OpenAI 데브데이 2026 정리: 상시 실행 에이전트 Dots와 5분의 1 가격 GPT-6.1 Sol

Dots는 기존 에이전트와 무엇이 다른가?

세 가지가 다르다. ① 상시 실행: 대화창을 닫아도 목표를 향해 계속 일한다. ② 자기 컴퓨터: 각 Dot이 자체 클라우드 컴퓨터와 브라우저를 갖고 화면을 조작한다. ③ 상시 연결: 4,000개 이상의 앱에 연동되고, 사용자는 ChatGPT뿐 아니라 음성 통화·Slack·Teams로 에이전트에게 말을 건다. 요약하면 "질문에 답하는 도구"가 아니라 "업무 계정을 가진 비상근 직원"에 가깝다.

이 형태 자체는 OpenAI가 처음이 아니다. 메타의 Muse, xAI 계열의 상시 에이전트 등 같은 방향의 제품이 이미 나와 있고, 이번 발표로 "상시 실행 + 자기 컴퓨터"가 에이전트 제품의 표준 형태로 굳어지는 모양새다. 중요한 것은 표준이 되는 순간 도입 질문이 바뀐다는 점이다. "쓸까 말까"에서 "무엇을 연결해줄까"로. Dots가 일을 하려면 메일, 캘린더, 사내 문서, 결제 수단 같은 실제 계정 권한이 필요하고, 그 권한 목록이 곧 위험 목록이 된다.

공교롭게도 이틀 전 엔비디아가 발표한 것이 정확히 이 지점의 안전장치였다. 에이전트가 접근할 수 있는 파일·데이터·도구·네트워크를 사전에 정의하고 이탈 시 밀리초 단위로 격리하는 플랫폼이다. 상주 에이전트의 시대와 에이전트 경계 인프라의 시대가 같은 주에 열린 셈이고, 이것은 우연이 아니라 세트다. 경계 설계 쪽은 엔비디아 오픈 에이전트 세이프티 플랫폼 분석에서 다뤘다.

상시 실행 에이전트의 도입 질문은 "쓸까 말까"가 아니라 "무엇을 연결하고 무엇을 막을까"다.

GPT-6.1 Sol의 5분의 1 가격은 무엇을 바꾸나?

"비싸서 못 돌리던 작업"의 목록이 바뀐다. GPT-6.1 Sol은 입력 100만 토큰당 2달러, 출력 10달러로, 에이전트 코딩·컴퓨터 사용·전문 업무 성능이 최상위 모델 GPT-6 Astra에 근접하면서 가격은 약 5분의 1이다. 어제까지 Astra로만 되던 작업의 상당수가 오늘부터 5분의 1 비용으로 가능하다는 뜻이다.

다만 단가 인하가 곧 비용 절감으로 이어지지는 않는다는 것을, AI 서비스를 직접 운영하며 배웠다. AI 관상 서비스 상냥(Sangnyang)을 혼자 만들어 결제 연동까지 운영하는 동안 API 비용 구조를 반복해서 개선했는데, 청구서를 움직인 변수는 모델 단가보다 재시도 횟수와 프롬프트에 붙는 컨텍스트 길이였다. 단가가 5분의 1이 되어도 출력이 흔들려 세 번씩 다시 돌리면 절감분의 대부분이 사라진다. 반대로 완료 조건과 출력 형식을 명확히 잡아 재시도를 줄인 작업은 단가 인하 효과를 온전히 가져간다. 모델별 작업당 비용 비교의 관점은 작업당 비용 전쟁 분석에서 자세히 다뤘다.

기업 관점의 실무 판단은 이렇게 정리된다. ① 현재 최상위 모델로 돌리는 작업 목록에서 "Astra급 판단력이 정말 필요한 작업"과 "형식이 정해진 대량 작업"을 분리한다. ② 후자를 GPT-6.1 Sol급으로 내리고, 품질 하락 여부를 측정한다(체감이 아니라 재작업률로). ③ 절감된 예산을 검증 계층에 재투자한다. 싸진 모델로 더 많이 돌릴수록, 산출물을 걸러내는 관문의 가치가 올라간다.

ChatGPT Space와 12억 사용자는 어떤 신호인가?

Space는 사람과 에이전트가 같은 워크스페이스에서 함께 일하는 구조다. 문서 협업 도구에 동료를 초대하듯 에이전트를 초대하는 것으로, "AI를 쓰는 개인"의 시대에서 "에이전트가 팀원인 팀"의 시대로 넘어가는 신호다. 주간 활성 사용자 12억 명은 이 변화가 얼리어답터가 아니라 보통 직장인의 기본값으로 온다는 뜻이다.

팀에 에이전트가 들어오면 개인 활용과는 다른 문제가 생긴다. 에이전트가 만든 산출물을 누가 검토했는지, 에이전트가 팀 문서의 어디까지 읽을 수 있는지, 결과가 틀렸을 때 책임 소재가 어디인지. 개인 단계에서는 암묵적으로 넘어가던 것들이 팀 단계에서는 규칙으로 필요해진다. 이 규칙 체계를 설계하는 방법은 하네스 엔지니어링 총론에 정리해뒀다.

한 가지 유의점도 있다. 함께 발표된 Private Intelligence(데이터 무보관)는 기업 데이터 우려에 대한 응답이지만, "무보관"과 "무유출"은 다른 문제다. 에이전트가 연결된 앱에서 데이터를 읽어 외부 액션에 쓰는 순간의 통제는 보관 정책이 아니라 권한 설계의 영역이다. 게이트웨이 계층에서 이를 다루는 흐름은 AI 게이트웨이 분석을 참고하면 된다.

직장인과 기업은 오늘 무엇을 판단해야 하나?

세 가지다. ① 권한: 상주 에이전트에게 연결해줄 계정과 절대 연결하지 않을 계정의 목록을 지금 정한다. ② 비용: 최상위 모델로 돌리던 작업 중 5분의 1 가격 모델로 내릴 작업을 재작업률 기준으로 고른다. ③ 역량: 에이전트가 상주할수록 사람의 검토 능력이 병목이 되므로, 검토 기준을 문서화한다.

순서에 대한 제안은 명확하다. Dots 같은 상주 에이전트를 조직에 들일 때 첫 파일럿은 "읽기 전용 + 보고만" 구성으로 시작하는 것이 안전하다. 캘린더와 문서를 읽고 요약 보고만 하게 하고, 쓰기 권한(메일 발송, 파일 수정, 결제)은 승인 관문을 붙여 단계적으로 연다. 어제 정리한 디지키 사례가 보여줬듯, 지속되는 자동화는 자동화율이 아니라 사람에게 넘기는 기준을 설계한 조직에서 나온다.