GPT-6.1 Terra 출시: 주요 특징, 모델 차이와 사용 방법

GPT-6.1 Terra는 이미지와 화면을 이해하고, 지원되는 도구로 작업을 수행하며, 글을 명확하게 작성·수정하는 데 초점을 둔 OpenAI 모델입니다. 시각 자료를 보면서 문서나 앱 작업을 처리하려는 사용자에게 살펴볼 만한 선택지이며, ChatGPT Work·Codex와 API에서 이용 조건을 각각 확인해야 합니다.

GPT-6.1 Terra란?

OpenAI의 API 변경 기록에는 GPT-6.1 Terra 출시일이 2026년 10월 26일로 표시되어 있습니다. API에서 사용하는 모델 이름은 gpt-6.1-terra입니다. 모델은 입력을 해석하고 답이나 도구 호출을 생성하는 핵심 구성 요소이며, 실제 파일·브라우저·앱을 다루는 기능은 이를 실행하는 제품과 도구가 제공합니다.

Terra를 고를 때의 핵심 질문은 “가장 어려운 문제를 풀 수 있는가?”보다 “제공한 자료와 화면을 정확히 읽고, 범위가 정해진 작업을 완성하는 데 적합한가?”입니다. 예를 들어 제품 사진과 상품 목록을 대조하거나, 제안서의 근거를 유지하면서 문장을 줄이는 작업을 생각할 수 있습니다. 실제 품질은 입력 자료와 도구 환경, 검토 기준에 따라 달라집니다.

주요 특징: 시각적 이해, 컴퓨터 조작, 글쓰기

시각적 추론은 이미지 속 대상·배치·관계를 읽어 작업에 필요한 판단을 하는 것입니다. 차트에서는 축과 단위를, 화면에서는 선택된 항목과 버튼의 관계를 함께 봐야 합니다. Terra를 사용할 때도 원본의 작은 글자나 애매한 수치는 확대 이미지 또는 별도 텍스트로 보완하는 편이 좋습니다. 보이지 않는 정보를 추측하도록 요청하면 결과 확인이 어려워집니다.

컴퓨터 조작은 읽은 내용을 실제 행동으로 연결하는 단계입니다. 다만 Terra를 선택했다고 모든 앱에 자동으로 접근하는 것은 아닙니다. 지원되는 브라우저·컴퓨터 도구, 로그인 상태, 접근 권한이 있어야 하며, 저장된 결과를 다시 확인해야 합니다. 화면에 성공 메시지가 나왔다는 사실과 원하는 데이터가 정확히 저장됐다는 사실은 별도로 점검할 항목입니다.

글쓰기에서는 근거 문서를 주고 대상 독자·목적·남겨야 할 정보를 지정하는 방식이 유용합니다. “더 짧게 써줘”만 요청하기보다 “조건·가격·예외를 유지하고 일반 고객용 안내문으로 줄여줘”라고 요청하면 검토 기준이 분명해집니다. 이러한 용도는 OpenAI의 Terra 제공 안내에서 설명하는 방향과 맞지만, 모든 작업에서 다른 모델보다 우수하다는 뜻은 아닙니다.

Sol·Astra·Luna와 어떻게 다른가요?

모델은 이름의 숫자나 출시 순서만으로 선택하기보다 작업의 난이도와 필요한 결과를 기준으로 고르는 것이 좋습니다. 다음은 공식 모델 선택 안내를 작업 유형별로 정리한 출발점입니다.

모델 우선 검토할 작업 선택할 때 확인할 점
GPT-6.1 Terra 시각 자료와 화면을 활용하는 작업, 간결한 글쓰기, 범위가 명확한 코드 수정 입력에서 놓친 정보와 실제 저장 결과
GPT-6.1 Sol 여러 단계의 코드·앱·문서 작업을 연결하는 복잡한 프로젝트 완성도와 처리 시간·비용의 균형
GPT-6 Astra 모호한 문제, 깊은 분석, 요구 수준이 높은 결과물 추가 추론이 검토·수정 시간을 줄이는지
GPT-6 Luna 범위가 좁은 분류·추출·변환과 자주 반복하는 작업 가벼운 설정으로도 정확도 기준을 충족하는지

예를 들어 상품 사진에서 후보를 찾고 담당자에게 확인 목록을 만드는 작업이라면 Terra부터 비교해 볼 수 있습니다. 여러 시스템을 고치면서 예외 처리와 회귀 위험까지 판단해야 한다면 Sol이나 Astra도 함께 검토할 이유가 있습니다. 단순 분류를 많이 반복한다면 Luna가 필요한 품질을 충족하는지도 먼저 확인할 수 있습니다.

비교할 때는 같은 자료·요청·추론 수준을 사용하고, 사실 누락·잘못된 변경·최종 검토 시간을 함께 기록하세요. 응답이 빨리 나오더라도 사람이 고치는 데 오래 걸리면 전체 작업 시간은 줄지 않습니다. 이 글의 비교표는 선택 기준이며 직접 측정한 성능 순위가 아닙니다.

