챗GPT 모델 선택 가이드: GPT-5.4부터 5.6 Sol·Terra·Luna까지

 

 

 

 

챗GPT를 켜보면 모델 선택창에 낯선 이름들이 잔뜩 보이시죠?

GPT-5.4, GPT-5.5는 그렇다 쳐도, 이제는 GPT-5.6 Sol, Terra, Luna까지 등장했습니다.

"그래서 나는 뭘 눌러야 하는 건데?" 싶으셨던 분들을 위해 최대한 쉽게 정리해봤습니다.

 

 

예전에는 모델이 하나뿐이었어요

 

얼마 전까지만 해도 이야기는 단순했습니다.

새 버전이 나오면 그냥 그걸 쓰면 됐거든요.

2026년 초에 나온 GPT-5.4가 그런 모델이었습니다.

코딩도 하고, 일반적인 업무도 처리하고, 컴퓨터 작업까지 하나로 다 처리하는 만능형 모델이었죠.

 

그 뒤를 이어 나온 GPT-5.5는 5.4보다 한층 똑똑해진 버전이었습니다.

특히 "일 시키면 알아서 끝까지 해내는" 능력이 크게 좋아졌는데요.

예를 들어 코드에 문제가 생기면

원인을 찾아보고 → 고쳐보고 → 테스트해보고 → 안 되면 다시 고치는

과정을 스스로 반복하는 능력이 눈에 띄게 향상됐습니다.

 

 

그런데 2026년 6월, 갑자기 이름이 세 개로 늘었어요

 

여기서부터가 헷갈리기 시작하는 지점입니다.

GPT-5.6이 나오면서 OpenAI는 "모델 하나"가 아니라 "세 가지 등급"을 함께 내놓았습니다.

바로 Sol, Terra, Luna입니다.

 

굳이 비유하자면 이렇게 생각하시면 편합니다.

 

- Sol (쏠) — 가장 실력 좋고 비싼 베테랑 전문가

- Terra (테라) — 웬만한 일은 다 처리하는 믿음직한 기본 인력

- Luna (루나) — 빠르고 저렴하게, 간단한 일을 순식간에 처리하는 담당자

 

세 이름 모두 태양(Sol), 지구(Terra), 달(Luna)이라는 천체 이름에서 따온 건데요.

성능과 속도, 가격이 서로 다른 세 가지 선택지를 제공한다는 뜻으로 이해하시면 됩니다.

 

 

그럼 나는 뭘 써야 하나요?

 

일반 사용자 입장에서 굳이 세세하게 고민할 필요는 없습니다.

간단한 질문이나 대화, 일상적인 정보 검색 정도라면 Terra만 써도 충분합니다.

실제로 Terra는 이전 세대 최고 모델이었던 GPT-5.5와 맞먹는 성능을 내면서도, 가격은 훨씬 저렴한 것으로 알려져 있습니다.

 

- 아주 복잡한 분석, 어려운 문제, 전문적인 리서치가 필요하다면 → Sol

- 짧고 간단한 질문, 빠른 답변이 필요하다면 → Luna

- 이것도 저것도 잘 모르겠다면 → Terra

 

참고로 챗GPT 유료 요금제(Plus 이상)를 쓰시는 분들은 이 세 가지를 직접 골라 쓸 수 있고, 무료 사용자는 대체로 Terra 기반으로 자동 제공된다고 합니다.

 

 

예전 모델(5.4)은 이제 어떻게 되나요?

 

한 가지 참고하실 부분이 있습니다.

GPT-5.4는 등장한 지 얼마 되지 않았지만, 2026년 8월 31일부터 챗GPT 계정으로 로그인해서 쓰는 코덱스(Codex, 개발자용 도구)에서는 서비스가 종료되었습니다.

대신 GPT-5.4를 쓰던 자리는 Terra가, 더 가벼운 버전이었던 GPT-5.4 mini 자리는 Luna가 이어받는 방식으로 안내되고 있습니다.

다만 일반 API 키로 접속하는 경우에는 5.4를 계속 쓸 수 있다고 하니, 개발자분들은 참고하시면 좋겠습니다.

 

 

개발자라면 이렇게 활용해보세요

 

여기서부터는 코딩을 직접 하시는 분들을 위한 내용입니다.

