OpenAI, AI 시대를 위한 성과 평가 도구 발표

AI 시대를 위한 성과 평가 도구

CFO들이 가장 많이 묻는 질문은 간단합니다: "AI에 투자한 만큼의 가치를 어떻게 얻을 수 있을까요?"

수년간 시장은 소프트웨어의 성공을 사용률로 측정했습니다: 구매한 좌석 수, 활성 사용자 수, 갱신된 라이선스 수 등. 그러나 AI의 가치를 이해하기 위해서는 더 강력한 측정 기준이 필요합니다: 수행된 작업의 양입니다.

CFO와 다른 비즈니스 리더들이 직면한 기본 경제적 질문은 AI가 완료한 작업의 가치가 그것을 생산하는 비용보다 빠르게 증가하는지 여부입니다.

이 질문에 답하기 위해서는 단순히 토큰당 비용과 같은 지표를 넘어 더 깊이 살펴봐야 합니다. 비용이 저렴한 모델은 더 저렴한 토큰을 제공할 수 있지만, 훌륭한 결과를 얻기 위해서는 더 많은 시도, 더 많은 시간, 더 많은 인간의 검토가 필요할 수 있습니다. 반면에 더 능력 있는 모델은 더 비싼 토큰을 가질 수 있지만, 동일한 작업을 한 번에 완료할 수 있습니다. 중요한 것은 성공적인 결과를 생산하는 전체 비용과 그 결과가 창출하는 가치입니다.

AI 시대의 궁극적인 성과 평가는 "달러당 유용한 지능"으로 볼 수 있습니다. 이 측정 기준은 네 가지 주요 질문에 답합니다:

1. AI가 중요한 작업을 완료하고 있는가?
2. 각 성공적인 작업의 비용은 얼마인가?
3. 사람들이 결과에 의존할 수 있는가?
4. AI 사용이 증가함에 따라 각 달러가 더 많은 가치를 창출하는가?

1. 얼마나 많은 유용한 작업이 완료되는가?

작업 자체로 시작합니다.

AI가 얼마나 많은 고객 문제를 해결했는가? 얼마나 많은 코드 변경을 도왔는가? 얼마나 많은 계약을 검토했는가? 사람들에게 얼마나 많은 시간을 돌려주었는가? 적절한 순간에 적절한 컨텍스트가 제공되어 얼마나 많은 결정이 개선되었는가?

토큰은 사람들이 사용할 수 있는 작업으로 변환될 때 가치를 창출합니다. 모델이 더 능력 있게 되면, 더 길고 복잡한 작업을 수행할 수 있습니다: 컨텍스트를 유지하고, 여러 단계를 통해 추론하고, 도구를 가로질러 작업하며, 진행하면서 적응합니다.

시작하기 가장 좋은 곳은 하나의 워크플로우입니다. "완료"의 의미를 정의하고 그 결과를 작업이 이루어지는 시스템에서 측정합니다.

예를 들어, 지원 팀에서는 "완료"가 고객 문제 해결을 의미할 수 있습니다. 엔지니어링 팀에서는 테스트를 통과한 코드 변경을 의미할 수 있습니다. 법무 팀에서는 정확하고 제시간에 검토된 계약을 의미할 수 있습니다.

재무 팀이 예측 검토를 준비하는 경우, 최종 결정이 내려지기 전에 많은 작업이 이루어집니다: 최신 예측 찾기, 데이터를 Excel 또는 Sheets로 이동, 변경 사항 식별, 탭 조정, 슬라이드 재구성, 모든 것이 완벽하게 맞는지 확인 등.

ChatGPT Work는 이 프로세스의 많은 부분을 맡아 팀이 중요한 질문에 더 집중할 수 있도록 합니다: 무엇이 변경되었는가? 왜 그런가? 다음에 무엇을 해야 하는가?

이는 실제로 달러당 유용한 지능입니다. 더 많은 작업이 더 빠르게 완료되며, 사람들은 판단력, 창의성, 전문성을 적용하는 데 더 많은 시간을 할애합니다.

2. 성공적인 작업의 실제 비용은 얼마인가?

다음 질문은 그 작업을 잘 완료하는 데 드는 비용입니다.

AI 작업은 매우 다양합니다. 간단한 답변은 적은 계산을 필요로 할 수 있습니다. 코딩, 연구, 금융 워크플로우는 더 깊은 추론, 도구 사용, 많은 작업을 포함할 수 있습니다. 이러한 더 복잡한 작업은 더 많은 계산을 필요로 할 수 있지만, 훨씬 더 많은 가치를 창출할 수 있습니다.

