[TL;DR] 신동형과 함께 공부하는「GPT-.. : 네이버블로그

‘GPT-5’ 공개”-모든 이용자 무료, 오픈AI, 최신 AI모델…”박사급 전문가 수준”(출시 라이브 영상포함) : 네이버 블로그

자, 반갑습니다! 여러분의 머리에 지식을 단숨에 꽂아주는 대한민국 최고의 일타 강사, 저스틴입니다!

오늘 이 시간에는 정말 엄청난 주제를 다루기 위해 특별 통합 강의를 준비했습니다. 최근 AI 업계를 뒤흔든 대사건, 바로 GPT-5의 등장에 대해 완벽하게 정리해 드리겠습니다. 오늘의 강의는 두 개의 핵심 자료, 신동형 님의 ‘ICT 미래 읽기’ 블로그와 ‘THE 감사’ 님의 ‘Way Maker’ 블로그 글을 종합하여, 여러분이 알아야 할 모든 것을 하나의 강의에 담았습니다.

자, 정신 바짝 차리고 따라오세요! 내 주머니 속으로 들어온 ‘천재 박사팀’, GPT-5의 모든 것을 파헤쳐 보겠습니다!

---

🌟 본 강의: GPT-5, ‘박사급 전문가 팀’의 모든 것!

1. 대변혁의 시작: “따로국밥은 끝났다!” – 통합 지능의 등장

여러분, 이전 AI 모델을 쓸 때 “이건 간단한 질문인가? 복잡한 질문인가?” 고민하며 모드를 직접 골라야 했던 경험, 다들 있으시죠?

자, 이 부분은 별표 세 개! ⭐️⭐️⭐️ GPT-5의 가장 큰 혁신은 바로 여기에 있습니다. 신동형 님의 글에서 지적했듯, GPT-5는 빠른 응답 모델과 깊은 추론 모델을 하나의 시스템으로 완벽하게 통합했습니다. 이제 우리는 그냥 질문만 던지면 됩니다. 그러면 AI가 질문의 난이도를 스스로 판단해서, “날씨?” 같은 간단한 질문은 몇 초 만에 답하고, “지난 5년간 기후 변화가 부동산 시장에 미친 영향” 같은 복잡한 질문은 즉시 심층 분석 모드로 자동 전환합니다.

OpenAI는 이 엄청난 기능을 ‘주머니 속 PhD팀(박사팀)’ 이라는 기가 막힌 비유로 설명했습니다. ‘THE 감사’ 님 블로그에서 샘 올트먼 CEO가 말했듯, 이제 우리는 고등학생(GPT-3)이나 대학생(GPT-4)이 아닌, ‘박사급 전문가’ 와 대화하는 시대를 맞이한 겁니다.

2. 성능, 그 이상의 충격: “아이폰 레티나 디스플레이급 도약!”

샘 올트먼이 GPT-5를 써보고 나서 “다시는 GPT-4로 돌아가고 싶지 않다”고 말했습니다. 마치 흐릿한 화면을 보다가 선명한 레티나 디스플레이를 처음 봤을 때의 충격과 같다고 했죠.

그 성능이 어느 정도냐? 신동형 님의 자료에 나온 벤치마크 점수를 보세요.

• 소프트웨어 엔지니어링(SWE-bench): 74.9점
• 고난도 수학 문제(AIME): 94.6점
• 의료 임상 추론(HealthBench Hard): 46.2점 (이전 모델 대비 81% 향상!)

이 숫자들은 그냥 점수가 아닙니다. AI가 이제 특정 분야에서는 인간 전문가 수준의 문제 해결 능력을 갖췄다는 명백한 증거입니다. 게다가 AI의 고질병이었던 ‘환각 현상'(거짓말)은 GPT-4o 대비 오류율이 45%나 감소했고, 신뢰성 평가에서는 환각률이 최대 6배나 낮아졌습니다. 더 똑똑하고, 더 빠르고, 더 정확해진 거죠.