어디에서 사용할 수 있나요?

출시 당시 제공 범위는 Plus·Pro·Business·Enterprise·Edu의 ChatGPT Work와 Codex입니다. 일반 Chat에서는 제공되지 않습니다. 데스크톱 앱 또는 Work 웹의 모델 목록에서 Advanced를 확인하며, Work 모바일도 지원 대상으로 안내되어 있습니다.

회사·학교 계정에서는 워크스페이스 제공 여부와 관리자의 모델 허용 설정도 영향을 줍니다. 모델이 보이지 않으면 먼저 Work/Codex 화면인지 확인하고, 앱 버전과 계정·워크스페이스를 확인하세요. 브라우저 조작과 컴퓨터 조작은 별도 설정·접근 조건이 있으므로 모델 표시 여부만으로 기능 사용 가능 여부를 판단하지 않아야 합니다.

업무용 데이터 처리 지역을 검토한다면 Terra가 UAE 추론 레지던시를 지원하지 않는다는 조건도 확인해야 합니다. 이는 추론 처리가 이루어지는 지역에 관한 조건이며, UAE에 있는 모든 사용자의 이용을 금지한다는 의미로 바꾸어 해석하면 안 됩니다.

요금과 사용량은 어떻게 계산하나요?

ChatGPT 플랜으로 쓰는 Work/Codex의 포함 사용량·크레딧과 개발자가 호출하는 API의 토큰 과금은 구분해야 합니다. 토큰은 모델이 텍스트 등을 처리하는 단위로, 단어나 글자와 일대일로 대응하지 않습니다. 구독 사용량은 계정의 사용량 화면과 플랜 안내에서, API 비용은 API 사용 내역과 가격표에서 확인하세요.

2026년 10월 출시 시점의 Terra Standard API 텍스트 요금은 다음과 같습니다. 통화는 미국 달러이며, 표의 단위는 각각 100만 토큰입니다. 공식 API 가격표는 처리 방식과 캐시 저장 비용도 구분합니다.

항목 100만 토큰당 요금 의미
일반 입력 US$1.00 캐시 할인 없이 처리하는 입력
캐시된 입력 US$0.05 실제로 캐시가 적용된 입력 읽기
출력 US$5.00 출력 토큰 비용
캐시 쓰기: 30분 / 12시간 US$1.25 / US$2.50 해당 보존 기간의 캐시 저장 요금

계산 예로 일반 입력 10,000토큰과 과금 대상 출력 2,000토큰만 사용했다면 US$0.01 + US$0.01 = US$0.02입니다. 이는 Standard에서 캐시 쓰기·추가 도구·지역 할증 등이 없는 조건의 예시이며 실제 작업 비용을 보장하는 견적이 아닙니다. 추론과 반복 호출을 포함한 실제 사용량으로 계산해야 합니다.

입력이 272,000토큰을 넘으면 요청 전체의 입력·캐시 요금은 2배, 출력 요금은 1.5배가 됩니다. Fast는 Standard의 2배, Batch·Flex는 Standard보다 50% 낮은 요금으로 안내되며, 제공되는 지역 처리에는 10% 할증이 붙습니다. 도구 사용 비용도 따로 생길 수 있습니다. 긴 자료를 모두 넣기 전에 필요한 구역을 골라 주는 것이 정확도와 비용 관리에 모두 도움이 됩니다.

앱·Codex CLI·API에서 시작하는 방법

앱에서 시작하기: Work 또는 Codex의 입력창 주변 모델 선택기를 열어 GPT-6.1 Terra를 선택하고, 필요한 자료를 첨부한 뒤 결과 형태와 변경 범위를 적으세요. 첫 작업은 읽기·분석이나 초안 작성처럼 확인하기 쉬운 범위로 잡는 것이 좋습니다. 모델 목록과 추론 설정의 위치는 클라이언트에 따라 다를 수 있습니다.

Codex CLI에서 시작하기: 명령줄 인터페이스(CLI)는 터미널에서 Codex를 실행하는 방식입니다. 공식 모델 안내에 따르면 Terra에는 Codex CLI 0.159.0 이상이 필요합니다. 설치·로그인을 마친 환경에서 작업 폴더로 이동한 뒤 다음 명령을 실행합니다.

codex -m gpt-6.1-terra

대화형 세션에서는 /model로 모델과 추론 수준을 확인·변경할 수 있습니다. 모델을 찾지 못하면 설치 버전, 로그인 계정의 접근 권한과 모델 이름을 확인하세요. 모델 선택은 파일 수정이나 외부 서비스 변경에 대한 권한 설정을 대신하지 않습니다.

