지루한 80%를 위한 GPT-6 Luna: 저렴한 런타임에 무엇을 맡길까

지난주 팀이 만들어낸 결과물을 한번 보세요. 그중 작은 부분만이 스탠드업에서 논의된 기능이었습니다. 대부분은 주변부 작업이었죠. 버그 트리아지, 라벨링, 체인지로그, 열한 개의 풀 리퀘스트에 대한 1차 코멘트, 아무도 맡고 싶어 하지 않는 모듈의 테스트 스캐폴딩, 의존성 범프, 응답 형태가 바뀌면서 낡아버린 문서 페이지까지. 양은 많고 영광은 없는데, 이번 주 전까지는 토큰당 비용이 흥미로운 작업과 똑같았습니다. 같은 런타임에서 돌았으니까요.

OpenAI는 9월 22일 GPT-6 Luna를 공개했습니다. 백만 입력 토큰당 $0.10, 백만 출력 토큰당 $0.50, API ID는 gpt-6-luna, 컨텍스트 윈도우는 1M입니다. 지루한 80퍼센트가 속할 계층이 바로 여기입니다. 유용한 질문은 Luna가 좋은가가 아니라, 어떤 작업을 이쪽으로 내려야 하고, 어떤 작업은 내려서는 안 되며, 값싼 런타임이 끝낼 수 있는 Task를 어떻게 작성할 것인가입니다.

요약

작업을 값싼 계층으로 라우팅하는 기준은 난이도가 아니라 검증 가능성입니다. 결과를 다시 하지 않고도 확인할 수 있고, 잘못된 답변이 리뷰어의 오후를 잡아먹는 대신 1분만 쓰게 한다면, 그 작업은 Luna로 보내야 합니다. 판단이 필요한 일, 보드가 자동화를 트리거하는 모든 것, 아무도 확인하지 않을 모든 것은 비싼 런타임에 남기세요. 기계가 평가할 수 있는 인수 기준을 쓰고, 짧은 작업에는 노력을 적게 들이고, 모든 결과가 사람이 승인하는 Task로 돌아오게 하세요.

Luna의 가격, 그리고 무엇과 비교되는가

OpenAI가 공개한 Luna 비교 자료는 리더보드 순위가 아니라 작업당 비용 기준입니다. 이 작업에 딱 맞는 프레임이죠.

이 수치에는 두 가지 단서가 붙습니다. OpenAI는 Sol과 Luna가 GPT-5.6 프로모션 가격보다 50% 저렴하다고 설명합니다. 프로모션은 OpenAI가 직접 쓴 단어이고 이건 중요합니다. 기준선이 정가가 아니라 할인가라는 뜻이니까요. 우리 자체 런칭 커버리지에서 확인한 GPT-5.6 Luna 정가, 즉 백만 입력당 $1, 백만 출력당 $6과 비교하면 $0.10, $0.50으로의 하락은 입력 기준 약 90%, 출력 기준 약 92%에 가깝습니다. 실제 인하는 헤드라인보다 크고, 그 헤드라인은 세일 가격을 기준으로 측정된 겁니다.

그리고 그 표의 모든 Anthropic 비교는 Claude Opus 5를 상대로 한 것입니다. Anthropic은 OpenAI가 발표한 바로 그날 Opus 5를 Opus 5.5로 교체했습니다. 가격은 백만 입력당 $4, 백만 출력당 $20으로, Opus 5의 $5와 $25에 대응합니다. 그 마진은 이전 세대를 기준으로 측정된 것으로 읽어야 합니다. 실제로 그렇고요. 우리는 두 현재 플래그십 중 어느 쪽이 우위라고 주장하지 않으며, 어느 벤더도 그 직접 비교를 공개하지 않았습니다.

두 벤더가 아닌 제3자인 Artificial Analysis는 자체 지능 지수에서 Luna를 37위, Opus 5.5를 58위로 평가합니다. Luna는 프런티어 모델이 아니고 그렇게 팔리지도 않습니다. 유틸리티 같은 가격의 유능한 일꾼이며, 바로 그게 핵심입니다.