3. 신뢰를 구축하다: ‘안전성’과 ‘정확성’을 모두 잡은 AI

자, 이 부분도 정말 중요합니다. 별표 두 개! ⭐️⭐️ GPT-5는 단순히 똑똑해지기만 한 게 아닙니다. 훨씬 더 믿을 수 있게 됐습니다. 빠른 모드든 깊은 모드든 동일한 사실 검증 프로세스를 거치기 때문에 답변의 정확도가 비약적으로 상승했습니다.

더 나아가 ‘Safe Completion’ 이라는 안전 기능이 탑재되었습니다. 예전 모델들은 민감한 질문에 “답변할 수 없습니다”라며 대화를 끊어버렸죠. 하지만 GPT-5는 질문의 의도를 파악해서, 위험하지 않은 안전한 범위 내에서 최대한 유용한 정보를 제공하려고 노력합니다. 덕분에 불필요한 답변 거절이 절반 이하로 줄었다고 하니, 훨씬 더 원활한 소통이 가능해진 겁니다.

4. 산업을 혁신하는 힘: 현장에서 증명된 GPT-5의 위력

이 ‘박사팀’이 실제 산업 현장에서는 어떤 일을 해내고 있을까요? 신동형 님의 글에 나온 사례들은 정말 놀랍습니다.

• 헬스케어: 암 환자가 치료법에 대해 물으면, 기본적인 설명은 ‘빠른 모드’로, 환자의 유전자 데이터까지 분석한 맞춤형 비교는 ‘깊은 모드’로 자동 전환해 제공합니다. 상담 준비 시간이 30%나 단축되었죠.
• 금융: 스페인 BBVA 은행에서는 3주 걸리던 복잡한 거시경제 분석 리포트 작성을 단 몇 시간 만에 끝냈습니다. 시장의 변화에 훨씬 빠르게 대응할 수 있게 된 겁니다.
• 생명과학: 제약사 Amgen에서는 수개월 걸리던 300개의 신약 후보군 압축 작업을 단 몇 주 만에 완료했습니다. 연구 개발의 효율을 극대화한 거죠.

이건 더 이상 미래의 이야기가 아닙니다. 지금 현장에서 일어나고 있는 변화입니다.

5. 가장 결정적인 한 방: “이 모든 것이… 무료라고?”

자, 오늘 강의의 하이라이트입니다! 별표 세 개! ⭐️⭐️⭐️ ‘THE 감사’ 님의 글에서 가장 강조된 부분이죠. 이렇게 강력하고, 신뢰할 수 있으며, 산업 현장을 바꾸고 있는 GPT-5를 오픈AI가 모든 사용자에게 무료로 제공한다고 선언했습니다.

물론 유료 사용자는 더 많은 양을 쓸 수 있지만, 이 박사급 전문가의 핵심 기능을 누구나 제한 없이 경험할 수 있게 된 겁니다. “기술의 혜택이 모두에게 돌아가도록 하겠다”는 오픈AI의 미션이 현실이 되는 순간입니다.

6. 실전 활용 가이드: 언제, 어떤 GPT를 써야 할까?

자, 그럼 우리 수강생 여러분들은 이 도구들을 어떻게 써야 할까요? ‘THE 감사’ 님 글에 나온 내용을 제 스타일로 정리해 드릴게요. 이것만 기억하세요!

• GPT-5 → “깊고 진한 사골 국물”
  • 언제? 품질, 정밀성, 깊이가 필요할 때!
  • 무엇을? 논문 분석, 장기 프로젝트 전략 수립, 문학 창작, 복잡한 코드 작성 등 전문가의 깊이가 필요한 작업에 사용하세요.
• GPT-4o → “빠르고 간편한 컵라면”
  • 언제? 속도, 즉시성이 중요할 때!
  • 무엇을? 실시간 회의 통역 및 요약, 빠른 아이디어 구상, 간단한 질의응답 등 신속함이 생명인 작업에 활용하세요.

---

✨ 최종 정리: 내 손안의 ‘디지털 동역자’를 맞이하라!

오늘 우리는 두 개의 훌륭한 자료를 바탕으로 GPT-5라는 거대한 변화의 실체를 완벽하게 파악했습니다.

