OpenAI는 코딩을 이야기합니다. 저희는 번역만 봅니다.
OpenAI는 2026년 7월 9일 GPT-5.6을 공개했습니다. 이름 규칙이 바뀌었습니다. 숫자는 세대를 뜻하고, Sol / Terra / Luna는 각각 독립적으로 발전할 수 있는 성능 티어입니다. Sol은 추론 상한이 가장 높고, Terra는 균형 잡힌 기본값, Luna는 속도와 비용을 앞세운 경량 옵션입니다.
출시 자료는 에이전트형 코딩과 토큰 효율에 관한 내용뿐, 문서 번역과는 무관합니다. 그래서 "GPT-5.6이 번역을 더 잘한다"는 홍보 문구를 그대로 옮기는 대신, 저희는 OpenAI가 답하지 않고 어떤 경쟁 리뷰도 데이터를 갖고 있지 않은 질문을 파고들었습니다.
세 티어의 가격은 5배씩 벌어져 있습니다(1M 입력/출력 토큰 기준 Sol $5/$30, Terra $2.50/$15, Luna $1/$6). 문서 번역이라면, 실제로 어느 티어에 돈을 내야 할까요?
먼저 결론부터 요약하면 이렇습니다.
- 깨끗한 문서 — 논문, 계약서, 기술 매뉴얼, 표 — 라면 Sol을 고르세요. 8개 시나리오 중 5개에서 만점 5.0을 받았고, 가격이 동일한 GPT-5.5를 확실히 앞섭니다.
- Terra는 정당화하기 가장 어려운 티어입니다. Luna보다 겨우 0.04점 앞서면서, 품질 1점당 비용은 42% 더 비쌉니다.
- 스캔 문서에는 GPT-5.6을 쓰지 마세요. OCR 오류를 복원하는 능력에서 세 티어 모두 이전 세대인 GPT-5.5보다 뒤처집니다. Terra는 오인식된 영어 단어를 중국어 번역문에 그대로 복사해 넣습니다.
어떻게 테스트했나
8개 문서 시나리오, 각각 하나의 구체적인 약점을 겨냥합니다.
| 시나리오 | 방향 | 검증 대상 |
|---|---|---|
| 학술 논문 초록 | EN → ZH | 전문 용어, 수동태, 격식 있는 문어체 |
| 법률 계약 조항 | EN → ZH | 중첩된 긴 문장, 정밀성, 법률 용어 |
| 코드 포함 기술 문서 | EN → ZH | 백틱 안 식별자는 번역하지 않고 보존 |
| 문학 산문 (루쉰) | ZH → EN | 고전적 어감, 리듬, 이미지 |
| 만화 대사 | JA → EN | 구어체, 캐릭터 말투, 문말 조사 |
| Markdown 표 | EN → ZH | 표 구조, 오류 코드, 단위 |
| 장문 용어 일관성 | EN → ZH | 다의어 하나를 여러 단락에서 일관되게 번역 |
| OCR 노이즈 | EN → ZH | 원문에 스캔 오류 포함, 모델은 의도를 복원해야 하며 오류를 복사해선 안 됨 |
앞의 다섯 개는 지난 4월 DeepSeek V4 리뷰에서 쓴 원문을 그대로 재사용해 두 평가를 시간축으로 비교할 수 있게 했습니다. 나머지 세 개는 새로 추가한 것으로, BelinDoc 사용자가 실제로 마주치는 상황을 겨냥합니다.
7개 모델: GPT-5.6 Sol / Terra / Luna, 이전 세대 GPT-5.5, 그리고 Gemini 3.1 Pro, Claude Opus 4.8, DeepSeek V4 Pro.
모든 셀은 3회씩 돌려 중앙값을 취했습니다. 이 점은 들리는 것보다 중요합니다. 단일 호출은 서버 측 변동에 노출되며, 표본 하나로 결론을 내리는 것이야말로 운을 발견인 양 발표하는 지름길입니다.
듀얼 블라인드 채점, 그리고 심사관은 참가자가 아닙니다. 후보 번역문은 A/B/C…로 익명화(라운드마다 독립적으로 재배열)한 뒤 GPT-5.4와 Claude Opus 4.7이 충실도·유창성·용어·스타일·포맷 5개 차원을 1~5점으로 채점합니다. 두 심사관 모두 참가자 명단에 없습니다. 모델이 자기 자신을 채점하게 두면 편향이 끼는데, 이는 이전 리뷰의 결함이었고 이번에 바로잡았습니다.
168건의 원시 번역문 전체, 모든 심사관 점수, 집계 스크립트는 저장소의 docs/evaluations/gpt-5-6/ 아래에 있습니다.
