GPT-5.5는 정말 최강 AI일까 — 벤치마크 점수와 실무의 간극

새 모델이 나오면 발표 자료엔 늘 막대그래프가 가득합니다. GPT-5.5도 그랬습니다. 2026년 4월, OpenAI는 여러 벤치마크에서 1위 숫자를 나란히 띄웠습니다. 그런데 한 달여가 지난 지금, 같은 모델을 두고 개발자 게시판에는 “코드를 자꾸 반쪽만 돌려준다”는 불평이 쌓였고, 경쟁사 Claude Opus 4.8은 단 6주 만에 그 점수표 대부분을 다시 뒤집었습니다. 점수는 분명 올랐는데 현장 신뢰는 왜 따라오지 않았을까요. 이 글은 GPT-5.5의 벤치마크 성적과 실무 체감이 어디서, 왜 갈라지는지를 검증된 수치로만 갈라 정리합니다.

핵심 요약

• GPT-5.5는 2026년 4월 23일 공개(API는 4월 24일)됐고, 5월 5일엔 ‘GPT-5.5 Instant’가 ChatGPT 기본 모델로 올라섰습니다 — TechCrunch·ZDNet Korea.
• 에이전트형 시험에선 앞섰습니다. 터미널벤치 2.0 82.7%로 Opus 4.7(69.4%)을 13.3포인트, GDPval 84.9%로 Opus 4.7(80.3%)을 4.6포인트 앞섰습니다 — OpenAI(Vellum 경유).
• 그런데 가장 ‘실제 엔지니어링’에 가까운 SWE-bench Pro에선 58.6%에 그쳐, 한 세대 구형인 Opus 4.7(64.3%)에 5.7포인트 뒤졌습니다 — OpenAI(Vellum 경유).
• 출시 약 5주 뒤 나온 Opus 4.8은 SWE-bench Pro 69.2%로 GPT-5.5(58.6%)를 10.6포인트 앞질렀습니다. ‘벤치마크 1위’ 타이틀의 유효기간은 6주 남짓이었습니다 — Anthropic(Vellum 경유).
• 표준 API 가격은 입력·출력 100만 토큰당 5달러·30달러로, 직전 GPT-5.4(2.5달러·15달러)의 정확히 두 배입니다 — OpenAI 개발자 문서.

GPT-5.5가 내세운 것 — 무엇을 갈아치웠나?

GPT-5.5는 OpenAI가 2026년 4월 23일 공개한 플래그십 모델입니다. 다음 날 API가 열렸고, 5월 5일에는 가벼운 응답용인 ‘GPT-5.5 Instant’가 ChatGPT의 기본 모델로 바뀌며 직전 GPT-5.3 Instant를 대체했습니다 — TechCrunch. 기능 명세부터 보면 프런티어 모델다운 구성을 갖췄습니다. 약 105만 토큰(장편소설 7~8권을 한 번에 넣을 분량)의 컨텍스트 창, 이미지 입력, 구조화된 출력, 함수 호출, 웹 검색, 컴퓨터 사용(computer use), MCP까지 지원합니다 — OpenAI 개발자 문서.

발표의 핵심은 벤치마크였습니다. 그리고 상당수에서 실제로 앞섰습니다. 지식 노동의 경제적 가치를 평가하는 GDPval에서 84.9%를 받아 Opus 4.7(80.3%)을 4.6포인트 앞섰고, 터미널 환경 작업 능력을 보는 터미널벤치 2.0에서는 82.7%로 Opus 4.7(69.4%)을 13.3포인트나 끌어올렸습니다 — OpenAI(Vellum 경유). 보안 과제 평가 CyberGym도 81.8%로 Opus 4.7(73.1%)을 8.7포인트 앞섰습니다. 숫자만 늘어놓으면 ‘신형이 구형을 눌렀다’는 깔끔한 그림입니다.

여기까지는 발표 자료의 문법대로입니다. 문제는 그다음입니다. 모든 시험에서 이긴 게 아니었고, 하필 가장 현실에 가까운 시험에서 졌습니다.

그런데 ‘진짜 코딩’ 시험에선 구형에 졌다

GPT-5.5의 가장 큰 빈틈은 SWE-bench Pro입니다. 이 벤치마크에서 GPT-5.5는 58.6%에 그쳐, 한 세대 앞선 Opus 4.7(64.3%)에 5.7포인트 뒤졌습니다 — OpenAI(Vellum 경유). 신형이, 그것도 자사 발표 자료 안에서, 경쟁사 구형 모델에 진 항목입니다.