챗GPT의 개발자용 도구인 코덱스(Codex)를 쓰다 보면 "이 작업엔 어떤 모델을 써야 하지?" 하는 고민이 자주 생기실 텐데요.

결론부터 말씀드리면, 매번 가장 비싼 Sol을 쓸 필요는 없습니다. 작업 난이도에 맞춰 아래처럼 나눠 쓰시는 걸 추천합니다.

 

작업 종류	추천 모델
간단한 함수 하나 작성, 코드 설명	Luna
작은 버그 수정, 테스트 코드 생성	Luna / Terra
일반적인 기능 구현 (화면 구성, API 연동 등)	Terra
여러 파일을 동시에 수정하는 작업	Terra
복잡한 버그 추적, 메모리 누수 같은 어려운 문제	Sol
대규모 리팩터링, 아키텍처 설계	Sol

 

실제로 벤치마크 결과를 봐도 Terra의 코딩 실력이 이전 세대 최상위 모델이었던 GPT-5.5보다 오히려 높게 나오는 경우가 많습니다.

그러니 "일상적인 개발 작업은 Terra, 정말 막히는 문제만 Sol로 올린다"는 전략이 가장 효율적입니다.

 

1) 추론(Reasoning) 강도도 함께 조절해보세요

 

모델 이름 못지않게 중요한 게 하나 더 있습니다. 바로 추론 강도인데요.

같은 모델이라도 얼마나 깊이 생각하게 할지를 low, medium, high, xhigh 단계로 조절할 수 있습니다.

 

- 코드 설명, 단순 수정 → Luna + Low

- 일반적인 기능 구현 → Terra + Medium

- 여러 파일 수정, 버그 원인 분석 → Terra + High

- 복잡한 디버깅, 설계 → Sol + High

- 정말 어려운 문제 (동시성 이슈, 하드웨어 인터럽트 충돌 등) → Sol + Max

 

재미있는 점은, 무조건 Sol을 쓰는 것보다 "Terra를 High로 충분히 활용해본 뒤 그래도 안 풀리면 Sol로 올리는" 방식이 비용 대비 효율이 훨씬 좋다는 것입니다.

 

예를 들어 임베디드 개발을 하시는 분이라면

"USART DMA 수신 구조를 circular DMA 방식으로 바꿔줘" 같은 작업은 Terra로 충분히 처리되지만,

"SPI DMA와 UART DMA가 동시에 도는 상황에서 간헐적으로 HardFault가 발생한다"처럼 인터럽트 우선순위, DMA 소유권, 캐시 문제까지 복합적으로 얽힌 원인 분석은 Sol의 영역이라고 보시면 됩니다.

 

 

한눈에 정리하면

 

모델	한 줄 특징	이럴 때 추천
GPT-5.4	이전 세대 만능형 (일부 서비스 종료)	특별한 이유 없으면 비추천
GPT-5.5	5.4보다 강력해진 이전 세대 최고 모델	특별한 이유 없으면 비추천
GPT-5.6 Luna	가장 빠르고 저렴	간단한 질문, 빠른 답변
GPT-5.6 Terra	성능과 비용의 균형	대부분의 일상적 사용
GPT-5.6 Sol	가장 강력한 플래그십	복잡하고 어려운 작업

 

결국 정리하자면, 이름이 늘어난 건 사용자를 헷갈리게 하려는 게 아니라 "굳이 비싼 모델을 매번 쓸 필요 없이, 일의 난이도에 맞게 골라 쓰라"는 취지로 보시면 됩니다.

평소에는 Terra로 충분하다는 것만 기억해두셔도 실사용에는 전혀 문제없으실 거예요.

개발자분들이라면 여기에 "난이도에 따라 모델과 추론 강도를 함께 조절한다"는 원칙까지 더하시면, 비용은 아끼면서도 필요할 때 확실한 성능을 뽑아내실 수 있을 겁니다.

 

 

#챗GPT #GPT5.6 #Sol #Terra #Luna #챗GPT모델 #오픈AI #OpenAI #챗GPT코덱스 #Codex #AI모델비교 #챗GPT사용법 #개발자AI #코딩AI #임베디드개발 #AI추론