2026년 7월 14일 화요일

소상공인 AI 도입 로드맵 — 단계별 실행 가이드 2026 | 음식점·쇼핑몰·미용실 업종별 완전 정복

 

"AI는 대기업 얘기 아닌가요?"

2년 전까지만 해도 맞는 말이었다. AI 시스템 구축에 억 단위 투자가 필요했고, 전담 IT팀이 있어야 유지보수가 가능했다. 그러나 2026년은 다르다. 빵집 사장님이 AI 수요예측 시스템으로 폐기 로스를 줄이거나, 미용실이 AI 고객 응대 챗봇으로 예약·상담을 자동화하거나, 소규모 식당이 AI 메뉴 추천·마케팅 콘텐츠 자동 생성 도구를 도입하는 것이 현실이 됐다.

경기도의 한 카페 사장은 AI 추천 시스템을 도입해 고객 취향을 분석하고 맞춤형 메뉴를 제안하니 객단가가 20% 올랐다며 "AI가 대기업만의 전유물이 아니라는 걸 체감했다"고 전한다. 서울 마포구의 한 온라인 쇼핑몰 운영자는 챗봇 시스템 도입 후 고객 응대 시간이 절반으로 줄고, 그 시간에 상품 기획에 집중할 수 있게 됐다고 말한다.

2026년, 정부도 이 흐름에 올라탔다. 2026년 정부가 소상공인을 위해 역대 최대 규모의 예산을 쏟아붓는다. 총 5.4조 원 중 직접 지원사업만 1조 3,410억 원에 달하며, 그 중심에는 AI·디지털 전환 지원이 자리한다. 연매출 3억 원 이하 소상공인이라면 최대 500만 원의 디지털 전환 바우처를 받을 수 있으며, AI 솔루션 도입, 온라인 마케팅 도구, 업무 자동화 소프트웨어 등 디지털 전환에 필요한 서비스를 바우처로 구매할 수 있다. ThinknoteNavelmarketing

이 글에서는 AI를 처음 접하는 소상공인이 오늘 당장 시작해 6개월 안에 실질적인 매출·비용 개선을 만들어내는 3단계 로드맵을 업종별로 완전히 공개한다.


✅ 소상공인 AI 도입 전에 반드시 알아야 할 3가지

원칙 1: 홍보보다 반복 업무 자동화를 먼저

소상공인이 AI를 도입할 때 가장 흔한 실패는 AI로 홍보부터 해보자는 출발이다. 홍보는 성과가 바로 보이지 않을 때가 많고, 경쟁이 붙으면 할인과 광고비가 늘어남에도 남는 돈은 줄 수 있다. 반면 반복 업무 자동화는 시간이 줄어드는 게 즉시 보인다. Econedu

사장님 시간이 줄어야 인건비를 늘리지 않고도 매장을 안정적으로 운영할 여지가 생긴다. 첫 번째 AI 도입의 목표는 매출 증가가 아니라 시간 절감이어야 한다.

원칙 2: 전부 바꾸려 하지 말고 하나부터

처음부터 완벽하게 할 필요는 없다. LG유플러스도 전체 고객 응대 시스템을 한 번에 바꾼 게 아니다. 로밍 챗봇 하나부터 시작했다. 포스코도 사내 문서 검색부터 시작했다. "전부 바꾸자"가 아니라 "어디서 시작할까"가 올바른 질문이다. Smtech

소상공인에게 맞는 질문도 동일하다. "우리 가게에서 가장 반복적으로 하는 일 하나가 무엇인가?" 그것부터 자동화한다.

원칙 3: 무료 도구로 먼저 체험하고 유료로 확장

처음부터 유료 솔루션에 투자할 필요가 없다. ChatGPT 무료 플랜, Canva 무료 플랜으로 AI 업무 활용에 익숙해진 후 투자 대비 효과를 확인한 뒤 유료 도구로 확장하는 것이 현명하다.


🏗️ 3단계 AI 도입 로드맵

1단계: 오늘 바로 시작 — 무료 AI 도구 5분 세팅 (비용 0원)

첫 번째 단계는 돈이 전혀 들지 않는다. ChatGPT나 Claude 무료 계정만 있으면 오늘 당장 시작할 수 있는 AI 활용이 있다.

반복 문의 답변 자동화: 매일 같은 질문에 답하는 시간이 얼마나 되는가? 영업시간, 주차, 가격, 메뉴, 배송기간... 이 반복 질문에 대한 답변 20가지를 Claude에게 정리해달라고 요청한다. 생성된 답변을 카카오채널 자동 응답이나 네이버 스마트플레이스 FAQ에 등록하면 이후 동일 질문에 자동으로 답변이 나간다.

홍보 문구와 상세페이지 AI 작성: 신메뉴 출시, 할인 이벤트, 신상품 등록할 때마다 문구를 직접 쓰는 데 얼마나 걸리는가? ChatGPT나 Claude에게 "이 제품의 특징은 [특징]이야. 네이버 스마트스토어 상세페이지 설명문을 써줘"라고 요청하면 5분 안에 초안이 나온다.

리뷰 답변 템플릿 생성: 긍정 리뷰·부정 리뷰·중립 리뷰 각 유형별로 10가지 답변 템플릿을 AI로 만들어두면 이후 리뷰 답변 시간이 90% 줄어든다.

