GPT-6 아스트라, 수능 전 과목 만점…450점 ‘AI 최초’

[이데일리 김현아 기자] 오픈AI의 차세대 인공지능(AI) 모델 ‘GPT-6 아스트라’가 수능 전 과목에서 만점을 기록했다. 총점은 450점이다. 공개된 수능 AI 벤치마크에서 국어·수학·영어·한국사에 이어 탐구 4과목까지 전 영역 만점을 기록한 것은 이번이 처음이다.

오픈AI는 지난 3일(현지시간) GPT-6 아스트라를 공개했다. 아스트라는 단순 질의응답을 넘어 웹페이지를 탐색하고 양식을 작성하거나 문서를 만들고 소프트웨어를 직접 조작할 수 있다. 코드를 생성하는 데 그치지 않고 실행 과정에서 오류를 찾아 수정하는 등 여러 단계의 작업도 수행한다. 과학 연구와 사이버보안 분야의 성능도 강화했다.

오픈AI의 안전성 평가에서는 사이버보안 역량 최고 위험 단계인 ‘크리티컬(Critical)’에 도달한 최초의 모델로 기록됐다. 통제된 내부 평가에서 당시 알려지지 않았던 취약점 2건을 식별하고 이를 분석·활용하는 능력도 확인됐다.

이런 아스트라가 실제 지식과 추론 능력을 겨루는 수능 벤치마크에서도 기존 최상위 모델을 넘어섰다.

6일 공개된 ‘2026 수능 LLM 풀이 대시보드’에 따르면 아스트라는 국어 100점, 수학 100점, 영어 100점, 한국사 50점에 이어 탐구 영역까지 만점을 받아 총점 450점으로 전체 1위에 올랐다. 탐구는 물리Ⅰ·화학Ⅰ·생명과학Ⅰ·사회문화 등 4과목을 평가해 100점으로 환산했다.

이번 기록은 앞서 수능 만점을 기록한 모델들과 차이가 있다. 올해 2월 제미나이 3.1 프로, 3월 GPT-5.4도 만점을 기록했지만 실제 수험생 응시 방식에 맞춰 탐구 선택 2과목만 평가했다. 두 모델 모두 화학Ⅰ과 생명과학Ⅰ에서는 만점을 받았지만 물리Ⅰ과 사회문화에서는 만점에 실패했다.

반면 아스트라는 탐구 4과목을 모두 풀어 만점을 받았다. 공개된 수능 AI 벤치마크에서 전 영역 450점 만점을 기록한 첫 사례다.

순천향대 컴퓨터소프트웨어공학과 학생이 개발한 '2026 수능 LLM 풀이 대시보드'. 한국 모델 중에는 업스테이지 '솔라', LG AI연구원 'K-엑사원', 모티프테크놀로지스 '모티프', 카카오 '카나나' 등이 이름을 올렸다.

GPT-5.6·GPT-5.4·제미나이 넘어선 아스트라

‘2026 수능 LLM 풀이 대시보드’는 순천향대학교 컴퓨터소프트웨어공학과 학생 구유겸 씨가 개발한 수능 AI 평가 시스템이다. 지난해 11월부터 글로벌 AI 모델의 수능 풀이 결과를 축적하고 있으며, 주요 모델이 출시될 때마다 데이터를 업데이트한다.

평가는 국어, 수학 선택과목 전체, 영어, 한국사와 탐구 4과목을 대상으로 한다. 모델 공식 API를 활용하며 별도의 시스템 프롬프트나 웹 검색, 계산기 등 외부 도구는 제공하지 않는다. 문제는 텍스트로, 그래프와 도표 등 시각 자료는 원본 이미지로 입력된다.

현재 순위는 GPT-6 아스트라 450점, GPT-5.6 솔 448.5점, GPT-5.4 448점, 클로드 페이블 5.1 447.5점, 제미나이 3.1 프로 445점 순이다.

만점만큼 눈길 끄는 ‘토큰 효율’

아스트라는 점수뿐 아니라 수능 문제를 푸는 데 사용한 출력 토큰 규모에서도 눈길을 끌었다.

전체 문항 풀이 과정에서 내부 추론을 포함해 약 13만 개의 출력 토큰을 사용했다. 문제 입력에는 약 22만5000개의 프롬프트 토큰이 사용됐다.

출력 토큰량은 클로드 페이블 5.1의 절반 수준이며, 제미나이 3.1 프로와 비교하면 약 8분의 1에 불과하다. 추론 과정을 축약한 GPT-5.4의 비추론 모드보다도 적다.

높은 추론 성능을 유지하면서 출력량을 줄였다는 점에서 실제 AI 서비스 적용 시 비용 효율 측면에서도 주목된다.

고난도 모드에서도 448.5점

문제를 한 문항씩 입력하는 ‘일반 모드’에서 450점을 받은 아스트라는 과목별 전체 문항을 한꺼번에 입력하는 ‘고난도 모드’에서도 448.5점을 기록했다. 사회문화 8번 한 문항을 틀리면서 GPT-5.6 솔 프로와 공동 1위에 올랐다.

다만 아스트라의 학습 지식 컷오프가 2026년 수능 시행 시점 이후라는 점은 고려할 필요가 있다. 수능 문제는 단순 암기보다 복잡한 조건 속에서의 논리적 추론과 문제 해결 능력을 요구한다는 점에서 AI의 종합적인 추론 능력을 가늠하는 지표로 볼 수 있다.

‘답변 AI’서 ‘일하는 AI’로

아스트라의 수능 만점은 생성형 AI 경쟁이 단순한 지식량이나 텍스트 생성에서 실제 작업 수행 능력으로 이동하고 있음을 보여준다.

오픈AI는 아스트라를 컴퓨터 제어, 소프트웨어 엔지니어링, 과학 연구, 보안 분석 등에서 다단계 작업을 수행할 수 있는 모델로 소개했다. 문서 검토부터 소프트웨어 테스트와 코드 수정까지 여러 작업을 연속적으로 수행하는 것이 특징이다.

아스트라의 등장으로 인공일반지능(AGI)을 둘러싼 논쟁도 다시 가열되고 있다. 다만 오픈AI가 이번 발표에서 공식적인 AGI 달성을 선언한 것은 아니다.

수능 전 영역 450점 만점에 컴퓨터 조작과 코딩까지 가능한 아스트라의 등장은 AI 경쟁의 무게중심이 ‘얼마나 잘 답하느냐’에서 ‘얼마나 많은 일을 스스로 해내느냐’로 옮겨가고 있음을 보여준다.