정리하겠습니다. GPT-5는 단순한 성능 개선을 넘어선 ‘통합 지능’ 입니다. 속도와 깊이, 정확성과 안전성을 모두 갖춘, 말 그대로 ‘주머니 속 PhD팀’ 이죠. ‘THE 감사’ 님이 표현한 것처럼, 이제 AI는 단순한 도구가 아니라 우리의 ‘디지털 동역자’ 이자 창의적인 파트너로 자리매김했습니다.

그리고 가장 중요한 것은, 이 엄청난 힘의 문턱을 ‘무료’라는 정책으로 완전히 허물었다는 사실입니다. 이제 여러분의 손안에 박사급 전문가 팀이 쥐어졌습니다. 이 강력한 동역자와 함께 무엇을 창조하고, 어떤 문제를 해결해 나갈지는 이제 여러분의 상상력과 의지에 달려있습니다.

오늘 통합 강의는 여기까지입니다. 이 엄청난 변화의 시대에 주인공이 되시길 바라며, 저는 다음 시간에도 가장 명쾌한 강의로 돌아오겠습니다. 수고하셨습니다.

---

여러분, 안녕하세요! 대한민국 최고의 일타 강사, 저스틴입니다.

오늘 제가 여러분께 명쾌하게 해설해 드릴 내용은 바로, AI 세계의 판도를 바꾸고 있는 괴물, OpenAI의 GPT-5 모델의 모든 것을 담은 공식 문서입니다. 이 문서 한 장이면 여러분은 GPT-5를 어떻게 활용해야 할지, 그 비용은 얼마인지, 그리고 그 한계는 어디까지인지 완벽하게 파악할 수 있을 겁니다. 복잡한 영어와 숫자에 머리 아파하지 마세요! 저 저스틴과 함께라면 이 모든 것이 한눈에 들어오는 ‘성공의 지도’가 될 테니까요!

자, 그럼 지금부터 GPT-5 완전 정복 특강, 시작합니다!

---

[일타 강사 저스틴의 특강] GPT-5, 제대로 알고 써야 돈 번다! (공식 스펙 문서 완벽 해부)

여러분, 오늘 강의는 OpenAI가 공개한 GPT-5의 상세 스펙 문서를 기반으로 합니다. 이 문서는 단순한 설명서가 아니라, 여러분의 AI 활용 전략을 세우는 데 가장 중요한 ‘기초 데이터’입니다. 정신 바짝 차리고 따라오세요!

1. GPT-5의 심장! 핵심 스펙 분석

먼저 GPT-5가 어떤 능력을 가졌는지 그 심장부부터 살펴보겠습니다.

• “The best model for coding, reasoning, and agentic tasks across domains”: 자, 이 부분은 별표 세 개! OpenAI는 GPT-5를 ‘코딩, 추론, 그리고 여러 분야에 걸친 에이전트 작업에 최적화된 최고의 모델’이라고 정의합니다. 즉, 단순한 글쓰기를 넘어, 스스로 생각하고(reasoning), 주어진 목표를 위해 여러 단계를 수행하는(agentic) 전문적인 작업에 특화되어 있다는 강력한 선언입니다!
• 400,000 context window: 이건 GPT-5가 한 번에 기억할 수 있는 정보의 양입니다. 40만 토큰! 약 30만 단어, 즉 두꺼운 책 한 권 분량을 통째로 기억하고 대화할 수 있다는 뜻입니다. 방대한 양의 문서를 분석하거나, 긴 코드 프로젝트를 이해하는 데 있어서는 타의 추종을 불허하는 능력치입니다.
• 128,000 max output tokens: 한 번의 요청으로 최대 12만 8천 토큰, 즉 약 10만 단어에 달하는 결과물을 생성할 수 있습니다. 긴 보고서, 상세한 분석 자료, 심지어 단편 소설까지 한 번에 만들어낼 수 있는 엄청난 출력량이죠.
• Oct 01, 2024 knowledge cutoff: GPT-5의 지식은 2024년 10월 1일까지의 데이터를 기반으로 합니다. 이 날짜 이후의 최신 정보에 대해서는 알지 못한다는 점, 반드시 기억해야 합니다! (물론 ‘Web search’ 기능을 통해 최신 정보를 가져올 수는 있습니다.)
• Reasoning token support: 이것이 바로 GPT-5의 핵심 중 하나입니다. 단순 텍스트 토큰과 별개로 ‘추론 토큰’을 지원한다는 것은, 복잡한 문제를 해결하기 위해 더 많은 ‘생각’을 할 수 있도록 설계되었다는 의미입니다.