모델 수준에서, 성공적인 작업당 비용은 가격, 사용된 계산량, 올바른 결과에 도달할 가능성에 따라 달라집니다. 기업의 경우, 전체 비용에는 직원 시간, 인간 검토, 재시도, 재작업도 포함됩니다.

계산은 간단합니다:

• 작업 완료의 전체 비용을 더합니다.
• 요구된 품질 기준을 충족한 작업 수를 셉니다.
• 전체 비용을 성공적인 작업 수로 나눕니다.

이것이 왜 가장 낮은 토큰당 가격이 항상 가장 낮은 결과당 비용을 생산하지 않는 이유입니다. 최첨단 모델은 한 번의 시도로 올바른 답을 제공하여 재시도, 지연, 검토, 총 계산을 줄임으로써 일상적인 요청에서도 최고의 가치를 제공할 수 있습니다.

계층화된 모델 패밀리는 고객에게 이 방정식을 최적화할 수 있는 더 많은 방법을 제공합니다. 최근에 출시된 GPT-5.6은 세 가지 계층을 가지고 있습니다: Sol은 주력 모델이며, Terra는 성능과 비용의 균형을 맞추고, Luna는 가장 빠르고 저렴한 모델입니다.

이 계층들은 유용한 출발점을 제공합니다. 전체 작업의 경제성이 궁극적으로 적절한 모델을 결정해야 합니다. 고객은 빠르고 대량의 워크플로우에 Luna를 사용할 수 있고, 더 깊은 작업에는 Terra를, 더 강력한 추론이 적은 시도로 최고의 결과를 제공할 때는 Sol을 사용할 수 있습니다.

우리는 GPT-5.6을 훈련하여 각 토큰에서 더 유용한 작업을 얻도록 했습니다. 인공 분석 코딩 에이전트 지수에서, GPT-5.6 Sol은 최대 추론 설정으로 다른 선도 모델보다 54% 적은 출력 토큰을 사용하면서 새로운 최첨단을 달성했습니다.

3. AI가 작업을 얼마나 자주 올바르게 수행하는가?

세 번째 측정 기준은 신뢰성입니다.

AI 채택은 단계별로 심화되는 경향이 있습니다. 처음에는 AI가 초안을 작성하는 데 도움을 줍니다. 그런 다음 도구와 데이터를 통해 컨텍스트를 찾고 추론합니다. 시간이 지나면서 예외를 처리하고 워크플로우를 완료하며, 필요한 경우 사람들이 판단과 통제를 제공합니다.

각 단계는 더 많은 가치를 창출하고 시스템에 더 많은 것을 요구합니다.

신뢰성은 직접적인 경제적 가치를 가집니다. 결과가 정확하고, 잘 출처가 있으며, 일관되고, 적절히 에스컬레이션되면, 사람들은 검토, 수정, 작업 반복에 더 적은 시간을 소비합니다. 성공적인 작업은 비용이 적게 들고, 조직은 더 중요한 워크플로우에서 AI를 사용할 자신감을 얻습니다.

팀은 세 가지 결과를 추적하여 이를 구체화할 수 있습니다:

• 사용 준비 완료: 결과가 전달된 대로 품질 기준을 충족했습니다.
• 수정 필요: 결과가 다른 시도나 인간의 편집을 필요로 했습니다.
• 에스컬레이션 필요: 사람이 개입하여 작업을 완료해야 했습니다.

이러한 측정은 모델 정확도만으로는 알 수 없는 더 풍부한 이야기를 제공합니다. AI가 프로젝트를 완료하는 데 필요한 작업을 실제로 줄이고 있는지를 보여줍니다.

신뢰성은 또한 명확한 경계를 필요로 합니다. AI가 초안 작성에서 행동으로 이동하기 전에, 조직은 다음을 정의해야 합니다:

• 시스템이 접근할 수 있는 데이터.
• 사용할 수 있거나 변경할 수 있는 시스템.
• 사람이 행동을 검토하거나 승인해야 하는 시점.

안전, 보안, 프라이버시, 통제는 더 깊은 사용의 기초를 만듭니다. 사람들은 시스템이 어떻게 작동하는지, 데이터가 어떻게 처리되는지, 행동이 어떻게 관리되는지를 이해해야 합니다.