무엇을 옮길지 결정하는 속성

팀들은 에이전트 작업을 난이도로 분류합니다. 그건 잘못된 축입니다. 난이도는 문제의 속성이고, 여러분의 노출은 리뷰 루프의 속성이니까요. 대신 검증 가능성으로 분류하세요.

다음 두 조건이 모두 성립할 때 작업은 값싼 계층에 속합니다. 결과를 다시 하지 않고도 테스트, diff, 린트 규칙, 혹은 10초의 읽기로 확인할 수 있어야 합니다. 그리고 잘못된 결과가 리뷰어의 오후가 아니라 1분을 잡아먹어야 합니다. 영향 범위가 라벨 하나, 코멘트 하나, 파일 하나에 그치기 때문입니다.

이 두 조건이 테스트 스캐폴딩은 해당되고 보안 리뷰는 해당되지 않는 이유입니다. 둘 다 같은 저장소를 대상으로 한 텍스트 생성인데도요. 생성된 테스트는 돌아가거나 돌아가지 않거나 둘 중 하나이고, 바로 그 순간에 알 수 있습니다. 리뷰 코멘트에서 놓친 권한 허점은 깨끗한 코멘트와 똑같이 보입니다.

무엇을 넘겨야 하는가

관통하는 공통점은 이렇습니다. 각 작업이 누군가가 몇 초 안에 평가할 수 있는 산출물을, Agent가 첨부한 근거와 함께 반환한다는 것. 어느 것도 무언가에 대한 최종 판단이 아니며, 이것이 여러분의 팀이 다음에 무엇을 집어들든 목록을 확장할 때 적용해야 할 기준입니다.

무엇을 넘겨서는 안 되는가

값싼 계층은 이런 실수를 부추기므로, 세 가지 경계선을 짚고 넘어갈 가치가 있습니다.

1차 리뷰는 리뷰가 아닙니다. Agent가 diff에 관찰 사항을 달면 읽을거리가 생길 뿐입니다. 이건 승인이 아니며, 팀이 깨끗한 1차 패스를 변경이 안전하다는 신호로 취급하는 순간 값싼 계층이 인수 결정으로 승격된 것입니다. 리뷰 에이전트가 검증할 수 있는 것과 없는 것을 정확히 파악하고, 코멘트 자체에 이게 1차 패스임을 표시하세요.

보드가 자동화를 트리거하는 라벨은 메모가 아니라 결정입니다. Task를 특정 상태로 옮기는 게 실행을 트리거하거나, 우선순위가 팀이 다음에 무엇을 집어들지 좌우한다면, 라벨링 Agent는 방향을 정하고 있는 것입니다. 해당 필드에 대한 자동화를 꺼두거나, 아니면 라벨링을 방향을 맡길 만한 계층에 유지하세요.

아무도 확인하지 않을 작업은 저렴해지는 게 아니라 보이지 않게 됩니다. 값싼 오답은 누군가 눈치챌 때만 값쌉니다. 어떤 작업에 읽는 사람이 없다면, 해법은 더 값싼 런타임이 아니라 그 작업을 삭제하는 것입니다.

이제 결정 기준입니다. 작업량이 많고, 범위가 한정되어 있으며, 신뢰가 아닌 다른 무언가로 검증된다면 Luna를 쓰세요. Task가 몇 시간에 걸쳐 컨텍스트를 유지해야 하거나, 여러 모듈을 넘나들거나, 중간에 멈추는 비용이 토큰값보다 더 많이 들면 Sol이나 Opus 5.5를 쓰세요. 저장소 하나에 Agent 하나를 돌린다면 계층을 아예 나누지 마세요. 가장 어려운 작업에 맞는 런타임을 고르면 됩니다.

값싼 런타임이 끝낼 수 있는 Task 작성하기

Sharkly에서 Agent는 일회성 프롬프트가 아니라 저장된 작업 구성입니다. 지시사항, Runtime, Skills, 저장소, 환경, 실행 설정이 작업 처리 방식을 좌우하므로, 올바른 단위는 지루한 작업 유형마다 Agent 하나씩이지, 일곱 가지 일을 다 하는 영리한 Agent 하나가 아닙니다. 팀은 코드 변경, 리뷰, 테스트, 문서, 운영 트리아지를 위한 Agent를 각각 따로 두면서도 Task마다 지시사항을 다시 쓸 필요가 없습니다.