2. 가장 현실적인 문제, ‘가격’ 완전 정복!

아무리 성능이 좋아도 비용을 모르면 안 되겠죠? GPT-5의 가격 정책을 명쾌하게 분석해 드립니다.

• Input: $1.25 / Output: $10.00 (Per 1M tokens): 100만 토큰을 기준으로, 입력(질문)에는 1.25달러, 출력(답변)에는 10달러가 부과됩니다. 자, 이 부분은 별표 다섯 개! 출력이 입력보다 8배나 비쌉니다! 즉, 질문을 잘 다듬어서 한번에 원하는 답변을 얻어내는 ‘프롬프트 엔지니어링’ 능력이 곧 비용 절감으로 이어진다는 뜻입니다.
• Cached input: $0.125: 한 번 입력했던 내용을 재사용(캐싱)하면 비용이 1/10로 줄어듭니다! 반복적인 작업을 할 때는 이 캐싱 기능을 적극 활용해야겠죠?
• Quick comparison (vs mini, nano): GPT-5의 입력 비용($1.25)은 mini($0.25)보다 5배, nano($0.05)보다 25배 비쌉니다. 항상 최고의 모델을 고집할 것이 아니라, 작업의 복잡도에 따라 적절한 모델을 선택하는 ‘전략적인 사고’가 필요합니다.

3. GPT-5의 능력 범위: 무엇을 할 수 있고, 무엇을 할 수 없는가?

GPT-5는 어떤 종류의 데이터를 다루고, 어떤 기능들을 지원할까요?

• Modalities (다룰 수 있는 데이터 종류):
  • Text (텍스트): 입출력 모두 지원.
  • Image (이미지): 입력만 지원. 즉, 이미지를 보고 이해할 수는 있지만, 직접 이미지를 생성하지는 않습니다. (단, 아래 ‘Tools’ 섹션의 Image generation 기능은 별개입니다!)
  • Audio (오디오): 지원 안 함. 음성 인식이나 합성은 다른 전용 모델(API)을 사용해야 합니다.
• Endpoints (API 기능 목록): Chat Completions, Assistants, Fine-tuning, Embeddings 등 수많은 기능이 있습니다. 특히 주목할 것은 v1/responses와 v1/realtime 입니다. 이는 단순 채팅을 넘어, 실시간으로 반응하고 다양한 도구를 활용하는 ‘에이전트’로써의 GPT-5를 위한 핵심 기능입니다.
• Features & Tools (특징과 도구):
  • Function calling, Structured outputs: AI가 단순히 글만 쓰는 게 아니라, 정해진 함수를 호출하거나 JSON 같은 구조화된 데이터를 출력할 수 있습니다. 개발자에게는 엄청난 무기죠!
  • Web search, File search, Code interpreter: GPT-5는 API를 통해 웹 검색을 하고, 파일을 검색하며, 코드를 직접 실행하고 분석할 수 있습니다. knowledge cutoff의 한계를 극복하고, 실제 데이터를 다루는 강력한 능력을 갖췄다는 의미입니다.
  • Computer use: Not supported: 자, 이 부분은 주의해야 합니다! GPT-5 자체는 사용자의 컴퓨터를 직접 제어하는 기능을 지원하지 않습니다. 즉, “내 바탕화면의 파일을 열어줘” 같은 명령은 수행할 수 없습니다.

4. 전문가를 위한 팁: Snapshots & Rate Limits

마지막으로, 실제 개발 환경에서 GPT-5를 안정적으로 사용하기 위한 두 가지 핵심 개념입니다.