이 세 가지를 오늘 설정하면 내일부터 매일 최소 1~2시간의 반복 업무가 사라진다.


2단계: 고객 응대 자동화 (월 3~15만 원, 1~2개월)

1단계에서 AI 활용에 익숙해졌다면 고객 응대를 본격적으로 자동화한다.

AI 챗봇 도입: 소상공인에게 가장 효과적인 AI 챗봇 도구는 채널톡과 Tidio다.

채널톡은 카카오톡 채널과 바로 연동되고 한국어 자연어 처리가 자연스러워서 네이버 스마트스토어나 자사몰을 운영하는 사장님이라면 오히려 더 편할 수 있다. 무료 플랜으로 기본 기능을 테스트한 후 유료 전환을 결정한다. Tidio는 웹사이트에 AI 챗봇을 심어서 배송 문의, 가격 안내, 반품 절차 같은 반복 질문을 자동 처리하고, 정말 사람이 필요한 복잡한 건만 사장님에게 넘기는 방식으로 동작한다.

챗봇 세팅의 핵심은 FAQ 데이터다. 지난 3개월간 들어온 고객 문의를 유형별로 정리하고, 각 유형에 맞는 정확한 답변을 Claude로 작성해 챗봇에 학습시킨다. 데이터 품질이 챗봇 응대 품질을 결정한다.

노쇼 방지 자동화: 미용실, 학원, 상담 서비스처럼 예약 기반 업종에서 노쇼는 매출의 직접적인 손실이다. 예약 확인 문자를 수동으로 보내는 대신 카카오 알림톡 자동 발송 시스템을 구축하면 예약 3일 전, 1일 전, 당일 아침에 자동으로 리마인더가 발송된다. 노쇼율이 40~50% 감소한다.


3단계: AI 마케팅·운영 자동화 (월 10~30만 원, 3~6개월)

고객 응대가 자동화되면 마케팅과 운영 효율화로 확장한다.

SNS 콘텐츠 자동화: 인스타그램, 네이버 블로그, 카카오 채널에 꾸준히 올리는 것이 로컬 검색 노출에 결정적으로 중요하다는 것을 알면서도 콘텐츠 제작 시간이 없어 포기하는 경우가 대부분이다. Canva AI와 Claude를 조합하면 주 3회 분량의 SNS 콘텐츠를 2시간 안에 한꺼번에 만들어 예약 발행할 수 있다.

Canva AI가 이미지와 디자인을 자동 생성하고, Claude가 각 플랫폼에 맞는 캡션과 해시태그를 작성한다. Buffer나 Later로 예약 발행을 설정하면 SNS 관리 시간이 기존 대비 70% 이상 줄어든다.

수요 예측과 재고 관리: 식음료 업종에서 식재료 폐기 손실은 상당한 규모다. AI 수요예측 시스템은 과거 판매 데이터, 날씨, 요일, 시즌 데이터를 분석해 다음 주 예상 판매량을 계산하고 적정 발주량을 제안한다. 별도 솔루션 없이도 구글 시트에 매일 판매 데이터를 쌓은 후 Claude에게 분석을 요청하는 방식으로 시작할 수 있다.

재방문 CRM 자동화: 기존 고객이 재방문하도록 만드는 것이 신규 고객 유치보다 비용이 5~7배 저렴하다. 방문 기록 데이터를 기반으로 60일 이상 방문하지 않은 고객에게 자동으로 쿠폰 문자를 발송하는 CRM 자동화는 Make나 채널톡으로 구현 가능하다. 재방문율이 15~25% 향상되는 효과가 나타난다.


💰 2026년 소상공인 AI 지원 정책 완전 가이드

정부 지원을 활용하면 AI 도입 비용을 크게 절감할 수 있다. 2026년 주요 지원 사업을 정리한다.

혁신 소상공인 AI 활용지원 사업

소상공인시장진흥공단이 주관하며, AI를 활용해 제품이나 서비스에 차별화된 가치를 만들어내는 소상공인을 집중 지원한다. 단순히 기존 업무를 자동화하는 수준을 넘어, AI 기반의 새로운 사업 모델을 개발하고자 하는 기업가형 소상공인이 주요 타깃이다. Navelmarketing

지원 분야는 고객응대 자동화, AI 기반 재고관리, 마케팅 자동화, POS 연계 분석 도구 등 폭넓게 포함될 것으로 공고돼 있다. 신청은 소상공인24(sbiz24.kr)를 통해 진행한다. Thinknote

디지털전환 바우처 (최대 500만 원)

연매출 3억 원 이하 소상공인이라면 최대 500만 원(자부담 10%, 정부 지원 최대 450만 원)의 디지털 전환 바우처를 받을 수 있다. 2026년 2월 9일부터 신청이 시작된 바우처로, 소상공인24에서 온라인으로 간편하게 신청할 수 있다. Navelmarketing

신청 시 가장 중요한 것은 AI 도입 계획의 구체성이다. ChatGPT, 이미지 생성 AI, 챗봇, CRM, 매출분석 도구를 나열하는 것만으로는 부족하다. 예를 들어 음식점이라면 메뉴 설명문 자동화, 리뷰 분석, 재방문 쿠폰 문구 생성, 예약 문의 응대처럼 실제 운영 흐름과 연결해야 한다. Clobe

스마트상점 기술보급사업

키오스크, 디지털 메뉴판, AI 포스 시스템 등 오프라인 매장의 스마트화를 지원하는 사업이다. 최대 3,000만 원까지 지원하며 자부담 30%가 원칙이다. 소상공인스마트상점(sbiz.or.kr/smst)에서 신청 가능하다.