종합 순위
| 순위 | 모델 | 평균 | 충실도 | 유창성 | 용어 | 스타일 | 포맷 | 호출당 비용 | 점당 비용 |
|---|---|---|---|---|---|---|---|---|---|
| 1 | Claude Opus 4.8 | 4.73 | 4.8 | 4.7 | 4.8 | 4.4 | 5.0 | $0.00366 | $0.00077 |
| 2 | Gemini 3.1 Pro | 4.71 | 4.8 | 4.7 | 4.8 | 4.6 | 4.8 | $0.01222 | $0.00259 |
| 3 | GPT-5.6 Sol | 4.70 | 4.8 | 4.8 | 4.8 | 4.7 | 4.5 | $0.00360 | $0.00077 |
| 4 | GPT-5.5 | 4.54 | 4.7 | 4.4 | 4.6 | 4.3 | 4.7 | $0.00393 | $0.00087 |
| 5 | GPT-5.6 Terra | 4.38 | 4.4 | 4.3 | 4.4 | 4.3 | 4.6 | $0.00161 | $0.00037 |
| 6 | GPT-5.6 Luna | 4.34 | 4.4 | 4.3 | 4.3 | 4.1 | 4.6 | $0.00113 | $0.00026 |
| 7 | DeepSeek V4 Pro | 4.18 | 4.1 | 4.0 | 4.1 | 4.1 | 4.5 | $0.00068 | $0.00016 |
상위 세 모델의 차이는 0.03점으로, 사실상 노이즈입니다. 이를 "Claude가 Sol을 이겼다"로 읽지 마세요. 의미 있는 격차는 표의 더 아래쪽에 있습니다.
점당 비용은 호출당 비용을 평균 점수로 나눈 값, 즉 품질 한 단위에 지불하는 금액입니다.
티어 고르기
Sol: 깨끗한 문서라면 정답
Sol은 학술 초록, 법률 조항, 기술 문서, Markdown 표, 용어 일관성에서 만점 5.0을 받았습니다. 8개 중 5개입니다. 중첩된 법률 문장이나 여러 단락에 걸친 용어 일관성처럼 긴 문맥을 압박하는 항목에서도 점수를 잃지 않았습니다.
약점은 포맷(4.5)으로, 이번 평가에서 두 번째로 낮은 값입니다. 이유는 다음 절에서 설명합니다.
Terra: 설명하기 어려운 티어
| 평균 점수 | 호출당 비용 | 점당 비용 | 중앙값 지연 | |
|---|---|---|---|---|
| Sol | 4.70 | $0.00360 | $0.00077 | 4,640 ms |
| Terra | 4.38 | $0.00161 | $0.00037 | 3,598 ms |
| Luna | 4.34 | $0.00113 | $0.00026 | 7,998 ms |
Terra는 Sol의 절반 비용이지만 0.32점을 내줍니다. Luna보다는 0.04점 앞서면서 점당 비용은 42% 더 비쌉니다.
문서 번역이라는 관점에서는 어중간한 위치에 놓입니다. 품질이면 Sol, 비용 절감이면 Luna로 가면 되니까요. Terra의 유일한 실질적 강점은 이번 테스트에서 가장 빠른 모델(3,598 ms)이라는 점입니다. 지연이 최우선 요구사항이라면 존재 이유가 있습니다.
Luna: 가장 저렴하지만, 가장 빠르진 않다
가장 직관에 어긋난 결과였습니다. OpenAI는 Luna를 빠르고 저렴한 티어로 포지셔닝합니다. 실제로 가장 저렴한 건 맞지만, 세 티어 중 가장 느렸습니다. 중앙값 지연 7,998 ms로 Terra의 2.2배입니다.
한 가지 단서: 모든 호출이 동일한 제3자 중계 경로를 거쳤기 때문에, 지연 편차는 모델이 아니라 라우팅을 반영한 것일 수 있습니다. 다만 그 경로에서 "Luna는 곧 빠름"이라는 공식은 성립하지 않았습니다.
핵심 발견: GPT-5.6은 스캔 문서를 GPT-5.5보다 못 다룬다
이건 따로 떼어 강조할 가치가 있는 결과이자, BelinDoc 사용자가 가장 알아야 할 내용입니다.
저희는 전형적인 OCR 오류를 담은 영어 원문을 만들었습니다. module이 rnodule로(r+n이 m으로 합쳐짐), 0.5가 O.5로(숫자 0이 알파벳 O로), inspection이 inspecti0n으로 오인식되었고, 하이픈으로 끊긴 줄바꿈도 넣었습니다.