• Snapshots (스냅샷): 모델은 계속 업데이트됩니다. 하지만 특정 프로젝트에서는 일관된 성능을 유지하는 것이 중요하죠. 스냅샷은 gpt-5-2025-08-07처럼 특정 버전의 모델을 ‘고정’해서 사용할 수 있게 해주는 기능입니다. 안정적인 서비스 운영을 위한 필수 기능이죠!
• Rate Limits (사용량 제한): API 사용량은 등급(Tier)별로 제한됩니다. Tier 1은 분당 500개의 요청(RPM), 3만 토큰(TPM)만 처리할 수 있지만, Tier 5는 분당 15,000개 요청, 4천만 토큰까지 처리할 수 있습니다. 내 서비스의 규모가 커질수록 이 등급을 높여야 안정적인 운영이 가능합니다.

---

📢 강의 마무리: 저스틴이 강조하는 GPT-5 활용의 핵심!

오늘 우리는 GPT-5의 스펙 문서를 통해 그 엄청난 잠재력과 명확한 한계를 모두 살펴보았습니다.

핵심은 이것입니다.

1. GPT-5는 ‘추론’과 ‘에이전트’ 작업에 특화된 전문가용 모델입니다.
2. 출력 비용이 입력보다 8배 비싸므로, ‘프롬프트 엔지니어링’이 곧 비용 효율입니다.
3. 웹 검색, 파일 검색, 코드 실행 등 강력한 ‘도구’ 활용 능력을 가졌지만, 사용자의 컴퓨터를 직접 제어하지는 못합니다.
4. 내 작업의 복잡도에 따라 GPT-5, mini, nano 모델을 전략적으로 선택해야 합니다.

이 스펙 문서는 여러분이 AI라는 거인의 어깨 위에 올라타기 위한 가장 정확한 지도입니다. 오늘 배운 내용을 바탕으로 여러분의 프로젝트와 업무에 GPT-5의 힘을 200% 활용하시길 바랍니다!

---

일타 강사 저스틴입니다! 최고의 강의를 위해 분석할 웹페이지 글이나 유튜브 스크립트를 전달해주세요.

---

네, 좋습니다! 이번 시간엔 ‘Using GPT-5’라는 제목의 웹페이지 글을 기반으로, 우리가 가장 궁금해하던 GPT-5 모델의 핵심 기능과 활용 팁, 그리고 기존 모델에서 GPT-5로 갈아탈 때 알아야 할 모든 것을 명쾌하게 파헤쳐 보는 시간을 갖겠습니다. 자, 다들 집중할 준비 되셨죠?

---

일타 강사 저스틴의 특강: GPT-5, 과연 무엇이 달라졌나?

여러분, 드디어 그분이 오셨습니다! 인공지능 분야의 판도를 바꿀 새로운 모델, 바로 GPT-5가 등장했습니다. 오늘 강의는 OpenAI 웹페이지에 올라온 **’Using GPT-5’**라는 글을 바탕으로, 이 혁신적인 모델이 우리에게 어떤 놀라운 능력을 선사하는지, 그리고 어떻게 하면 이 능력을 200% 활용할 수 있을지 함께 알아보겠습니다. 자, 준비되셨나요?

1. GPT-5, 도대체 뭐가 그렇게 똑똑하다는 건가요?

이 글의 개요에 따르면, GPT-5는 우리 역사상 가장 지능적인 모델이라고 합니다. 특히 세 가지 분야에서 독보적인 능력을 자랑한다고 하니, 이 부분은 별표 세 개! 꼭 기억해두세요.

• 코드 생성, 버그 수정, 리팩토링: 개발자 여러분, 주목하세요! GPT-5는 이제 단순히 코드를 짜는 것을 넘어, 버그를 잡고 코드를 더 깔끔하게 다듬는 리팩토링까지 알아서 해준다는 겁니다.
• 지시 따르기: 복잡한 지시도 척척 이해하고 따라 하는 능력이 탁월해졌다고 해요. 우리 모두가 꿈꾸던 그 비서가 드디어 나타난 거죠.
• 긴 컨텍스트와 툴 호출: 이젠 긴~~~~ 대화 내용도 잊지 않고, 외부 도구를 활용하는 능력도 한층 강화되었습니다. 진짜 ‘똑똑하다’는 말이 절로 나오죠.