소상공인365 AI 경영 컨설팅

전문가 상담 데이터를 AI로 학습시켜 경영·세무·노무 상담을 24시간 무료로 제공하는 인프라 구축 사업이다. 중기부는 2026년 중 소상공인365 플랫폼 내에서 AI 창업·경영 컨설턴트 서비스를 정식 제공할 계획이다. Thinknote


📊 업종별 AI 도입 기대 효과 실제 수치

업종자동화 영역실제 효과
카페·식당AI 수요예측식재료 폐기 30% 감소
카페·식당고객 취향 AI 추천객단가 20% 상승
온라인 쇼핑몰AI 챗봇 도입고객 응대 시간 50% 절감
미용실예약 리마인더 자동화노쇼율 40~50% 감소
전 업종SNS 콘텐츠 자동화마케팅 시간 70% 절감
전 업종FAQ 자동 답변반복 문의 처리 80% 자동화

⚠️ 소상공인 AI 도입 실패 패턴 3가지

실패 패턴 1: 비싼 솔루션부터 도입

영업 담당자의 말에 설득돼 월 수십만 원짜리 AI 솔루션을 처음부터 도입했다가 실제 사용하지 않고 해지하는 경우가 많다. 반드시 무료 도구로 6개월 이상 AI 활용에 익숙해진 후 필요한 기능이 명확해졌을 때 유료 솔루션으로 전환한다.

실패 패턴 2: AI 답변을 검토 없이 그대로 발송

AI가 생성한 고객 답변을 확인 없이 발송했다가 잘못된 정보나 어색한 표현이 포함된 답변이 나가는 사고가 발생한다. 처음 1~2개월은 AI가 생성한 답변을 사람이 확인 후 발송하는 반자동화 단계를 거쳐야 한다. 충분히 검증된 후 완전 자동화로 전환한다.

실패 패턴 3: 데이터 없이 AI 도입

AI 수요예측, AI 재고 관리, AI 고객 분석은 모두 축적된 데이터를 기반으로 작동한다. 판매 데이터, 고객 방문 기록, 문의 유형 데이터가 없는 상태에서 AI를 도입하면 의미 있는 결과가 나오지 않는다. 먼저 3개월 이상 기본 데이터를 쌓는 것이 AI 도입의 선행 조건이다.


⚡ 오늘 당장 시작하는 30일 AI 실행 계획

30일 실행안에서 30일 계획은 1단계 출혈 차단, 2단계 루틴 고정, 3단계 확장으로 나누는 편이 좋다. Econedu

1~3일차에는 가게에서 가장 반복적인 고객 문의 질문 20개를 적고 Claude로 답변 20개를 만든다. 카카오채널 자동 응답에 등록한다.

4~10일차에는 SNS에 올릴 콘텐츠 문구를 ChatGPT로 일주일치 한꺼번에 작성하고 Buffer에 예약 발행을 설정한다.

11~20일차에는 채널톡이나 Tidio 무료 플랜을 설치해 웹사이트 또는 카카오채널에 AI 챗봇을 연결한다. 처음 2주는 모든 답변을 모니터링한다.

21~30일차에는 지난 3개월 판매 데이터를 구글 시트에 정리하고 Claude에게 분석을 요청해 다음 달 수요를 예측해본다.

AI는 사장님을 대체하는 것이 아니라, 사장님이 정말 중요한 일에만 집중할 수 있도록 반복 업무를 대신해주는 도구다. 2026년은 소상공인에게 AI 디지털 전환의 골든타임이다. 지금 시작하는 사람과 나중에 시작하는 사람 사이의 격차는 시간이 갈수록 벌어진다.

2026년 7월 13일 월요일

Claude Fable 5 완전 정복 2026 — Mythos급 최강 AI의 강화된 장점·요금·활용법 총정리

 "너무 강력해서 그대로 내놓을 수 없는 AI"가 마침내 일반 공개됐다.

2026년 6월 9일, Anthropic은 Claude Fable 5를 출시했다. 기존에 가장 높은 성능을 제공하던 Claude Opus보다 상위에 있는 Mythos-class 등급으로, Claude Mythos 5에 추가 안전 장치를 적용해 일반 사용자에게 공개된 모델이다. Anthropic은 기존 Claude 모델 체계(경량 Haiku, 중간급 Sonnet, 최상위 Opus) 위에 Mythos라는 새로운 성능 등급을 추가했다. Investing.com

이 모델이 특별한 이유는 성능만이 아니다. Anthropic이 특정 도메인에서 너무 뛰어난 성능을 발휘하는 모델을 수정 없이 모두에게 제공하기 어렵다고 판단한 첫 사례이기 때문이다. 출시 3일 만에 일시 중단됐다가 약 3주간의 '실종' 끝에 새로운 안전 분류기를 탑재한 채 Claude API, Amazon Bedrock 등 주요 플랫폼으로 돌아온 과정 자체가 이 모델의 위상을 보여준다. Claude Platform DocsWikidocs

이 글에서는 Fable 5가 정확히 무엇인지, 이전 모델 대비 강화된 장점 5가지, 독특한 안전 시스템의 작동 방식, 그리고 실무에서 비용 대비 효과를 극대화하는 활용 전략까지 2026년 7월 기준으로 완전히 정리한다.


