GPT-5.6 Sol·Terra·Luna 사용 후기: GPT-5.5 xhigh 쓰던 사람은 뭘 고르면 좋을까

GPT-5.5를 xhigh, 그러니까 Extra high reasoning으로 자주 쓰던 입장에서 GPT-5.6 Sol, Terra, Luna가 나오면 가장 먼저 드는 생각은 단순합니다.
“이제 무조건 Sol로 올리면 되는 건가?”

며칠 써보는 느낌으로 정리하면, 제 결론은 조금 다릅니다.

GPT-5.5 xhigh를 쓰던 사람이라면 기본값은 GPT-5.6 Terra로 두고,
정말 어려운 작업만 Sol, 반복·초안·가벼운 확인은 Luna로 빼는 편이 효율적입니다.

연관 글

요약

OpenAI Codex 문서 기준으로 GPT-5.6 계열은 Sol, Terra, Luna로 나뉩니다. Sol은 복잡한 코딩·컴퓨터 사용·리서치·보안 작업에 가장 강한 모델, Terra는 GPT-5.5와 경쟁할 만한 성능을 더 낮은 비용으로 제공하는 균형형 모델, Luna는 속도와 비용을 우선한 모델로 설명됩니다.

제가 GPT-5.5 xhigh를 쓰던 습관에서 바로 느낀 변화는 “모델 하나를 세게 쓰는 방식”보다 “작업마다 모델을 갈라 쓰는 방식”이 더 중요해졌다는 점입니다.

GPT-5.5 xhigh를 왜 계속 썼나

GPT-5.5를 xhigh로 쓰는 이유는 대체로 비슷합니다. 답이 조금 느려도, 긴 코드베이스를 읽고 방향을 잡거나 여러 파일을 한 번에 고칠 때 안정감이 필요하기 때문입니다.

저도 단순 질의응답에는 굳이 xhigh까지 올릴 필요를 못 느끼지만, 다음 작업에서는 높은 reasoning을 선호합니다.

기존 코드 흐름을 읽고 리팩터링 방향 잡기
테스트 실패 원인을 여러 가능성으로 좁히기
WordPress 글 구조나 SEO 흐름을 한 번에 다시 짜기
회사 문서나 챗봇용 자료처럼 맥락이 긴 작업 정리하기
에이전트에게 파일 수정과 검증까지 맡기는 작업

이런 작업은 “빠른 답”보다 “한 번에 덜 틀리는 답”이 더 중요합니다. 그래서 GPT-5.5 xhigh를 계속 쓰게 됩니다.

Sol, Terra, Luna 차이를 어떻게 봤나

공식 설명만 놓고 보면 역할은 꽤 분명합니다.

모델	공식 설명 기준 역할	제 체감상 맞는 작업
GPT-5.6 Sol	가장 강한 GPT-5.6 모델. 복잡한 코딩, 컴퓨터 사용, 리서치, 사이버보안 작업	큰 리팩터링, 원인 분석, 중요한 글의 최종 구조 잡기
GPT-5.6 Terra	일상 작업용 균형형. GPT-5.5와 경쟁 가능한 성능을 더 낮은 비용으로 제공	GPT-5.5 xhigh를 대체할 기본 모델
GPT-5.6 Luna	빠르고 저렴한 모델. 가벼운 작업과 대량 작업에 적합	초안, 요약, 로그 훑기, 반복 문장 정리

비용 감각도 중요합니다. OpenAI API 가격표의 Standard short context 기준으로 보면 gpt-5.6-sol은 gpt-5.5와 입력·출력 단가가 같습니다. 반면 gpt-5.6-terra는 그 절반, gpt-5.6-luna는 20% 수준입니다. API 기준으로만 보면 Terra는 약 50%, Luna는 약 80% 비용을 줄일 수 있는 셈입니다.

ChatGPT/Codex 플랜 쪽도 비슷한 힌트를 줍니다. Plus의 5시간 사용량 예시에서 GPT-5.5는 15~80 local messages로 표시되는데, Terra는 20~110, Luna는 50~280입니다. 즉 “무조건 제일 강한 모델”보다 “충분한 모델을 더 많이 쓰는 전략”이 현실적입니다.

실제로는 어떤 모델을 고르면 좋을까

제가 GPT-5.5 xhigh 사용자에게 권하고 싶은 선택은 이렇습니다.

1. 기존 GPT-5.5 xhigh 대체 기본값: Terra high 또는 extra high

가장 먼저 바꿔볼 모델은 Sol이 아니라 Terra라고 봅니다.
GPT-5.5 xhigh를 쓰던 사람은 이미 “저가 모델로 아무거나 빨리 답하기”보다 “품질이 어느 정도 나와야 한다”는 쪽에 가깝습니다. 그런데 매번 Sol을 쓰면 비용과 사용량이 빨리 부담됩니다.