왜 이 한 항목이 중요할까요. SWE-bench에는 두 갈래가 있습니다. 흔히 인용되는 ‘Verified’는 비교적 정형화된 과제라 상위 모델들이 이미 88% 안팎으로 몰린 포화 구간입니다. 반면 ‘Pro’는 실제 운영 저장소에서 여러 파일을 동시에 고쳐야 하는, 암기로 풀기 어려운 변형입니다. 한마디로 현업 엔지니어가 매일 마주하는 일에 가장 가깝습니다. 그 시험에서 GPT-5.5가 뒤졌다는 건, 점수표의 화려함과 별개로 짚어둘 신호죠.

같은 그래프 안에서 파란 막대(GPT-5.5)가 두 번은 위에, 한 번은 아래에 있습니다. 그리고 아래에 있는 그 한 번이 ‘코드를 끝까지 옳게 고치는’ 능력에 가장 가깝습니다. 점수표를 평균 내면 안 보이지만, 항목을 쪼개면 보이는 간극이고요.

META TOUR의 분석: 벤치마크는 ‘무엇을 측정했는가’로 다시 읽어야 합니다. GPT-5.5가 이긴 터미널벤치·GDPval은 도구를 부려 작업을 끝까지 끌고 가는 ‘에이전트 지구력’에 가깝고, 진 SWE-bench Pro는 ‘코드 자체의 정확성’에 가깝습니다. 둘은 같은 ‘코딩’이라는 말로 묶이지만 현장에서 체감하는 결은 다릅니다.

실무자들이 말하는 ‘게으른 코딩’

벤치마크의 빈틈은 사람의 불평으로 먼저 새어 나왔습니다. GPT-5.5 공개 직후 OpenAI 개발자 포럼과 여러 기술 블로그에는 이른바 ‘게으른 코딩(lazy coding)’ 보고가 다시 늘었습니다. 일부만 고쳐 달라고 했더니 파일 전체를 잘라서 돌려주거나, 빠진 자리에 “이 부분은 생략(function omitted for brevity)“이라고만 써 두는 식입니다 — OpenAI 개발자 포럼 등 사용자 보고.

이 대목은 측정된 수치가 아니라 사용자들의 경험담이라는 점을 분명히 해두겠습니다. 다만 흥미로운 건 이 불평이 앞서 본 SWE-bench Pro 약세와 같은 방향을 가리킨다는 사실입니다. 둘 다 “다 된 것처럼 보이지만 실제로는 덜 됐다”는 한 문장으로 묶입니다. 터미널 점수가 82.7%라는 말과, 내 코드가 온전히 돌아온다는 말은 다릅니다.

물론 모델 하나를 두고 나오는 불평이 늘 공정한 건 아닙니다. 기대치가 높을수록 실망의 목소리도 커지기 마련입니다. 이 신호는 ‘결정적 증거’가 아니라 ‘점수 너머를 보라는 단서’로 다루는 게 맞습니다. 직접 며칠 돌려 보고 결함률을 재 보는 것 — 그게 게시판 여론보다 정확합니다.

당장의 불편을 줄이는 요령도 있습니다. “생략하지 말고 전체 코드를 그대로 출력하라”, “바뀐 부분만이 아니라 파일 전체를 반환하라”처럼 출력 형식을 프롬프트에 못 박으면 코드가 잘려 나오는 빈도가 줄어듭니다. 근본 해결은 아니지만, 도구의 약점을 지시로 메우는 현실적인 우회로입니다. 모델을 바꾸기 전에 프롬프트부터 조여 보는 게 순서일 때가 많습니다.

6주짜리 왕좌 — Opus 4.8이 점수표를 뒤집다

‘벤치마크 1위’라는 타이틀에는 유효기간이 있었습니다. 그것도 짧았습니다. GPT-5.5 출시 약 5주 뒤인 2026년 5월 28일, Anthropic은 Claude Opus 4.8을 내놓으며 주요 벤치마크 대부분을 다시 가져갔습니다. SWE-bench Pro에서 Opus 4.8은 69.2%로 GPT-5.5(58.6%)를 10.6포인트 앞섰습니다 — Anthropic(Vellum 경유). 같은 시험에서 GPT-5.5는 두 달도 안 되는 사이에 ‘구형 Opus 4.7에 뒤지고, 신형 Opus 4.8에 더 크게 뒤지는’ 자리에 놓였습니다.