The rnodule shall be calibrated at 25 °C be-
fore shipment. Any devi ation greater than O.5 % must
be recorded in the inspecti0n report and signed by the
quality engineer.
유능한 번역 모델이라면 이 노이즈를 꿰뚫어 "module", "0.5%", "inspection report"로 읽어내고 오타가 아니라 의도를 번역해야 합니다.
점수(만점 5점):
| 모델 | 평균 | 충실도 | 용어 | 포맷 |
|---|---|---|---|---|
| Claude Opus 4.8 | 5.0 | 5.0 | 5.0 | 5.0 |
| Gemini 3.1 Pro | 4.4 | 4.5 | 4.0 | 3.5 |
| GPT-5.5 (이전 세대) | 4.3 | 4.0 | 4.0 | 3.5 |
| GPT-5.6 Sol | 3.4 | 4.0 | 4.0 | 2.0 |
| GPT-5.6 Luna | 3.0 | 3.0 | 1.5 | 3.5 |
| GPT-5.6 Terra | 2.2 | 2.5 | 1.5 | 2.0 |
| DeepSeek V4 Pro | 1.7 | 2.0 | 1.0 | 2.0 |
실제 번역문을 보면 차이가 분명해집니다. 아래 인용문은 각 모델이 이 영어→중국어 간체 번역 과제에서 낸 실제 출력을 한 글자도 고치지 않고 그대로 옮긴 것입니다. 중국어 번역문 안에 섞여 들어간 오인식 영어 단어(rnodule, inspecti0n)와 숫자 오류(O.5)에 주목하며 읽어 주세요. 이것들이 바로 증거 자체이므로 원문 그대로 보존합니다.
Claude Opus 4.8 — 모든 오류를 교정했습니다:
模块应在出厂前于25 °C下进行校准。任何大于0.5 %的偏差必须记录在检验报告中，并由质量工程师签字。
GPT-5.6 Sol — "module"과 "inspection report"는 복원했지만 O.5 %는 그대로 두었고, 영어의 하이픈 줄바꿈을 중국어에 그대로 끌고 왔습니다:
该模块应在 25 °C 下进行校准，然- 后再发货。任何大于 O.5 % 的偏差都必须 记录在检验报告中，并由 质量工程师签字。
GPT-5.6 Terra — 오인식된 영어 단어를 중국어 번역문 안에 그대로 남겨두었습니다:
该 rnodule 应在 25 °C 下进行校准，然 后再发货。任何大于 O.5 % 的偏差都必须记录在 inspecti0n report 中，并由 质量工程师签字。
GPT-5.6 Luna — 같은 실패입니다:
该 rnodule 应在发货前于 25 °C 下进行校准。任何大于 O.5 % 的偏差都必须记录在 inspecti0n report 中，并由质量工程师签字。
Sol의 然-\n后 역시 포맷 점수가 4.5에 그친 이유입니다. 원문의 레이아웃 노이즈를 보존할 가치가 있는 포맷으로 착각한 것입니다.
그러니 스캔본, 사진, 혹은 OCR을 거친 PDF를 번역한다면 GPT-5.6의 세 티어 모두 좋은 선택이 아닙니다. Claude Opus 4.8을 쓰세요. 반드시 OpenAI 안에 머물러야 한다면, 이전 세대인 GPT-5.5가 더 안전한 선택입니다.
같은 가격, 새 세대: GPT-5.5를 계속 쓸 이유가 남아 있나?
GPT-5.5와 GPT-5.6 Sol의 정가는 완전히 동일합니다. 1M 입력 토큰당 $5, 출력 토큰당 $30입니다.
Sol은 4.70점, GPT-5.5는 4.54점입니다. 시나리오별로 보면 Sol이 법률(5.0 vs 4.3), 기술 문서(5.0 vs 4.6), 표(5.0 vs 4.6), 용어 일관성(5.0 vs 4.5)에서 명확히 앞섭니다.
같은 돈, 더 나은 품질입니다. 단, 스캔본만 빼면요.
바로 이 점이 앞 절이 독립적으로 성립하는 이유입니다. GPT-5.5가 여전히 더 잘하는 유일한 작업이, 하필 그 후계 모델이 퇴보한 영역(4.3 vs 3.4)입니다.