✅ Fable 5란? — 이름에 담긴 구조 이해하기

Fable 5를 이해하는 핵심은 쌍둥이 모델 구조다. Fable과 Mythos라는 두 이름이 붙었지만 기반 모델은 완전히 동일하다. Fable은 라틴어 fabula("이야기되는 것"), Mythos는 그리스어로 같은 뜻이다. 차이는 오직 안전장치의 유무다.

Fable 5는 공격적 사이버 보안, 생물학, 증류 방지에 관한 안전 장치 분류기가 추가되어 누구에게나 제공된다. Mythos 5는 이러한 안전 장치 일부를 해제한 상태로, 미국 정부와 협력하는 Project Glasswing의 사이버 방어 팀 등 승인된 조직으로 제한된다. Claude Platform Docs

즉, 일반 사용자·기업이 쓸 수 있는 것은 Fable 5이며, 이것이 곧 현재 Anthropic이 공개 제공하는 가장 강력한 모델이다.


🚀 강화된 장점 5가지 완전 해부

장점 1: 장기 에이전트 작업 — "몇 주짜리 일을 하루에"

Fable 5의 가장 큰 차별점은 오래 걸리는 복잡한 작업을 스스로 끝까지 수행하는 능력이다. 장기 실행 에이전트 작업에서 수백만 토큰에 걸쳐 자율적으로 작동하며, 여러 단계의 작업 계획을 세우고, 서브 에이전트에게 역할을 나눠 맡기며, 완성된 결과물을 스스로 점검한다. 대규모 코드 저장소를 분석하고, 여러 파일을 수정하고, 테스트를 반복하며, 오류가 남아 있으면 다시 수정하는 흐름을 장시간 이어가도록 설계되어, 사용자가 단계마다 일일이 개입하지 않아도 복잡하고 긴 작업을 끝까지 완수한다. Claude Platform DocsInvesting.com

실제 사례가 놀랍다. 초기 테스트에서 Stripe는 Fable 5가 5천만 라인 규모의 Ruby 코드베이스에서 코드베이스 전반의 마이그레이션을 단 하루 만에 완료했다고 보고했다. Anthropic에 따르면 엔지니어링 팀이 2개월 이상 걸릴 작업이었다. Atlas CloudClaude Platform Docs

장점 2: 100만 토큰 컨텍스트 — 기본 탑재

1M token 컨텍스트 윈도우는 신청해야 하는 베타 기능이 아니라 기본 설정이다. 즉, 중형 코드 저장소 전체나 수백 페이지 분량의 문서를 한 번에 모델에 넣을 수 있어서, 긴 문서 분석이나 대규모 코드베이스 리팩터링 작업에서 체감 차이가 크다. Wikidocs

콘텐츠 크리에이터 관점에서 보면, 책 한 권 분량의 원고, 1년치 블로그 아카이브, 시리즈 전체의 제작 문서를 한 번에 넣고 일관성 검토나 리라이팅을 맡길 수 있다는 의미다.

장점 3: 거의 모든 벤치마크 최상위

Fable 5는 거의 모든 AI 기능 벤치마크 테스트에서 최첨단 수준의 성능을 발휘한다. 이 모델은 소프트웨어 엔지니어링, 지식 작업, 비전, 과학 연구 및 기타 분야에서 강력한 성능을 보여주며, 작업의 길이와 복잡성이 증가할수록 다른 모델에 대한 이점이 커진다. 현존하는 주요 글로벌 경쟁 모델(GPT-5.5 등) 및 자사의 기존 최상위 모델인 Claude Opus 4.8을 거의 모든 벤치마크 영역에서 압도했다. Atlas CloudApiyi.com Blog

재미있는 검증 사례도 있다. 에이전트 모델의 비공식 스트레스 테스트로 활용되는 Pokémon FireRed를 시각 전용 인터페이스만으로 완료했다. Claude Platform Docs

장점 4: 자가 검증 능력과 추론 수준 조절

Claude Fable 5는 자체 작업 결과를 검토하고 검증하는 기능을 갖추고 있어, 보다 높은 일관성과 적은 감독만으로도 고도의 자율적 운영을 가능하게 한다. 개발자는 Fable 5의 새로운 기능인 추론 수준 조절 기능(adjustable effort levels)을 활용하여 작업에 따라 추론 깊이와 응답 지연 시간을 균형 있게 조정할 수 있다. My Blog

간단한 작업에는 빠르게, 복잡한 설계에는 깊게 생각하도록 조절할 수 있어 비용과 품질의 균형을 사용자가 직접 제어할 수 있다.

