날 점수표가 아니다. GPT-5.5가 실제 기업 저장소, 운영 문서, 브라우저 기반 업무 플로우에 들어갔을 때 얼마나 꾸준히 버티는지, 그게 승부처다.