그리고 이 모델과 함께 새로운 API 기능들도 대거 등장했습니다. 출력의 상세도를 조절할 수 있는 기능, 추론 노력을 최소화하는 옵션, 그리고 커스텀 툴과 허용된 툴 목록 같은 것들이죠. 이제 개발자들이 모델을 훨씬 더 정교하게 제어할 수 있게 된 겁니다.

자, 여러분의 사용 사례에 맞춰서 이 세 가지 모델 중 최적의 것

2. GPT-5 모델 라인업, 나에게 맞는 모델은?

여러분, GPT-5라고 해서 딱 하나의 모델만 있는 게 아닙니다. 이 문서에 따르면, GPT-5 시리즈는 총 세 가지 모델로 구성되어 있어요. 마치 자동차 라인업처럼, 용도에 따라 선택할 수 있게 해준 거죠.

• gpt-5: “복잡한 추론, 광범위한 세상 지식, 코드 중심 또는 다단계 에이전트 작업에 최고”라고 저자는 설명합니다. 즉, 가장 똑똑하고 강력한 모델이니, 아주 어려운 숙제를 맡길 때 딱이라는 거죠.
• gpt-5-mini: “비용 최적화된 추론 및 채팅; 속도, 비용, 능력의 균형”을 맞춘 모델입니다. 가성비를 중요하게 생각하고, 채팅처럼 빠르고 효율적인 작업에 적합하다는 의미겠죠?
• gpt-5-nano: “높은 처리량 작업, 특히 간단한 지시 따르기 또는 분류에 최고”라고 되어 있습니다. 가장 가볍고 빠르니, 대량의 간단한 작업을 처리할 때 유용하겠네요.

을 선택하는 지혜가 필요합니다!

3. GPT-5의 신규 API 기능, 이걸 모르면 손해!

GPT-5와 함께 등장한 새로운 API 기능들은 개발자들에게 엄청난 자유와 유연성을 제공합니다. 하나하나 뜯어볼까요?

가. Minimal Reasoning Effort (최소 추론 노력)

이건 마치 “생각 좀 짧게 하고 빨리 대답해!”라고 명령하는 것과 같아요. reasoning.effort라는 파라미터가 모델이 응답을 생성하기 전에 얼마나 많은 추론 토큰을 생성할지를 제어한다고 합니다. 이전 모델에는 ‘낮음’, ‘중간’, ‘높음’이 있었는데, 이제는 **’minimal’**이라는 새로운 설정이 추가됐어요.

• 핵심: 최소한의 추론 토큰만 생성해서 최대한 빠르게 첫 번째 토큰을 받아볼 수 있게 해줍니다. 속도가 생명인 작업에 딱이겠죠?
• 활용 팁: 저자는 특히 코딩이나 지시 따르기 시나리오에서 성능이 뛰어나다고 강조합니다. 단, 모델이 좀 더 적극적으로 행동하게 하려면 “생각해봐” 또는 “단계를 요약해봐”와 같이 명시적으로 프롬프트를 주는 것이 좋다고 하네요.

나. Verbosity (상세도)

이건 마치 “네가 말할 양을 정해봐!”라고 하는 것과 비슷합니다. verbosity 파라미터는 모델이 생성할 출력 토큰의 양을 결정합니다. 토큰 수를 줄이면 전체 지연 시간이 줄어든다고 하죠.

• 높은 상세도: 문서에 대한 철저한 설명이나 광범위한 코드 리팩토링이 필요할 때 사용합니다. 모델이 친절하고 자세하게 설명해주는 거죠.
• 낮은 상세도: 간결한 답변이나 SQL 쿼리처럼 단순한 코드 생성이 필요할 때 최고입니다. 핵심만 쏙쏙 뽑아내는 거죠.