장점 5: 이전 대비 파격적인 가격

성능이 올라갔는데 가격은 내려갔다. 두 모델 모두 백만 입력 토큰당 10달러, 백만 출력 토큰당 50달러로 책정되었으며, 이는 Claude Mythos Preview 가격의 절반 이하다. Atlas Cloud

토큰당 단가는 Opus보다 높지만, 실질 비용은 다르게 계산해야 한다. 에이전트 코딩, 복잡한 분석, 장기 실행 자율 작업의 경우, 첫 시도 성공률이 높기 때문에 토큰당 비용이 두 배임에도 작업당 비용은 오히려 저렴할 수 있다. 여기에 프롬프트 캐싱을 사용하면 입력 토큰 비용을 최대 90% 아낄 수 있다. Claude Platform DocsInvesting.com


🛡️ 독특한 하이브리드 안전 시스템 — 거부 대신 '폴백'

Fable 5의 가장 독창적인 설계가 바로 안전 시스템이다. 시스템 내부에 장착된 최첨단 안전 분류기(Safety Classifiers)는 실시간으로 사용자의 프롬프트를 모니터링한다. 만약 공격적인 해킹 기법, 생화학 무기 제조, 혹은 타사 AI 학습을 위한 모델 디스틸레이션(추출) 시도가 감지되면, 시스템은 답변을 완전히 거부하는 대신 이전 세대 모델인 Claude Opus 4.8로 연산을 자동 이관(Fallback)시킨다. Apiyi.com Blog

일반 사용자가 걱정할 필요는 크지 않다. 전체적으로, Fable 5 세션의 95% 이상에서 안전장치가 전혀 발동하지 않는다. 대부분의 사용자에게 Fable 5는 사실상 Mythos 5와 동일한 경험을 제공한다. 그리고 사용자에게는 전환이 발생했다는 알림이 표시된다.

다만 알아둘 주의점이 있다. 출시 초기인 현재, 안전 분류기가 다소 민감하게 설정되어 있어 순수한 의학 연구나 방어 목적의 보안 쿼리도 Opus 4.8로 이관되는 '오탐(False Positive)'이 발생할 수 있다. 생물학·의학·보안 관련 콘텐츠를 다루는 사용자라면 이 특성을 미리 인지하는 것이 좋다. Apiyi.com Blog

데이터 정책도 다르다. Mythos급 모델의 모든 트래픽에 대해 30일간 데이터를 보존한다. 이 데이터는 새 모델 훈련에 사용하지 않으며, 복잡한 공격 패턴 탐지와 오탐 개선이라는 안전 목적으로만 활용한다. 기업 도입 시 데이터 거버넌스 관점에서 검토가 필요한 지점이다.


💰 실전 활용 전략 — 비용 최적화 하이브리드 운영

Fable 5를 가장 현명하게 쓰는 방법은 "모든 작업에 Fable 5"가 아니다. 깊은 판단이 필요한 계획·아키텍처 설계·리뷰는 Fable 5에 맡기고, 양이 많고 반복적인 구현 작업은 더 저렴한 모델(Opus 4.8, GPT-5.5, Sonnet 4.6)로 돌리는 방식으로 분담하면 핵심 품질은 지키면서 불필요한 비용은 줄일 수 있다. Investing.com

작업 유형추천 모델이유
대규모 코드 마이그레이션Fable 5장기 자율 작업 최강
아키텍처 설계·전략 검토Fable 5깊은 추론 필요
수백 페이지 문서 통합 분석Fable 51M 컨텍스트 기본
반복적 콘텐츠 생성Sonnet 4.6비용 효율
일상 요약·간단 질문Haiku 4.5속도·저비용

접근 경로도 다양하다. Claude Fable 5는 Claude API, AWS의 Claude Platform, Amazon Bedrock, Google Cloud 및 Microsoft Foundry에서 일반적으로 사용할 수 있다. Claude.ai 구독자라면 Pro 플랜 이상에서 바로 사용 가능하다. Snowflake


⚡ 지금 시작하는 첫 Fable 5 활용 3가지

1. 대형 문서 통합 분석: 그동안 나눠서 처리했던 문서들(계약서 묶음, 연간 보고서, 시리즈 원고)을 한 번에 업로드해 교차 분석을 요청해본다. 1M 컨텍스트의 체감 차이가 가장 큰 지점이다.

2. 장기 프로젝트 위임: "이 코드베이스 전체를 검토하고 개선 계획을 세운 뒤 실행해줘"처럼 예전엔 단계별로 쪼개야 했던 요청을 통째로 맡겨본다. Claude Code와 결합하면 효과가 극대화된다.

3. 추론 수준 실험: 같은 질문을 낮은 추론 수준과 높은 추론 수준으로 각각 실행해 품질·속도·비용 차이를 직접 비교해본다. 내 작업 유형별 최적 설정을 찾는 것이 장기 비용 절감의 핵심이다.

AI 모델 경쟁은 이제 "누가 더 똑똑한가"에서 "누가 더 길고 복잡한 일을 스스로 끝내는가"로 이동했다. Fable 5는 그 전환점을 가장 선명하게 보여주는 모델이다.

2026년 7월 12일 일요일

GPT-5.6 Sol·Terra·Luna 차이점 총정리|기능·성능·가격·용도 비교

 2026년 7월 11일 현재, GPT-5.6은 하나의 단일 모델이 아니라 다음 세 가지 성능 등급으로 구성됩니다.

Sol = 최고 성능
Terra = 성능·속도·비용 균형
Luna = 최고 속도·최저 비용

여기서 중요한 점은 Sol·Terra·Luna가 추론 강도 설정이 아니라 서로 다른 모델이라는 것입니다. GPT-5.6이라는 숫자는 세대를, Sol·Terra·Luna는 장기적으로 유지될 성능 등급을 의미합니다.