이 장면은 한 모델의 우열을 넘어, 요즘 AI 경쟁의 속도 자체를 보여줍니다. 점수 1위는 분기가 아니라 주 단위로 손바뀜합니다. 그렇다면 ‘지금 1위’라는 문구에 도입을 결정하는 건 위태롭습니다. GPT-5.5를 쓰던 팀이 한 달여 만에 “이제 Opus 4.8이 위”라는 기사를 다시 마주하는 식이니까요. 더 자세한 Opus 4.8 분석은 Claude Opus 4.8 출시: 벤치마크는 얼마나 올랐나에서 다뤘습니다.

이야기는 한 번 더, 더 빠르게 움직였습니다. 6월 9일 Anthropic이 금고급 최상위 모델 Claude Fable 5를 일반 공개하자 SWE-bench Pro 점수는 80.3%까지 뛰었습니다. 같은 표에서 GPT-5.5(58.6%)와 Gemini 3.1 Pro(54.2%)는 20포인트 넘게 아래에 놓였습니다 — 디코더. GPT-5.5의 ‘1위’ 타이틀은 6주를 못 갔고, 두 달도 안 되는 사이에 한 체급 위 모델까지 등장한 셈입니다. 순위표가 분기가 아니라 주 단위로 바뀐다는 말이 과장이 아닙니다.

META TOUR의 관점: 벤치마크 순위표는 ‘상태’가 아니라 ‘스냅숏’입니다. 모델 선택의 기준은 ‘지금 1위냐’가 아니라 ‘내 작업에서 결과가 안정적이냐’여야 합니다.

그래도 GPT-5.5가 진짜로 잘하는 것

여기까지 약점만 짚었지만, GPT-5.5를 깎아내리는 게 이 글의 목적은 아닙니다. 점수와 현실이 어긋나는 지점을 보여주는 게 목적이고, 그러려면 진짜 강점도 정직하게 둬야 합니다. 그리고 GPT-5.5에는 벤치마크용 장식이 아니라 실무에서 바로 체감되는 강점이 있습니다.

가장 또렷한 건 긴 문맥 처리입니다. 512K~1M 토큰 구간의 장문 이해를 보는 MRCR v2에서 GPT-5.5는 74.0%를 기록해 Opus 4.7(32.2%)을 두 배 이상 앞섰습니다 — Vellum. 긴 계약서나 방대한 코드베이스를 통째로 넣고 질문하는 작업이라면 이 격차는 벤치마크 숫자가 아니라 실제 업무 결과로 드러납니다. 수백 쪽 약관을 한꺼번에 넣고 “위약금 조항만 뽑아줘”라고 시키거나, 긴 회의록 묶음에서 결정사항만 추리는 일처럼 ‘한 번에 길게 읽어야 하는’ 작업이 여기 해당합니다. 코드를 끝까지 정확히 고치는 일과는 또 다른 결의 강점입니다.

환각을 줄인 점도 짚을 만합니다. GPT-5.5 Instant는 의료·법률·금융 같은 고위험 질문에서 환각성 주장을 직전 GPT-5.3 Instant보다 52.5% 줄였다고 OpenAI는 밝혔습니다 — OpenAI 자체 측정. 다만 이 숫자엔 단서가 필요합니다. OpenAI 내부 벤치마크이고, 고위험 영역에 한정되며, 외부에서 독립 재현되지 않았습니다. 그래서 ‘환각이 절반으로 줄었다’가 아니라 ‘OpenAI 측정 기준 특정 조건에서 줄었다’로 읽는 게 정확합니다.

요약하면 이렇습니다. GPT-5.5는 ‘길게 읽고, 도구를 부려 끝까지 끌고 가고, 덜 틀리게 답하는’ 쪽에 강합니다. 반대로 ‘여러 파일을 정확히 고쳐 온전히 돌려주는’ 쪽에선 약점을 보였습니다. 어느 쪽이 내 업무와 가까운지가 선택의 기준입니다. AI가 그럴듯한 거짓을 줄이는 방법은 환각 줄이는 프롬프트 습관에서 따로 정리했습니다.

가격이라는 또 다른 현실

점수 다음으로 실무를 가르는 건 비용입니다. GPT-5.5의 표준 API 가격은 입력 100만 토큰당 5달러, 출력 100만 토큰당 30달러입니다 — OpenAI 개발자 문서. 직전 GPT-5.4(입력 2.5달러·출력 15달러)의 정확히 두 배입니다. 같은 일을 시켜도 청구서가 두 배가 될 수 있다는 뜻입니다.

비교의 결을 하나 더 얹으면, 경쟁 모델인 Opus 4.7의 출력 가격은 100만 토큰당 25달러입니다. GPT-5.5(30달러)가 오히려 더 비쌉니다. ‘신형이라 더 싸다’는 통념과 반대 방향입니다. 상위 등급인 GPT-5.5 Pro로 가면 입력 30달러·출력 180달러로, 표준의 여섯 배까지 뜁니다 — OpenAI·OpenRouter.

