GPT-5.6 Sol·Terra·Luna를 단순한 상·중·하 모델로 외우면 비싼 모델을 모든 요청에 쓰거나, 가벼운 모델로 고위험 작업을 버티게 된다. 현재 OpenAI 안내에서 Sol은 플래그십 역량, Terra는 성능과 비용의 균형, Luna는 효율적인 대량 작업을 맡는다. 이름보다 실패 비용, 검증 방법과 처리량을 먼저 봐야 한다.
1. 공식 역할부터 정확히 구분한다
API에서 gpt-5.6 별칭은 gpt-5.6-sol로 연결된다. Sol은 복잡한 분석·코딩·연구처럼 품질과 추론 깊이가 중요한 작업, Terra는 일상 업무의 균형 잡힌 기본값, Luna는 가볍거나 처리량이 많은 작업에 맞는다. 모델 역할은 GPT-5.6 공식 가이드에서 확인한다. 제품별 범위와 한도는 ChatGPT·Codex 사용량 안내를 함께 본다.
이 설명은 자동 라우팅 규칙이 아니라 출발점이다. Luna가 모든 짧은 요청에 맞거나 Sol이 항상 정답이라는 뜻은 아니다. 실제 입력, 도구와 완료 기준이 같은 평가에서 통과해야 팀 기본값이 된다.
2. 새 업무는 Sol로 품질 우선 기준선을 먼저 만든다
정답 기준이 아직 없는 업무를 처음부터 Luna로 최적화하면 모델 문제와 평가 기준 부족을 구분하기 어렵다. 초기 비교용 대표 사례 5~10개를 고르고 Sol로 기준선을 만든다. 각 사례에는 필수 사실, 허용 오차, 필요한 근거, 금지 행동과 사람이 검수할 항목을 붙인다.
그다음 같은 입력과 설정으로 Terra와 Luna를 실행한다. 품질 기준을 유지한 가장 가벼운 구성을 선택한다. 공식 가이드는 대표 업무에서 품질, 증거, 토큰, 지연과 비용을 비교하라는 원칙을 제시한다. 이 글은 그 원칙을 세 모델 비교에 적용한 것이다. 호출 횟수가 줄어도 최종 결과가 기준을 통과하지 못하면 개선이 아니다.
3. 세 신호로 기본값과 승격 조건을 정한다
첫째는 실패 영향이다. 결제·권한·데이터 마이그레이션처럼 틀렸을 때 손실이 크면 Sol과 사람 검토를 쓴다. 둘째는 독립 검증 가능성이다. 스키마 검사나 테스트로 즉시 판정할 수 있는 반복 변환은 Luna 후보가 된다. 셋째는 모호성과 처리량이다. 여러 문서를 종합하지만 사람이 빠르게 확인할 수 있는 일상 업무는 Terra에서 시작한다.
예를 들어 정해진 형식의 회의록 100건 변환은 Luna, 테스트가 있는 일반 기능 수정은 Terra, 중단 없이 수행해야 하는 결제 스키마 전환 계획은 Sol로 보낸다. 단, 모델 이름만으로 승인하지 않는다. Luna가 필수 필드를 누락하면 Terra로 한 번 승격하고, 고위험 판단이나 근거 충돌은 Sol과 담당자 검토로 넘긴다.
4. 모델과 추론 강도는 한 번에 바꾸지 않는다
API에서는 모델과 reasoning.effort가 별도 선택값이다. GPT-5.6은 none부터 max까지 지원하지만 높은 단계가 언제나 효율적인 것은 아니다. 모델과 추론 강도를 동시에 바꾸면 무엇이 품질 차이를 만들었는지 알 수 없다. 먼저 같은 강도로 세 모델을 비교하고, 경계 사례에서만 한 단계씩 조정한다.
선택표에는 모델, 추론 강도, 통과율, 사람 수정 시간, 재시도, 지연, 토큰과 실패 유형을 남긴다. “답이 좋아 보였다” 대신 “필수 12개 중 12개 충족, 수정 3분”처럼 기록한다. 가격·제공 범위나 업무 위험이 바뀌면 같은 사례를 다시 실행한다. 좋은 모델 정책은 최고 모델을 고정하는 규칙이 아니라, 가장 가벼운 통과 구성을 쓰고 실패 신호가 보일 때 정확히 승격하는 규칙이다.