1. 핵심 비교

구분GPT-5.6 SolGPT-5.6 TerraGPT-5.6 Luna
포지션플래그십균형형·실무형고속·대량처리형
우선순위정확도·완성도가성비·속도·성능속도·비용
이전 계열에 비유일반 플래그십 모델Mini급 포지션Nano급 포지션
모델 자체 추론 능력최고높음상대적으로 낮음
속도빠름빠름세 모델 중 가장 빠름
복잡한 문제가장 적합상당히 강함단순·명확한 문제에 적합
장기 작업가장 적합일반적인 장기 작업 가능복잡한 장기 작업에는 불리
대량 자동화비용이 높음균형적가장 적합
API 입력 가격$5 / 100만 토큰$2.50 / 100만 토큰$1 / 100만 토큰
API 출력 가격$30 / 100만 토큰$15 / 100만 토큰$6 / 100만 토큰
모델 IDgpt-5.6-solgpt-5.6-terragpt-5.6-luna

Terra는 Sol 가격의 절반, Luna는 Sol 가격의 20%입니다. OpenAI는 Terra를 이전 GPT-5.5와 경쟁할 수 있는 성능의 균형형 모델로, Luna를 가장 빠르고 경제적인 모델로 설명합니다.


2. GPT-5.6 Sol

성격

Sol은 GPT-5.6 제품군의 최상위 플래그십 모델입니다.

복잡한 요청을 단순히 답변하는 수준이 아니라 다음과 같은 작업을 끝까지 설계하고 다듬는 데 초점이 있습니다.

  • 복잡한 코딩과 시스템 설계
  • 여러 파일에 걸친 디버깅과 리팩터링
  • 전문 연구와 자료 비교
  • 장문의 문서·보고서 분석
  • 컴퓨터 조작 및 브라우저 작업
  • 프레젠테이션·웹·앱 디자인
  • 과학·수학·사이버 보안
  • 모호한 요구사항을 구조화하는 작업

OpenAI는 특히 GPT-5.6에서 디자인 판단력과 컴퓨터 사용 능력이 크게 향상되었다고 설명합니다. 단순히 코드를 작성하는 것뿐 아니라 실제 렌더링 결과를 확인하고 레이아웃이나 기능 문제를 수정하는 방향입니다.

Sol이 유리한 작업

코딩

  • 앱 전체 구조 설계
  • 음원 분석·보컬 튜닝 프로그램 개발
  • 여러 모듈에 걸친 버그 추적
  • 데이터베이스와 API 설계
  • 보안·권한 관련 코드
  • 기존 프로젝트 전체 리팩터링
  • 실패 원인을 알기 어려운 오류 해결

창작·기획

  • 앨범 전체 콘셉트와 트랙 서사 설계
  • 뮤직비디오 장면 연결
  • 상업성과 작품성을 동시에 고려한 전략
  • 긴 가사의 논리·감정선 재구성
  • 서로 다른 여러 자료를 통합한 보고서

문서·리서치

  • 계약서나 정책 여러 개 비교
  • 최근 AI 음악 정책 분석
  • 수익화 구조와 플랫폼별 대응 전략
  • 긴 PDF·스프레드시트·프레젠테이션 분석

단점

  • 세 모델 중 비용이 가장 높습니다.
  • 같은 추론 수준이라면 단순 작업에는 과할 수 있습니다.
  • 복잡하게 생각할 필요가 없는 반복 작업에 사용하면 비용 효율이 낮습니다.

3. GPT-5.6 Terra

성격

Terra는 일상적인 전문 작업을 위한 주력 모델, 즉 ‘워크호스’에 가깝습니다.

Sol보다 저렴하면서 상당수 코딩·지식 작업에서는 Sol과 비교적 가까운 성능을 냅니다. OpenAI는 Terra가 이전 세대의 Mini 모델과 대략 대응하는 위치라고 설명하지만, 이것은 단순한 저성능 모델이라는 뜻이 아니라 GPT-5.6 세대의 중간급 모델이라는 의미입니다.

Terra가 유리한 작업

  • 일반적인 코드 작성과 수정
  • 웹사이트 기능 추가
  • 테스트 코드 생성
  • 표준적인 버그 수정
  • 문서 요약과 분류
  • 가사 교정 및 형식 변환
  • 여러 버전의 콘텐츠 생성
  • 이메일·상품 설명·게시물 작성
  • 데이터 정리와 표 변환
  • 일반적인 웹 리서치
  • 정해진 규칙을 따르는 에이전트 작업

Terra의 강점

Terra는 특히 비용 대비 성능이 좋습니다.

일부 코딩 평가에서는 Sol과 차이가 작습니다.

평가SolTerra차이
SWE-Bench Pro64.6%63.4%1.2%p
Terminal-Bench 2.188.8%87.4%1.4%p
Agents’ Last Exam52.7%50.4%2.3%p
GPQA Diamond94.6%92.9%1.7%p

따라서 일반적인 Codex 개발 작업은 Terra로 시작하고, 막히거나 설계 난도가 높아지면 Sol로 전환하는 방식이 효율적입니다.

Terra가 Sol보다 불리한 영역

차이가 커지는 영역은 다음과 같습니다.