API에서 시작하기: Python과 사용 가능한 API 프로젝트·결제 설정, 프로젝트 API 키가 필요합니다. 키를 실행 환경의 OPENAI_API_KEY 환경 변수로 설정하고 코드나 공개 저장소에 넣지 마세요. 환경 변수 설정 방법은 공식 API 빠른 시작에서 운영체제별로 확인할 수 있습니다. 실행할 Python 환경에 SDK를 설치합니다.

python -m pip install --upgrade openai

다음 전체 예제를 terra_example.py로 저장합니다. 텍스트 요청의 연결을 확인하기 위한 예제로, 브라우저를 조작하거나 파일을 수정하는 도구는 연결하지 않습니다.

from openai import OpenAI

client = OpenAI()
response = client.responses.create(
    model="gpt-6.1-terra",
    reasoning={"effort": "low"},
    input=(
        "다음 메모를 한국어 고객 안내문 세 문장으로 정리하세요. "
        "조건을 유지하고 없는 사실을 추가하지 마세요. "
        "메모: 금요일 배송. 재고 상품만 해당. 주소 변경은 목요일 정오까지."
    ),
)
print(response.output_text)
python terra_example.py

실행되면 안내문이 텍스트로 출력됩니다. 표현은 달라질 수 있지만 금요일 배송, 재고 상품 한정, 목요일 정오의 주소 변경 마감이 모두 남아 있는지 확인하세요. 인증·모델 접근·사용량 오류가 나오면 출력 문장을 평가하기 전에 키·프로젝트 권한·한도를 확인해야 합니다. 과금되는 요청이므로 오류 원인을 확인하지 않은 채 무한 반복하지 마세요.

Terra는 Responses와 Chat Completions 엔드포인트를 지원하지만, 도구 호출에는 Responses API가 필요합니다. API 추론 수준은 none·low·medium·high·xhigh·max이며 API 기본값은 medium입니다. 예제는 low를 명시했으며, 앱의 기본 설정까지 medium이라고 가정하면 안 됩니다. 웹 검색이나 컴퓨터 조작에는 추가 도구 설정과 실행 환경이 필요합니다.

실제 업무에 적용하는 요청 예시

사진과 상품 목록 대조: 사진마다 파일 이름을 붙이고 상품 코드·색상·규격이 있는 목록을 제공합니다. “일치 후보, 판단 근거, 불확실한 항목을 표로 만들고 확신할 수 없는 제품은 미확정으로 남겨 달라”고 요청하세요. 사진만으로 확정할 수 없는 규격은 목록과 대조하고, 게시 전 실제 상품 코드를 확인합니다.

화면 작업: “이 양식의 제목·날짜만 바꾸고 다른 필드는 유지한 뒤 저장 결과를 다시 열어 확인해 달라”처럼 목표와 보존 범위를 함께 적습니다. 처음에는 테스트용 항목으로 진행하고 변경 전 값을 남겨 두면 오류가 났을 때 복구하기 쉽습니다. 결제·발송 같은 작업은 실행 전에 검토할 경계를 분명히 해야 합니다.

블로그·제안서 수정: 근거 자료와 기존 원고를 제공하고 독자, 길이, 유지할 주장·수치·예외를 지정합니다. 수정본에서 근거 링크와 중요한 조건이 사라지지 않았는지 원문과 비교하세요. 짧아진 문장이 더 정확하다는 보장은 없습니다.

코드 수정: 오류 재현 방법, 수정할 파일 범위, 기대 동작과 실행할 검증 명령을 함께 줍니다. 완료 후에는 변경 내역과 검증 결과를 확인하고, 관련 없는 파일 변경이 없는지도 살펴보세요. 수정 범위가 커지거나 설계 판단이 많아지면 Sol·Astra와 동일한 조건으로 비교할 수 있습니다.

사양과 한계: 사용 전에 확인할 사항

공식 모델 사양에는 컨텍스트 창 1,050,000토큰, 최대 출력 128,000토큰, 지식 기준일 2026년 6월 1일이 명시되어 있습니다. 컨텍스트 창은 한 요청에서 다룰 수 있는 정보의 범위이며, 최대 출력과 같은 값이 아닙니다. 제품에서 실제 사용할 수 있는 한도는 별도일 수 있습니다.

텍스트는 입력·출력, 이미지는 입력을 지원하며 오디오·비디오는 모델의 직접 입출력 형식으로 지원되지 않습니다. 이미지 생성 도구를 연결할 수 있다는 사실도 Terra가 직접 이미지를 출력한다는 뜻과는 다릅니다. 최신 뉴스나 바뀐 정책은 모델의 내장 지식에 맡기지 말고 최신 원자료 또는 연결된 검색 도구로 확인해야 합니다.

도입 여부를 판단할 때는 대표 작업 하나를 골라 완료 조건을 먼저 적어 보세요. 글이라면 필수 사실과 예외의 보존, 화면 작업이라면 재조회한 저장 값, 코드라면 재현 문제 해결과 회귀 검증이 기준이 됩니다. 같은 자료에서 Terra가 그 기준을 충족하는지 확인한 뒤 적용 범위를 넓히는 편이 판단하기 쉽습니다.