GPT-5 이전 모델들은 기본적으로 ‘중간’ 상세도를 사용했는데, 이제 ‘높음’, ‘중간’, ‘낮음’ 중 선택할 수 있게 됐습니다. 코드를 생성할 때도 ‘낮음’으로 설정하면 주석이 최소화된 간결한 코드를 얻을 수 있다고 하니, 이 부분은 별표! 코드의 성격에 따라 상세도를 조절하는 센스가 필요합니다.

다. Custom Tools (커스텀 툴)

자, 이 부분은 정말 개발자들의 가슴을 뛰게 할 내용입니다! GPT-5는 모델이 어떤 원시 텍스트든 툴 호출 입력으로 보낼 수 있게 해주는 ‘커스텀 툴’ 기능을 도입했습니다.

• 자유 형식 입력: type: custom으로 툴을 정의하면, 모델이 구조화된 JSON에 국한되지 않고 **어떤 형태의 텍스트(코드, SQL 쿼리, 셸 명령어, 설정 파일, 장문 산문 등)**라도 직접 툴에 보낼 수 있습니다. 상상력을 마음껏 펼쳐보세요!
• 출력 제약 (CFG): 게다가 GPT-5는 커스텀 툴에 **문맥 자유 문법(CFG)**을 지원하여 특정 문법이나 DSL(도메인 특화 언어)에 맞춰 출력을 제약할 수 있습니다. 예를 들어, SQL 문법에 맞춰서만 쿼리를 생성하게 할 수 있다는 거죠. 이건 정말 “규칙 안에서 자유롭게!”를 가능하게 합니다.

커스텀 툴 사용 모범 사례:

• 툴 설명을 간결하고 명확하게 작성하세요.
• 서버 측에서 출력을 꼭 검증하세요. 자유 형식 문자열은 강력하지만, 주입 공격 등에 취약할 수 있습니다.

라. Allowed Tools (허용된 툴)

이건 마치 “자, 오늘 쓸 도구는 이것들 중에서만 골라!”라고 미리 지정해주는 것과 같아요. tool_choice 아래의 allowed_tools 파라미터를 사용하면, 모델이 사용할 수 있는 툴의 목록을 제한할 수 있습니다.

• 이점: 저자는 “더 큰 안전성, 예측 가능성, 향상된 프롬프트 캐싱”을 얻을 수 있다고 강조합니다. 불필요한 툴 호출을 막고, 모델의 행동을 더 잘 제어할 수 있게 되는 거죠. 복잡한 에이전트 작업에서 특히 유용합니다.

마. Preambles (프리앰블)

이건 “내가 이 도구를 왜 쓰려고 하는지 미리 설명해줄게!”라고 모델이 친절하게 알려주는 기능입니다. GPT-5는 어떤 툴이나 함수를 호출하기 전에, 자신의 의도나 계획을 간략하게 설명하는 ‘프리앰블’을 생성합니다.

• 이점: 모델의 추론 과정을 투명하게 보여주어 디버깅에 도움이 되고, 사용자의 신뢰를 높여줍니다. 그리고 툴 호출 정확도를 높이고 전체 작업 성공률을 향상시킨다고 합니다.
• 활성화 방법: “툴을 호출하기 전에, 왜 호출하는지 설명해라”와 같은 시스템 또는 개발자 지시를 추가하면 됩니다.

4. GPT-5로의 마이그레이션 가이드: 갈아탈 때 뭘 준비해야 하나요?

여러분, GPT-5는 역대 최고의 모델인 만큼, 이 모델의 진가를 발휘하려면 ‘Responses API’와 함께 사용하는 것이 가장 좋다고 합니다. 이는 턴 간에 ‘사고의 연쇄(Chain of Thought, CoT)’를 전달하는 기능을 지원하기 때문이죠.

가. 다른 모델에서 GPT-5로 갈아타기

기존에 사용하던 OpenAI 모델이 있다면, GPT-5로 마이그레이션할 때 다음을 참고하세요.

• o3 모델 사용자: ‘중간’ 또는 ‘높음’ 추론 레벨의 gpt-5가 좋은 대체재입니다.
• gpt-4.1 모델 사용자: ‘minimal’ 또는 ‘low’ 추론 레벨의 gpt-5가 강력한 대안입니다.
• o4-mini 또는 gpt-4.1-mini 사용자: gpt-5-mini가 좋습니다.
• gpt-4.1-nano 사용자: gpt-5-nano가 좋은 대체재입니다.