  • 컴퓨터를 직접 조작하는 복잡한 작업
  • 매우 어려운 수학·과학 추론
  • 복잡한 시각 디자인 판단
  • 여러 단계에 걸친 장기 에이전트 작업
  • 모호한 요구사항에서 의도를 추론해야 하는 작업
  • 최종 결과물의 세밀한 완성도

예를 들어 OSWorld 2.0 컴퓨터 사용 평가에서는 Sol 62.6%, Terra 50.2%로 차이가 비교적 크게 나타났습니다.


4. GPT-5.6 Luna

성격

Luna는 속도와 비용을 최우선으로 하는 모델입니다.

이전 계열의 Nano 모델과 비슷한 위치이며, 명확하고 반복 가능한 작업을 대량으로 처리하는 데 적합합니다. 모델 자체의 지능은 Sol과 Terra보다 낮지만, 모든 단순 작업에서 결과가 나쁘다는 뜻은 아닙니다. 요청이 명확하고 출력 규칙이 구체적일수록 Luna의 효율이 높아집니다.

Luna가 유리한 작업

  • 데이터 분류
  • 태그·키워드 생성
  • 짧은 요약
  • 맞춤법과 형식 정리
  • 제목 후보 대량 생성
  • 정해진 템플릿 채우기
  • 메타데이터 생성
  • 단순 번역
  • 반복적인 코드 수정
  • 보일러플레이트 코드
  • 로그 분석과 라벨링
  • 대규모 고객 문의 1차 분류
  • 단순한 에이전트의 서브 작업

음악 작업 예시

Luna에 적합한 작업은 다음과 같습니다.

  • DistroKid 가사에서 섹션 태그 제거
  • 가사의 영어 첫 글자 대문자 규칙 적용
  • 곡 제목·장르·발매일을 표로 변환
  • 쇼츠 해시태그 20세트 생성
  • 여러 곡의 메타데이터 일괄 정리
  • 동일한 양식으로 Spotify 피치 초안 생성
  • 가사에서 금지 단어가 있는지 검사

반면 다음 작업에는 Sol이나 Terra가 더 적합합니다.

  • 음식과 감정의 은유를 새롭게 설계
  • 가사 전체의 감정선 재구성
  • 히트곡 구조와 반복 유지율까지 고려
  • 앨범 전체 서사를 통합
  • 여러 플랫폼 정책을 근거로 유통 전략 판단

Luna의 한계

Luna는 긴 문서를 입력할 수는 있지만, 매우 긴 컨텍스트에서 중요한 정보를 정확히 찾아 연결하는 능력은 Sol·Terra보다 떨어집니다.

512K~1M 토큰 장문 검색 평가에서 결과는 다음과 같습니다.

모델MRCR 장문 검색
Sol73.8%
Terra72.5%
Luna41.3%

즉, 세 모델 모두 100만 토큰급 입력을 받을 수 있지만, 입력 가능 길이와 실제로 내용을 잘 활용하는 능력은 별개입니다.


5. 세 모델이 공통으로 지원하는 기능

Sol·Terra·Luna는 모델 크기와 성능은 다르지만 기본 기술 사양은 거의 같습니다.

사양공통 지원
컨텍스트 윈도1,050,000토큰
최대 출력128,000토큰
지식 기준일2026년 2월 16일
입력텍스트·이미지
출력텍스트
스트리밍지원
함수 호출지원
구조화 출력지원
이미지 이해지원
웹 검색지원
파일 검색지원
컴퓨터 사용지원
Responses API지원
Chat Completions API지원
Batch API지원

즉, Luna도 이미지와 긴 문서를 입력받고 도구를 사용할 수 있습니다. 차이는 ‘기능이 있느냐’보다 그 기능을 얼마나 정확하고 안정적으로 수행하느냐에 있습니다.

단, 세 모델은 기본적으로 텍스트 출력 모델입니다. 음성 합성이나 이미지 생성 자체는 별도의 음성·이미지 모델 또는 도구를 호출하는 구조입니다.


6. 실제 성능 차이가 나타나는 영역

상대적으로 차이가 작은 영역

다음과 같은 영역은 Terra 또는 Luna도 Sol에 상당히 근접할 수 있습니다.

  • 명확한 코딩 문제
  • 일반 상식·전문 지식 문제
  • 정형화된 문서 작성
  • 간단한 도구 호출
  • 규칙이 명확한 반복 작업
평가SolTerraLuna
Agents’ Last Exam52.7%50.4%50.3%
SWE-Bench Pro64.6%63.4%62.7%
Terminal-Bench 2.188.8%87.4%84.7%
GPQA Diamond94.6%92.9%92.3%

차이가 커지는 영역

평가SolTerraLuna
OSWorld 2.0 컴퓨터 사용62.6%50.2%45.6%
FrontierMath Tier 483.0%68.3%58.5%
GeneBench Pro28.7%23.3%10.8%
장문 검색 512K~1M73.8%72.5%41.3%
사이버보안 SEC-Bench Pro71.2%57.7%48.9%

이 결과를 보면 Terra는 일반 업무에서 Sol과 가까운 편이지만, 매우 어려운 추론·컴퓨터 사용·장문 정보 연결에서는 Sol의 우위가 커집니다. Luna는 단순 작업에서는 상당히 강하지만 난도가 높아질수록 성능 저하가 빠르게 나타납니다.