숨은 비용도 있습니다. 프롬프트가 27만 2천 토큰을 넘어가면 입력은 2배, 출력은 1.5배 요율이 그 세션 전체에 적용됩니다 — OpenAI 개발자 문서. 하필 GPT-5.5가 강점으로 내세운 ‘긴 문맥’ 작업이 바로 이 구간입니다. 잘하는 일을 시킬수록 단가가 오르는 구조라, 도입 전 실제 토큰량 기준으로 월 비용을 계산해 두는 편이 안전합니다.

구분	입력(100만 토큰)	출력(100만 토큰)	메모
GPT-5.5 표준	5달러	30달러	GPT-5.4의 2배
GPT-5.5 Pro	30달러	180달러	표준의 6배
GPT-5.4(직전)	2.5달러	15달러	참고용
Opus 4.7(경쟁)	5달러	25달러	출력은 더 저렴

(가격은 2026년 6월 3일 기준 공개 자료이며, 캐시 입력 할인·장문 요율 등 조건에 따라 실청구액은 달라집니다 — OpenAI 개발자 문서.)

한 달 사이 가격 지형도 더 또렷해졌습니다. 6월 9일 공개된 Claude Fable 5는 출력 100만 토큰당 50달러로, GPT-5.5(30달러)보다도 높은 최상위 프리미엄 구간을 새로 열었습니다 — Anthropic. 지금 주요 모델의 출력 단가는 ‘Opus 4.8(25달러) < GPT-5.5(30달러) < Fable 5(50달러)‘로 층이 갈립니다. GPT-5.5는 코딩 성능에선 한 체급 아래로 밀렸는데 가격은 그 위 모델보다 비싸고 아래 모델보다도 비싼, 애매한 자리에 놓인 셈입니다. 성능 순위와 가격 순위가 어긋날 때, 손해를 보는 건 점수표만 보고 고른 쪽입니다.

그래서 GPT-5.5를 써야 할까?

판단은 작업 종류로 갈립니다. 긴 문서 요약·검색·일상 대화처럼 ‘길게 읽고 무난히 답하는’ 작업이라면 GPT-5.5 Instant가 기본 모델로 들어온 ChatGPT만으로 충분히 체감 이득이 있습니다. 환각을 줄였다는 OpenAI의 측정도 이 결과 맞닿아 있습니다. 반대로 여러 파일을 동시에 고치는 본격 코딩이나 대규모 마이그레이션이라면, 벤치마크와 실무 보고가 함께 가리키는 약점을 무시하기 어렵습니다.

평범한 ChatGPT 사용자라면 사실 따로 할 일은 없습니다. 5월 5일부터 GPT-5.5 Instant가 기본 모델로 들어왔으니, 일상 질문은 이미 새 모델이 받고 있습니다. 굳이 모델을 직접 고르거나 바꿀 필요는 없고, ‘코딩처럼 정확성이 중요한 작업’에서만 다른 모델과 결과를 나란히 비교해 보면 충분합니다. 점수표의 1위에 휘둘릴 필요가 없는 건, 대부분의 일상 작업에서는 상위 모델 간 차이가 체감되지 않기 때문이기도 합니다. 격차가 벌어지는 건 늘 ‘가장 어려운 일’에서입니다.

가장 현실적인 태도는 ‘점수표를 믿지 말고 직접 재 보기’입니다. 새 모델이 나올 때마다 전면 교체하는 대신, 내 실제 작업 표본 몇 개를 골라 결함률·완수율·비용을 직접 측정하는 겁니다. 6주마다 1위가 바뀌는 시장에서, 변하지 않는 기준은 순위가 아니라 ‘내 작업에서의 결과’입니다.

검증은 거창할 필요가 없습니다. 자주 하는 작업을 골라 같은 입력을 쓰던 모델과 새 모델에 똑같이 던지고, 세 가지만 재 보면 됩니다. ① 결함률 — 결과를 그대로 쓸 수 있나, 손볼 곳이 몇 군데인가. ② 완수율 — 한 번에 끝내나, 몇 번을 되물어야 하나. ③ 비용 — 같은 작업의 토큰 청구액이 얼마나 차이 나나. 이 세 숫자는 어떤 벤치마크보다 내 업무에 정확합니다. 특히 ②는 모델 세대가 바뀔 때 체감이 가장 큰 지점입니다. 화려한 데모보다, ‘되묻는 횟수’가 줄었는지가 진짜 차이를 말해줍니다.