벤더 전반: 돈이 실제로 어디로 가는가
점당 비용으로 정렬하면 그림이 완전히 달라집니다.
| 모델 | 평균 점수 | 점당 비용 | Sol 대비 |
|---|---|---|---|
| DeepSeek V4 Pro | 4.18 | $0.00016 | 79% 저렴 |
| GPT-5.6 Luna | 4.34 | $0.00026 | 66% 저렴 |
| GPT-5.6 Terra | 4.38 | $0.00037 | 52% 저렴 |
| GPT-5.6 Sol | 4.70 | $0.00077 | — |
| Claude Opus 4.8 | 4.73 | $0.00077 | 동일 |
| GPT-5.5 | 4.54 | $0.00087 | 13% 비쌈 |
| Gemini 3.1 Pro | 4.71 | $0.00259 | 236% 비쌈 |
두 가지가 눈에 띕니다.
Claude Opus 4.8과 Sol은 품질 1점당 비용이 같습니다. 하지만 Claude가 종합 점수는 더 높고, 포맷 5.0, OCR 5.0을 받습니다. 같은 돈으로 더 완결성 있는 모델을 얻는 셈입니다.
Gemini 3.1 Pro는 여기서 가장 비쌉니다. 정가($2/$12)는 Sol보다 낮지만, 호출당 평균 995개의 출력 토큰을 내보내며 그중 917개가 추론 토큰입니다. 추론 토큰은 출력 요율로 과금됩니다. 품질에서는 정당하게 2위에 올랐지만, 점당 비용은 Sol의 3.4배입니다.
DeepSeek V4 Pro는 압도적으로 가장 저렴합니다. Sol 점당 비용의 5분의 1 수준입니다. 대가는 종합 최하위(4.18)와 OCR에서의 붕괴(1.7, 이번 평가 최악)입니다. 대량·저위험·깨끗한 텍스트라면 가성비가 타의 추종을 불허합니다. 다만 스캔본에는 절대 쓰지 마세요.
여담: 동시성에서의 안정성
168건의 번역 호출을 동시성 12로 한꺼번에 던졌습니다. 실패 0건, 재시도 0건, 159초에 완료했습니다.
이 점을 굳이 밝히는 이유는, "모델 X의 API는 불안정하다"는 말이 보통 운 나쁜 호출 한두 건에 근거해 끊임없이 재생산되기 때문입니다. 셀당 3회 반복, 총 168건 — 이 정도는 돌려 봐야 이 경로가 이 동시성에서 안정적이라고 말할 자신이 생겼습니다.
실패 한 건이 모델의 불안정을 증명하지 못하는 것은, 성공 한 건이 안정을 증명하지 못하는 것과 같습니다.
결론과 한계
어떻게 고를까:
- 논문, 계약서, 기술 매뉴얼, 표가 있는 문서 → GPT-5.6 Sol
- 스캔본, 사진, OCR을 거친 PDF → Claude Opus 4.8 (차선: GPT-5.5)
- 대량, 비용 민감, 깨끗한 원문 → GPT-5.6 Luna 또는 DeepSeek V4 Pro
- 지연이 결정적 → GPT-5.6 Terra (가장 빠름, 그게 존재 이유의 전부)
- 이미 GPT-5.5를 쓰는 중 → Sol로 업그레이드, 같은 가격에 더 나은 출력 — 스캔본만 빼면
이 리뷰가 입증하지 못하는 것:
- 코퍼스는 8개의 짧은 지문이지 완결된 문서가 아닙니다. 실제 100쪽짜리 PDF에는 주의력 감쇠, 페이지를 넘나드는 표, 본문 사이에 끼어드는 그림 캡션이 더해집니다. 짧은 표본 결과가 1:1로 그대로 옮겨지지는 않습니다.
- 모든 호출은 하나의 제3자 중계 경로를 거쳤습니다. 지연은 벤더 직결이 아니라 그 경로를 반영합니다.
- 심사관은 인간 번역가가 아니라 LLM입니다. LLM 심사관은 충실도나 용어처럼 검증 가능한 차원에서는 합리적으로 신뢰할 만하지만, "스타일"은 더 조심해서 받아들이세요.
- 이것은 상시 벤치마크가 아니라 한 번의 평가입니다. 모델은 바뀌고, 결론은 유효 기간이 있습니다.
❓ 자주 묻는 질문 (FAQ)
GPT-5.6 Sol, Terra, Luna의 차이는 무엇인가요?
세 버전이 아니라 같은 세대의 세 성능 티어입니다. Sol은 추론 상한이 가장 높고 가격은 1M 토큰당 입력 $5 / 출력 $30, Terra는 균형 티어로 $2.50/$15, Luna는 경량 티어로 $1/$6입니다. 저희의 8개 문서 번역 시나리오에서 각각 5점 만점에 4.70, 4.38, 4.34점을 받았습니다.
문서 번역에는 GPT-5.6의 어느 티어를 써야 하나요?
