Decisions API는 2026년 10월 6일 OpenAI의 발표로 공개 베타에 들어갔다. 9월 29일 DevDay에서는 제한적 프리뷰였던 새 인터페이스가 이제 모든 개발자에게 열렸고, 공식 문서와 디버깅용 Playground도 함께 공개됐다. 정식 출시는 앞으로 몇 주 안으로 예상된다. 하는 일은 좁다. 글을 생성하지 않고, 질문에 답만 하며, 그것도 개발자가 준 답안 안에서만 고른다.
세 가지 질문 유형: 판단, 선택, 채점
Decisions 요청은 모델, 증거가 되는 입력(텍스트, 이미지 또는 둘의 혼합), 질문 묶음의 세 부분으로 구성된다. 현재 쓸 수 있는 모델은 gpt-6-luna 하나뿐이며 호출은 전용 /v1/decisions 엔드포인트를 쓴다. 질문은 세 유형이다. predicate(판단)는 조건이 성립할 확률(0~1)을 반환한다. 예컨대 사진 속 제품에 눈에 보이는 파손이 있는지 같은 것이다. choice(선택)는 개발자가 제공한 고정 선택지에서 하나를 고르고 각 선택지의 확률 분포도 함께 반환해, 부서나 분류처럼 순서 없는 집합에 적합하다. score(채점)는 문제 심각도 같은 순서 있는 등급을 대상으로 확률 가중 평균 점수를 반환하며 등급 사이의 값이 될 수도 있다.
OpenAI가 제시한 속도는 같은 종류의 판단이 Responses API 경유보다 약 10배 빠르다는 것이다. 이유는 간단하다. 대화형 인터페이스는 답변을 단어 단위로 생성하고 애플리케이션이 텍스트를 다시 구조로 해석해야 하지만, Decisions는 확률과 선택을 직접 반환해 생성과 해석 양쪽을 건너뛴다. 공식 용도는 콘텐츠 분류, 요청 라우팅, 작업 우선순위 정하기, 에이전트의 다음 행동 결정이다.
구조화 출력과는 다른 물건
Responses API의 기존 구조화 출력, 함수 호출과 헷갈리기 쉽다. OpenAI는 문서에서 경계를 분명히 했다. 자체 JSON 스키마로 필드를 추출하거나 설명 글을 생성해야 하면 구조화 출력, 매개변수가 있는 도구 호출을 모델이 일으켜야 하면 함수 호출, 프로그램 분기를 바로 움직일 판단·선택·점수만 필요하면 Decisions를 쓰라는 것이다. 즉 애플리케이션에서 가장 잦고 가장 '문장력'이 필요 없는 부류의 호출을 따로 떼어 내, 생성 능력과 맞바꿔 지연 시간과 결정성을 얻은 셈이다.
의사결정 모델이 별도 품목이 되고 있다
시점도 주목할 만하다. OpenAI가 베타를 발표한 바로 그날, Perplexity는 자사 Decision API 가격을 절반으로 내렸다. 몇 시간 간격의 맞대응은 '판단만 하는 모델'이 틈새 시도에서 정면 전장으로 옮겨 왔음을 보여 준다. 그 몇 주 전에는 TypeSafe 같은 스타트업이 판단 전용 모델을 먼저 내놓기도 했다. 배경은 비용이다. 운영 시스템의 호출 다수는 플래그십 모델의 장문이 필요 없고, 티켓을 맞는 팀에 넘기고, 콘텐츠에 맞는 태그를 달고, 에이전트의 첫걸음을 정하면 그만이다. 이런 호출은 양이 많고, 지연에 민감하며, 답의 공간이 제한적이라 작은 모델과 전용 인터페이스의 조합에 맞는다. 이 사이트는 앞서 GPT-6 제품군 세 등급의 가격과 역할 분담을 정리한 바 있다. Decisions가 채택한 Luna는 제품군에서 가장 가볍고 저렴한 등급으로, 이를 '대화 모델'에서 '판단 엔진'으로 바꾸는 것은 이 제품 라인의 자연스러운 연장이다.
개발자 입장에서 전환 비용은 낮다. 기존 분류·라우팅 로직이 있는 시스템이라면 실제 트래픽으로 지연과 정확도를 비교한 뒤 채택을 정할 수 있다. 지켜볼 빈틈은 별도 요금이 아직 공개되지 않았다는 점, 지금은 모델이 Luna 하나뿐이라는 점, 그리고 확률 출력의 보정 품질은 자체 업무 데이터로 검증해야 한다는 점이다. OpenAI가 주는 것은 인터페이스이고, 판단이 맞는지는 각자의 티켓과 콘텐츠로 증명해야 한다.