벤치마크 수치는 특정 평가 조건에서 측정한 결과이므로 실제 모든 작업에서 같은 비율로 차이가 난다는 의미는 아닙니다.


7. Sol·Terra·Luna와 추론 강도의 차이

이 부분이 가장 혼동되기 쉽습니다.

모델 등급

  • Sol
  • Terra
  • Luna

추론 강도

  • None
  • Low
  • Medium
  • High
  • XHigh
  • Max

따라서 API나 Codex에서는 다음처럼 조합할 수 있습니다.

  • Luna + Low
  • Luna + High
  • Terra + Medium
  • Terra + Max
  • Sol + Medium
  • Sol + Max

같은 High를 선택해도 Sol과 Luna가 같은 성능이 되는 것은 아닙니다. 추론 강도는 해당 모델이 답을 만들기 위해 얼마나 많은 계산과 사고를 사용할지 정하는 설정이며, 모델 자체의 기본 역량은 Sol이 가장 높습니다. 세 모델 모두 API에서 none부터 max까지의 추론 수준을 지원합니다.


8. 현재 ChatGPT에서 선택 가능한 범위

일반 ChatGPT 대화

현재 일반 ChatGPT 대화에서 직접 선택할 수 있는 GPT-5.6 모델은 기본적으로 Sol입니다.

  • 중간: GPT-5.6 Sol 표준 추론
  • 높음: GPT-5.6 Sol 확장 추론
  • 매우 높음: GPT-5.6 Sol 최고 수준 추론
  • Pro: 장시간·고난도 작업용 GPT-5.6 Sol Pro

GPT-5.5 Instant는 빠른 일상 대화를 위한 기본 모델로 계속 유지됩니다. GPT-5.6은 복잡한 요청을 처리할 때 사용되는 구조입니다.

플랜별 일반 ChatGPT 지원

플랜중간·높음매우 높음Sol Pro
Plus지원미지원미지원
Pro지원지원지원
Business지원지원지원
Enterprise지원지원지원
Free·Go미지원미지원미지원

Plus 플랜에서는 일반 채팅에서 Sol 중간 또는 높음을 사용할 수 있지만, Terra와 Luna를 일반 대화 모델 선택기에서 직접 고르는 방식은 지원되지 않습니다. GPT-5.6은 현재 계정별로 점진 배포 중이므로 같은 플랜이라도 표시 시점이 다를 수 있습니다.


ChatGPT Work

ChatGPT의 Work 환경에서는 Plus 이상 플랜에서 Sol·Terra·Luna를 선택할 수 있습니다.

Work는 단순 질의응답보다 사용자가 원하는 최종 결과를 제시하면 모델이 자료와 도구를 활용해 완성된 업무 결과물을 만드는 작업형 환경에 가깝습니다.


Codex

플랜Codex에서 사용 가능한 GPT-5.6
Free·GoTerra
Plus 이상Sol·Terra·Luna

Codex에서는 다음 방식이 현실적입니다.

  • Sol: 시스템 설계, 복잡한 디버깅, 대규모 리팩터링
  • Terra: 일반 기능 개발, 테스트, 일상적인 버그 수정
  • Luna: 반복 수정, 단순 스크립트, 형식 변환, 대량 작업

OpenAI의 Codex 가이드도 Sol을 세부 완성도, Terra를 일상적인 주력 작업, Luna를 명확하고 반복 가능한 작업에 적합한 모델로 설명합니다.


OpenAI API

API에서는 세 모델을 모두 직접 지정할 수 있습니다.

gpt-5.6-sol
gpt-5.6-terra
gpt-5.6-luna

gpt-5.6이라는 별칭은 기본적으로 GPT-5.6 Sol로 연결됩니다.


9. API 비용 비교

기본 표준 요금은 100만 토큰당 다음과 같습니다.

모델입력캐시 입력출력
Sol$5.00$0.50$30.00
Terra$2.50$0.25$15.00
Luna$1.00$0.10$6.00

장문 컨텍스트 요금 구간에서는 다음 요율이 적용됩니다.

모델장문 입력장문 캐시 입력장문 출력
Sol$10.00$1.00$45.00
Terra$5.00$0.50$22.50
Luna$2.00$0.20$9.00

GPT-5.6에서는 명시적인 캐시 지점을 설정할 수 있고, 캐시 읽기는 일반 입력 대비 90% 할인됩니다. 캐시 쓰기는 일반 입력 가격의 1.25배로 청구됩니다. 

최종 선택 기준

상황추천
한 번에 가장 좋은 답을 받아야 함Sol
대부분의 일반 업무와 개발Terra
단순 작업을 많이 처리해야 함Luna
요구사항이 모호함Sol
요구사항이 명확하고 반복적임Luna
비용과 품질을 모두 고려Terra
복잡한 디자인·컴퓨터 조작Sol
일반적인 Codex 작업Terra
대규모 자동화 파이프라인Luna 또는 Terra
긴 문서에서 세밀한 정보 연결Sol 또는 Terra

한 문장으로 정리

Sol은 최종 품질을 위한 모델, Terra는 가장 현실적인 주력 모델, Luna는 빠르고 저렴한 대량처리 모델입니다.