자주 묻는 질문

GPT-5.5는 언제 나왔고 ChatGPT에서 바로 쓸 수 있나요?

2026년 4월 23일 공개됐고 API는 다음 날 열렸습니다 — TechCrunch. 5월 5일부터는 ‘GPT-5.5 Instant’가 ChatGPT의 기본 모델로 적용돼, 별도 선택 없이도 일반 사용자가 쓰고 있습니다. 직전 GPT-5.3 Instant는 유료 사용자에게 3개월간 더 제공된 뒤 정리됩니다 — ZDNet Korea.

GPT-5.5가 모든 벤치마크에서 1위인가요?

아닙니다. 터미널벤치 2.0(82.7%)·GDPval(84.9%) 등 에이전트형 시험에선 Opus 4.7을 앞섰지만, 실제 엔지니어링에 가장 가까운 SWE-bench Pro에선 58.6%로 구형 Opus 4.7(64.3%)에 5.7포인트 뒤졌습니다 — OpenAI(Vellum 경유). 측정 항목에 따라 우열이 갈립니다.

‘게으른 코딩’이라는 게 실제로 측정된 문제인가요?

측정된 수치가 아니라 사용자 보고입니다. GPT-5.5에 일부 수정을 요청했을 때 코드를 잘라 돌려주거나 “생략”으로 처리한다는 불평이 개발자 포럼 등에서 늘었습니다 — 사용자 보고. 다만 이 경험담이 SWE-bench Pro 약세와 같은 방향을 가리킨다는 점에서 참고할 단서입니다.

Opus 4.8이 GPT-5.5보다 낫다는 게 사실인가요?

코딩 벤치마크 기준으로는 그렇습니다. 2026년 5월 28일 나온 Opus 4.8은 SWE-bench Pro에서 69.2%로 GPT-5.5(58.6%)를 10.6포인트 앞섰습니다 — Anthropic(Vellum 경유). 다만 긴 문맥 이해 등 GPT-5.5가 앞서는 영역도 있어, 작업 종류에 따라 결론은 달라집니다.

GPT-5.5는 비싼가요?

표준 가격이 입력·출력 100만 토큰당 5달러·30달러로 직전 GPT-5.4(2.5·15달러)의 두 배입니다 — OpenAI 개발자 문서. 경쟁 모델 Opus 4.7의 출력(25달러)보다도 비쌉니다. 게다가 27만 토큰을 넘는 장문 작업엔 추가 요율이 붙어, 실제 토큰량 기준으로 월 비용을 미리 계산하는 편이 안전합니다.

마무리

GPT-5.5는 ‘점수표만 보면 안 되는 모델’의 교과서 같은 사례입니다. 여러 벤치마크를 갈아치웠지만 가장 현실에 가까운 코딩 시험에선 구형에 졌고, 6주 만에 그 자리마저 내줬으며, 가격은 두 배가 됐습니다. 동시에 긴 문맥 이해처럼 실무에서 또렷한 강점도 분명히 가졌습니다.

오늘 해볼 한 가지는 단순합니다. 내가 자주 시키는 작업 표본 세 개를 골라, 쓰던 모델과 GPT-5.5에 똑같이 던져 결과를 나란히 비교해 보는 겁니다. 점수표가 아니라 그 비교가 당신의 진짜 벤치마크입니다. 1위가 분기가 아니라 주 단위로 바뀌는 시대에는, 모델을 고르는 능력보다 모델을 빠르게 검증하고 갈아타는 능력이 경쟁력이 됩니다.

참고 자료

• TechCrunch. OpenAI launches GPT-5.5. 2026-04-23. 2026-06-03 확인. 자료 보기
• TechCrunch. OpenAI releases GPT-5.5 Instant, a new default model for ChatGPT. 2026-05-05. 2026-06-03 확인. 자료 보기
• OpenAI 개발자 문서. GPT-5.5 model (context·pricing·capabilities). 2026-06-03 확인. 자료 보기
• Vellum. Everything you need to know about GPT-5.5. 2026. 2026-06-03 확인. 자료 보기
• Vellum. Claude Opus 4.8 Benchmarks Explained. 2026. 2026-06-03 확인. 자료 보기
• ZDNet Korea. OpenAI, ChatGPT 새 기본 모델 GPT-5.5 Instant 출시. 2026-05-06. 2026-06-03 확인. 자료 보기
• The Decoder. Claude Fable 5·Mythos 5 출시(SWE-bench Pro 80.3% vs GPT-5.5 58.6%·Gemini 3.1 Pro 54.2%). 2026-06-09. 2026-06-11 확인. 자료 보기