Terra는 공식 설명에서도 GPT-5.5와 경쟁 가능한 성능을 더 낮은 비용으로 제공하는 균형형 모델로 소개됩니다. 그래서 일상적인 개발 보조, 글 구조 잡기, 중간 난도의 디버깅에는 Terra를 먼저 쓰는 편이 합리적입니다.

2. Sol은 ‘실패하면 시간이 더 드는 작업’에 쓴다

Sol은 아껴 쓰는 쪽이 맞다고 봅니다.
예를 들면 이런 작업입니다.

여러 파일이 얽힌 리팩터링
원인을 잘못 잡으면 반나절 날아가는 버그 분석
보안·권한·인증처럼 실수가 위험한 코드 리뷰
자료를 넓게 읽고 판단까지 해야 하는 리서치
최종 발행 전, 글의 논리와 근거를 한 번 더 잡는 작업

이런 작업은 모델 비용보다 사람이 다시 확인하고 고치는 시간이 더 비쌉니다. 이때는 Sol을 쓰는 게 오히려 효율적일 수 있습니다.

3. Luna는 생각보다 쓸 곳이 많다

Luna는 “싸니까 품질 낮은 모델”로 보면 아깝습니다.
실제로 AI 작업의 상당수는 최고 추론이 필요하지 않습니다.

긴 로그에서 이상한 부분 후보 찾기
글 초안의 중복 표현 줄이기
제목 후보 10개 만들기
이미 정한 방향대로 문단 다듬기
여러 문서를 짧게 요약해서 1차 분류하기

이런 일까지 GPT-5.5 xhigh나 Sol에 맡기면 모델을 과하게 쓰는 느낌이 납니다. Luna는 “최종 판단자”보다는 “작업량을 줄이는 조수”로 보면 좋습니다.

처음에는 헷갈렸던 점

처음에 헷갈리는 부분은 모델 이름과 reasoning level이 섞인다는 점입니다.

GPT-5.6 Terra는 모델이고, high, extra high, max, ultra 같은 것은 reasoning level에 가깝습니다. 그러니까 선택지는 단순히 Sol/Terra/Luna 세 개가 아니라, 각 모델을 어느 정도 깊이로 생각하게 할지도 함께 정하는 구조입니다.

개인적으로는 이렇게 시작하는 편이 안전합니다.

상황	추천 시작점
평소 GPT-5.5 xhigh로 하던 대부분의 작업	GPT-5.6 Terra high 또는 extra high
결과 품질이 정말 중요한 작업	GPT-5.6 Sol extra high 이상
반복 초안·요약·분류	GPT-5.6 Luna medium 또는 high
아직 작업 난이도를 모를 때	Terra medium으로 시작 후 필요하면 올리기

중요한 건 처음부터 Ultra 같은 최고 단계를 켜는 게 아닙니다. Codex 문서에서도 medium을 일상 기본값으로 제시하고, 더 어려운 작업에 high, extra high, max, ultra를 쓰는 흐름을 보여줍니다.

내 기본값은 Terra 쪽이다

GPT-5.5 xhigh에 익숙한 사람은 Sol이 마음 편할 수 있습니다. 저도 중요한 작업을 맡길 때는 강한 모델을 고르는 쪽입니다. 그런데 매일 쓰는 도구라면 마음 편함만으로는 부족합니다. 사용량도 봐야 하고, 응답 속도도 봐야 하고, “이 작업에 이 모델이 꼭 필요한가”도 봐야 합니다.

그래서 제 기본값은 Terra입니다.

GPT-5.5급 품질 감각을 유지하고 싶다
하지만 모든 작업을 최고 비용 모델로 돌리고 싶지는 않다
개발, 글쓰기, 자료 정리, 가벼운 리서치를 섞어 쓴다
필요할 때만 Sol로 올리고 싶다
반복 작업은 Luna로 빼고 싶다

이런 사람에게 Terra는 꽤 자연스러운 출발점입니다.

반대로 “나는 하루 종일 대규모 코드베이스를 에이전트에게 맡긴다”면 Sol 비중이 커질 수 있습니다. “나는 초안, 요약, 간단한 자동화가 많다”면 Luna 비중을 더 키워도 됩니다.

결론

GPT-5.5 xhigh를 쓰던 사람에게 GPT-5.6 계열은 단순 업그레이드라기보다 작업 배분의 변화에 가깝습니다.

제 기준의 결론은 이렇습니다.

기본값은 GPT-5.6 Terra가 가장 무난하다.
Sol은 실패 비용이 큰 작업에 쓴다.
Luna는 반복·초안·요약 작업에 적극적으로 쓴다.
reasoning level은 무조건 최고로 올리지 말고, 작업 난이도에 맞춰 올린다.

예전에는 “GPT-5.5 xhigh 하나로 밀어붙이는 방식”이 편했습니다. 그런데 GPT-5.6에서는 Sol, Terra, Luna를 나눠 쓰는 쪽이 더 효율적으로 보입니다. 이제 모델 선택은 성능 순위표가 아니라, 내 작업을 어디에 맡기면 시간과 비용이 덜 새는지의 문제에 가까워졌습니다.