값싼 런타임에는 좁은 범위와 기계적인 종료 조건이 필요합니다.

SH-312  Triage: 9 unassigned bug reports from this week
Assignee: Triage Agent (Codex Runtime, gpt-6-luna)

For each report, return on the Task:
  - one-sentence restatement of the observed behavior
  - the suspected component, with the file or module that led you there
  - whether you could reproduce it locally, and the exact command you ran
  - a priority suggestion with one reason

Do not change files. Do not close or merge anything.
Finish with any question that must be answered before implementation.

이 Task에서 실제로 일을 하는 건 세 가지입니다. 범위는 9개 항목에 대한 한 번의 패스이므로 실패해도 버리기 값쌉니다. 모든 주장이 근거를 동반하므로 확인은 재조사가 아니라 그냥 읽는 것입니다. 그리고 마지막 두 줄이 경계를 설정합니다. 이 Agent는 보고할 뿐, 행동하지 않습니다.

의도적으로 결정할 만한 설정이 하나 있습니다. Luna의 공개된 성과는 높음 및 최대 추론 노력에서 나온 것이고, 노력은 품질 다이얼이 아니라 비용과 지연 시간에 관한 결정입니다. 위쪽에 놓고 두는 게 아니라요. 마찬가지로 제3자인 Artificial Analysis는 최대 추론 변형이 초당 출력 토큰 153.9개, 첫 토큰까지 약 124초라고 측정했습니다. [VERIFY] 현재 수치가 무엇이든 형태는 유지됩니다. 최대 노력에서는 값싼 모델이 빠르게 시작하는 쪽이 아닙니다. 2분 동안 생각하는 라벨링 작업은 보드 위에서 멈춘 것처럼 보입니다. 짧은 작업은 적당한 노력으로 돌리고, 높은 설정은 그만한 가치가 있는 Task를 위해 아껴두세요.

이 계층은 팀이 온보딩하는 곳이므로 접근성에 관해 두 가지만 덧붙입니다. Luna는 Plus, Pro, Business, Enterprise, Edu 플랜의 Codex와 ChatGPT Work에서 돌아가고, Free 및 Go 계정은 데스크톱 앱에서 사용할 수 있습니다. Chat에는 아직 없습니다. Sharkly에서는 모델이 Runtime 또는 Computer 도구 구성에서 설정되며, Agent에서 설정하는 게 결코 아니고, Sharkly는 모델 이름을 다시 표시해주지 않습니다.

가격 인하가 해결하지 못하는 부분

Luna 가격으로 트리아지 요약 아홉 개를 만들면 거의 공짜입니다. 그래도 사람이 읽어야 하는 아홉 개의 항목이 생깁니다. 주변부 전체를 값싼 계층으로 옮긴 팀은 사람을 기다리는 결정의 수를 줄인 게 아니라, 생성 비용만 싸게 만든 것입니다. 이건 인수 비용이 싸진 것과 다릅니다. 그래서 토큰 단가가 어떻게 되든 리뷰 큐가 상한선으로 남습니다.

바꿀 수 있는 건 그 큐가 얼마나 읽기 쉬운가입니다. 요청부터 릴리스까지 목표, 실행, 근거, 블로커, 사람 리뷰를 Task에 함께 유지하세요. 그러면 1차 코멘트는 눈에 띄게 1차이고, 트리아지 요약은 그것을 만들어낸 명령을 동반하며, 실제로 여러분을 기다리는 항목은 그저 시끄러운 것들과 구분됩니다. Agent는 조사하고, 실행하고, 테스트하고, 보고합니다. 사람은 방향을 정하고, 권한을 부여하고, 결과를 인수합니다.

여러 Agent를 돌리고 있고 값싼 Agent들이 곧 불어날 예정이라면, Sharkly는 그들의 Task를 배정하고, 각 실행이 무엇을 만들어냈는지 확인하고, 무엇을 출시할지 결정할 수 있는 한 곳을 제공합니다. Computer 하나를 연결하고, 가장 지루한 작업을 위한 Agent를 만들고, 실제 Task 하나를 배정하세요.