깨끗한 문서 — 논문, 계약서, 기술 매뉴얼, 표 — 에는 Sol을 쓰세요. 8개 중 5개 시나리오에서 만점 5.0을 받습니다. 대량·비용 민감 작업에는 Luna가 낫습니다. Terra보다 겨우 0.04점 뒤지면서 품질 1점당 비용은 42% 저렴합니다. Terra의 유일한 강점은 속도(중앙값 지연 3,598 ms)입니다. 스캔 문서라면 세 티어 모두 좋은 선택이 아닙니다.
번역에서 GPT-5.6이 GPT-5.5보다 나은가요?
대체로 그렇습니다. 둘 다 1M 토큰당 $5/$30로 정가가 동일하며, Sol은 4.70점으로 GPT-5.5의 4.54점을 앞서 법률 조항, 기술 문서, 표, 용어 일관성에서 명확히 이깁니다. 유일한 예외는 스캔 텍스트의 OCR 오류 복원으로, 이 항목만큼은 GPT-5.5가 실제로 더 강합니다(4.3 vs 3.4).
GPT-5.6으로 스캔 PDF를 번역할 수 있나요?
가능하지만 결과가 나쁩니다. OCR 오류가 섞인 원문에서 세 티어는 Sol 3.4, Luna 3.0, Terra 2.2점을 받았고, 이는 모두 이전 세대 GPT-5.5의 4.3점보다 낮습니다. Terra와 Luna는 rnodule, inspecti0n 같은 오인식 영어 단어를 번역 출력에 그대로 복사해 넣습니다. 스캔본에는 이 시나리오에서 만점 5.0을 받은 Claude Opus 4.8을 쓰세요.
번역에서 GPT-5.6이 Claude Opus 4.8이나 Gemini 3.1 Pro보다 나은가요?
종합 점수는 Claude Opus 4.8이 4.73, Gemini 3.1 Pro가 4.71, GPT-5.6 Sol이 4.70으로, 노이즈라 해도 될 만큼 격차가 작아 품질만으로는 어느 모델도 우승이라 할 수 없습니다. 다만 Claude는 점당 비용($0.00077)이 Sol과 정확히 같으면서 포맷과 OCR 모두 만점 5.0을 받고, Gemini 3.1 Pro는 무거운 추론 토큰 사용 탓에 점당 비용이 Sol의 3.4배입니다.
GPT-5.6으로 문서를 번역하는 데 비용이 얼마나 드나요?
공식 API 가격 기준으로, 이 리뷰에서 측정한 짧은 문서 번역 호출 1건의 비용은 Sol이 약 $0.00360, Terra가 $0.00161, Luna가 $0.00113입니다. 비교하면 Claude Opus 4.8은 $0.00366, DeepSeek V4 Pro는 $0.00068였습니다. 실제 비용은 문서 길이와 출력 토큰 수에 따라 커집니다.
GPT-5.6 Luna가 정말 가장 빠른 티어인가요?
저희 테스트에서는 아니었습니다. Luna의 중앙값 지연은 7,998 ms로 세 티어 중 가장 느렸고, Terra의 3,598 ms의 약 2.2배였습니다. 다만 모든 호출이 동일한 제3자 중계 경로를 거쳤으므로, 이 격차는 모델 자체가 아니라 라우팅을 반영한 것일 수 있습니다.
직접 문서로 테스트해 보세요
이 리뷰는 8개의 짧은 지문을 사용했습니다. 여러분의 문서는 더 길고 더 까다롭습니다. 조항 번호가 붙은 계약서, 수식과 도표가 든 논문, 품질이 제각각인 스캔본이 있으니까요.
가장 좋은 판단 방법은 직접 문서를 업로드해 비교해 보는 것입니다.
👉 여기를 클릭해 PDF / EPUB / Word를 업로드하고 번역을 시작하세요
BelinDoc은 번역 모델을 자유롭게 전환할 수 있고, 원문 레이아웃을 그대로 유지하며, 한 번의 파일 업로드로 여러 모델을 같은 파일에서 비교할 수 있습니다.
🔗 관련 글
- [리뷰] 📊 DeepSeek V4 문서 번역 실전 리뷰: V3.2, GPT-5.4, Claude 4.7, Gemini 3 Pro와 비교
- [리뷰] 📊 GPT-5.2 문서 번역 리뷰
- [리뷰] 📊 Gemini 3 Pro 번역 성능 리뷰
- [선택 가이드] 🎯 문서 유형별 AI 모델 선택 가이드
- [스캔] 🔍 스캔 PDF 번역: OCR 인식 오류를 바로잡는 가이드