ChatGPT Work는 ChatGPT Enterprise의 보안, 프라이버시, 컴플라이언스, 워크스페이스 관리 기반 위에 구축됩니다. 이는 조직이 AI에 더 많은 컨텍스트를 제공하고 더 가치 있는 워크플로우에 접근할 수 있게 하면서 적절한 감독을 유지할 수 있게 합니다.

능력은 첫 사용을 얻습니다. 신뢰성은 AI가 작업을 수행하는 방식의 일부가 되게 합니다.

4. AI 사용이 증가함에 따라 각 AI 달러가 더 많은 작업을 구매하는가?

마지막 질문은 경제성이 규모에 따라 개선되는지 여부입니다.

기업은 동일한 워크플로우를 시간에 따라 추적하여 이를 측정할 수 있습니다. 품질 기준을 충족한 작업 수, 이를 완료하는 데 드는 총 비용, 성공적인 작업당 비용을 추적합니다. 완료된 작업이 총 비용보다 빠르게 증가하면서 품질이 유지되거나 개선된다면, 각 AI 달러는 더 많은 가치를 창출하고 있는 것입니다.

컴퓨팅은 이 방정식의 중심에 있습니다.

컴퓨팅은 연구와 AI가 완료하는 모든 작업을 지원합니다. 제품의 품질, 속도, 신뢰성, 가용성, 비용을 결정합니다. 훈련 컴퓨팅은 미래의 능력을 구축합니다. 추론 컴퓨팅은 오늘날 유용한 작업을 제공합니다. 둘 다 고객에게 더 나은 결과를 제공해야 합니다.

더 나은 모델, 더 효율적인 추론, 목적에 맞게 설계된 하드웨어, 높은 활용도, 더 스마트한 라우팅, 강력한 제품 디자인은 모두 컴퓨팅의 수익을 향상시킵니다. 각 인프라 세대는 더 능력 있는 모델을 훈련하는 데 도움을 줍니다. 더 나은 알고리즘, 하드웨어, 소프트웨어는 그런 모델을 더 효율적으로 제공하는 데 도움을 줍니다.

고객은 이러한 개선을 인간적인 측면에서 경험합니다: 더 나은 답변, 더 빠른 결과, 더 적은 수정, 더 신뢰할 수 있는 제품, 필요한 작업의 더 낮은 비용.

이익은 복합적으로 증가합니다. 더 나은 인프라는 연구를 가속화합니다. 연구는 더 능력 있고 효율적인 모델을 생산합니다. 더 나은 모델은 제품을 개선합니다. 더 나은 제품은 채택, 학습, 수익을 촉진합니다. 이러한 성장은 다음 세대의 연구, 컴퓨팅, 배포, 안전에 대한 지속적인 투자를 지원합니다.

OpenAI는 이러한 요소들을 하나의 공유 지능 플랫폼을 통해 결합합니다. 사람들은 ChatGPT와 ChatGPT Work를 통해 이를 사용합니다. 개발자들은 Codex와 API를 통해 이를 구축합니다. 기업들은 작업이 이루어지는 시스템에 이를 배포합니다.

한 층이 개선되면, 모든 제품과 고객이 혜택을 받을 수 있습니다.

AI 시대를 위한 성과 평가 도구

이 네 가지 측정을 종합하면 달러당 유용한 지능이 개선되고 있는지를 알 수 있습니다.

유용한 작업은 AI가 무엇을 생산하는지를 알려줍니다. 성공적인 작업당 비용은 결과에 도달하는 데 필요한 것을 알려줍니다. 신뢰성은 사람들이 얼마나 많은 작업을 자신 있게 사용할 수 있는지를 알려줍니다. 규모의 가치는 각 달러와 각 컴퓨팅 단위가 시간이 지남에 따라 더 많은 것을 성취하는지를 알려줍니다.

목표는 AI가 사람들이 더 의미 있는 작업을 수행하고, 더 나은 결정을 내리며, 인간의 판단과 창의성이 필요한 업무에 더 많은 시간을 할애할 수 있도록 돕는 것입니다.

우리의 임무는 각 세대마다 이 방정식을 개선하는 것입니다: 더 능력 있는 모델, 더 빠르고 신뢰할 수 있는 결과, 고객이 필요로 하는 작업의 더 낮은 비용.

이것이 AI가 시간이 지남에 따라 더 많은 사람과 조직에게 더 유용해지는 방법입니다.