GPT-6 시리즈는 2026년 10월 14일 OpenAI 내부 실측 사례를 하나 더 얻었다. OpenAI 개발자 블로그가 이날 공개한 핵심 실험 팀의 회고에 따르면, GPT-6 Astra와 GPT-6.1 Sol을 Codex와 함께 대형 코드베이스 유지보수에 투입한 결과, 엔지니어 다섯 명이 2주간 본업 틈틈이 작업해 정리 관련 풀 리퀘스트 1,400건 이상을 병합하고 코드 80만 줄 이상을 삭제했다. 시연용 프로젝트가 아니라 OpenAI가 매일 돌리는 실제 운영 코드에서 나온 결과다.
죽은 코드 정리: 지시는 넓게, 증거는 엄격하게
GPT-5.6 Sol 시절에는 엔지니어가 조사 범위를 먼저 정하고 검증 기준을 명시해야 모델이 움직일 수 있었다. Astra에서는 반대로 일부러 넓은 요구 하나만 던지고, 어디를 살펴볼지, 어떤 근거로 불필요하다고 판단할지를 모델이 스스로 정할 수 있는지 시험했다. 모델은 과거 풀 리퀘스트와 내부 토론 스레드, 프로젝트 추적 기록을 뒤지고 운영 환경의 프로파일링 표를 확인해 대상 코드가 실제로 실행된 적이 없음을 입증했으며, 삭제마다 이유를 붙여 사람 검토 속도를 높였다. 성과는 구체적이다. 한 서비스의 컨테이너 이미지는 3.31GB에서 1.72GB로 약 48% 줄었고, 테스트 모음에서는 시각 스냅샷 변형 약 400개가 제거됐다. 긴 컨텍스트를 넘나들며 스스로 증거 사슬을 짜는 이 방식은 GPT-6.1 Sol이 기본 컨텍스트를 500k로 올리며 내세운 장시간 작업 노선과 같은 맥락이다.
오래된 실험 정리가 더 어려운 이유: 삭제보다 판단이 문제
죽은 코드는 잘못 지워도 되돌릴 수 있지만, 오래된 실험은 다르다. 코드가 운영 환경에서 아직 돌고 있을 수 있고 적용 조건도 언제든 바뀔 수 있어 정적 분석만으로는 오판하기 쉽다. 팀은 Astra가 미리 정한 가드레일 안에서 증거를 갖춘 변경안을 준비하게 하고, 최종 결정은 사람이 내리도록 했다. 상징적인 사례가 있다. 몇 해 전 테스트용으로 다른 모든 신규 기능 플래그를 덮어쓸 수 있는 내부 플래그가 만들어졌는데, 이 플래그는 자신을 전체 기능에 매핑하는 구조라 실행 시 큰 CPU 팬아웃을 일으켰다. 관리 콘솔에서는 영구 보존으로 표시돼 있었기에, Astra는 CPU 비용 이상을 찾아내고도 독단적으로 지우지 않고 사람 검토로 올렸고, 확인 후 제거됐다. 주요 영향 서비스에서 약 0.42%의 CPU 절감이 추정된다. 전체적으로 오래된 실험과 기능 플래그 수백 개가 정리됐다.
저렴한 등급의 계산: 비용 14%로 발견의 92%
같은 지시문으로 오래된 실험을 감사하는 비교 실험도 진행됐다. 대상은 파일 6,000개 이상, 코드 100만 줄 규모의 하위 디렉터리였다. Astra Ultra는 142건을 발견했고 표준 API 가격 기준 비용은 109.06달러였다. GPT-6.1 Sol Ultra는 131건을 15.12달러에 발견해, 비용 약 14%로 발견 수의 약 92%에 도달했다. Sol Medium은 86건, 5.27달러였다. Sol이 주로 놓친 것은 다른 플래그가 의존하는 상수 플래그였는데, 이런 패턴은 파악만 되면 지시문을 고쳐 보완할 수 있다. 지속적 통합 쪽에서도 모델 제안을 반영한 최적화 풀 리퀘스트 약 30건이 병합돼 중간 완료 시간이 약 10분에서 4.5분으로 줄었고, 테스트 63개짜리 모음 하나는 592.6초에서 29.8초로 단축됐다. 테스트는 하나도 줄지 않았다.
코딩 에이전트를 쓰는 팀이 가져갈 것은 마법의 지시문이 아니라 순서다. 작은 디렉터리에서 시범 적용하고, 변경안마다 증거를 요구하고, 검토 피드백을 지시문에 반영한 뒤 범위를 넓히는 것이다. 모델 선택도 저렴한 등급의 발견율부터 측정하고, 가장 비싼 모델은 가장 어려운 감사에 아껴 두는 편이 합리적이다. 다만 위 숫자는 모두 OpenAI의 내부 자체 보고이며 제3자의 재현은 없다. 다른 코드베이스에 같은 폭의 성과가 보장되지는 않는다는 점은 감안해야 한다.