핵심은 Prompt Optimizer를 사용하고, 기존 프롬프트를 GPT-5에 맞게 조정하는 것입니다. 저자는 이 점을 매우 강조하고 있어요.

나. Chat Completions에서 Responses API로 갈아타기

가장 큰 차이는 바로 CoT(Chain of Thought)를 턴 간에 전달하는 기능입니다. Responses API에서만 CoT 전달이 가능하며, 이를 통해 모델의 지능 향상, 추론 토큰 감소, 캐시 적중률 증가, 지연 시간 단축 등의 이점을 얻을 수 있다고 합니다. 즉, 모델이 이전 대화에서 생각했던 과정을 다음 대화에서도 활용할 수 있게 되는 거죠.

이 글의 저자는 API 사용 예시를 통해 reasoning.effort, text.verbosity, 그리고 tools 파라미터가 Chat Completions API와 Responses API에서 어떻게 다르게 처리되는지를 직접 보여주고 있습니다.

5. GPT-5 프롬프트 가이드: 똑똑하게 부려 먹는 법!

GPT-5는 코딩, 프론트엔드 엔지니어링, 그리고 에이전트 작업을 위한 툴 호출에서 특히 탁월하도록 설계되었다고 합니다.

• 프롬프트 옵티마이저: GPT-5의 대시보드에서 제공되는 ‘프롬프트 옵티마이저’를 활용하여 최고의 프롬프트를 만들 것을 권장합니다.
• 추론 모델로서의 GPT-5: GPT-5와 같은 추론 모델은 문제를 단계별로 분해하고 내부적인 ‘사고의 연쇄(CoT)’를 생성합니다. 이 CoT를 모델에게 다시 전달하면, 모델이 다시 생각할 필요 없이 효율적으로 작동하게 됩니다. 특히 툴을 사용할 때, previous_response_id를 통해 이전 턴의 CoT를 전달하는 것이 매우 중요하다고 저자는 역설합니다.

6. GPT-5에 대한 궁금증 (FAQ)

• ChatGPT에는 어떻게 통합되나요? ChatGPT에는 gpt-5-chat과 gpt-5-thinking 두 가지 모델이 있으며, 사용자의 질문에 따라 최적의 모델을 선택하는 라우팅 레이어가 작동합니다.
• Codex에서 지원되나요? 네, gpt-5는 Codex 및 Codex CLI에서 지원될 예정이라고 합니다.
• 이전 모델은 어떻게 되나요? 모델 폐기 계획은 폐기 페이지에 게시되며, 사전 공지를 통해 알려줄 것이라고 합니다.

---

자, 여러분! 오늘 우리는 ‘Using GPT-5’라는 웹페이지 글을 통해 GPT-5가 얼마나 강력하고 유연한 모델인지, 그리고 이 모델을 어떻게 하면 가장 효율적으로 활용할 수 있는지에 대해 깊이 있게 알아보았습니다.

결론적으로, 이 글의 저자가 우리에게 전달하고 싶은 핵심 메시지는 이것입니다. GPT-5는 단순히 더 똑똑해진 것을 넘어, 개발자들이 모델의 추론 과정과 출력 방식을 훨씬 더 정교하게 제어할 수 있는 다양한 새로운 기능들을 제공한다는 점입니다. 특히 ‘Responses API’를 활용하여 ‘사고의 연쇄(CoT)’를 효과적으로 관리하고, ‘Minimal Reasoning Effort’와 ‘Verbosity’를 통해 성능과 비용의 균형을 맞추며, ‘Custom Tools’와 ‘Allowed Tools’, 그리고 ‘Preambles’를 통해 모델의 툴 활용 능력을 극대화하는 것이 GPT-5를 제대로 활용하는 비법이라고 할 수 있겠죠.

오늘 강의 내용, 머리에 쏙쏙 박혔나요? 여러분의 GPT-5 활용에 큰 도움이 되기를 바랍니다! 다음 시간에 또 만나요!