AI 인턴, 월급 4만원에 모십니다: GPT-5.6이 진짜 노리는 것

다들 ‘챗GPT’는 이제 익숙하시죠? 리포트 쓸 때 자료 조사시키고, 이메일 초안도 쓰게 하고, 심심하면 아무 말이나 던져보는, 말 잘 듣는 똑똑한 후배 같잖아요. 그런데 얼마 전 오픈AI가 GPT-5.6이라는 새 모델을 내놨는데, 분위기가 좀 달라요. ‘루나’, ‘테라’, ‘솔’이라는 이름표를 달고 나왔는데, 이건 그냥 더 똑똑해진 후배가 아니라 아예 ‘신입 인턴’을 뽑으라는 제안에 가깝습니다. “이제 묻고 답하는 건 그만하고, 아예 일을 통째로 맡기시죠”라고 말하는 것 같아요. 웃프죠. 오늘은 이 AI 인턴의 채용 공고를 샅샅이 뜯어보려고 해요. 과연 월급은 얼마고, 일은 얼마나 잘할지, 그래서 내 일자리는 괜찮은 건지. 하나씩 파헤쳐 보죠.

‘챗GPT’ 다음은 ‘AI 에이전트’입니다

지금까지 우리가 써온 챗GPT는 수동적이었어요. 내가 질문을 던져야만 답을 줬죠. 똑똑하긴 한데, 시키는 것만 하는, 딱 거기까지였어요. 마치 회사에서 “김대리, 지난 분기 매출 자료 좀 찾아줘”라고 하면 딱 그 자료만 찾아주는 동료 같았죠.

그런데 오픈AI가 GPT-5.6에서 유독 강조하는 ‘에이전틱(agentic)’ 역량은 차원이 다른 이야기입니다. 이건 AI에게 최종 목표만 던져주면, 중간 과정을 스스로 계획하고 실행하고, 심지어 문제가 생기면 알아서 해결까지 하는 능력을 뜻해요. ‘AI 에이전트’라고 부르죠.

이건 “김대리, 자료 찾아줘”가 아니라, “김대리, 이번에 신규 사업 기획안 하나 써야 하는데, 시장 조사부터 경쟁사 분석, 예상 매출까지 포함해서 보고서 형태로 만들어와. 필요한 자료는 알아서 찾아보고.”라고 일을 통째로 위임하는 것에 가까워요. 시키지 않아도 야근하며 일을 끝내 오는, 무서운 신입사원이 등장한 셈입니다.

오픈AI가 공개한 ‘루나’, ‘테라’, ‘솔’ 세 가지 모델은 바로 이 ‘인턴’의 등급이에요. 간단한 업무용 ‘루나’, 웬만한 건 다 처리하는 ‘테라’, 그리고 복잡한 프로젝트를 통째로 맡길 수 있는 전문가급 ‘솔’까지. 이제 사용자는 자기 필요와 예산에 맞춰 AI의 스펙을 고를 수 있게 된 겁니다. 바야흐로 ‘AI 인턴 채용 시대’의 서막이 열린 거죠.

AI 에이전트, 그래서 그게 뭔데요? (feat. 월급 명세서)

‘AI 에이전트’라는 말이 좀 어렵게 들리시나요? 아주 간단해요. 우리가 배달 앱으로 치킨 시키는 과정을 떠올려보세요. 예전 AI에게는 “BHC 치킨 메뉴 뭐 있어?”라고 물어보고, 답을 들은 뒤에 “그럼 골드킹 콤보 가격은?”이라고 다시 묻고, 마지막에 내가 직접 배달 앱을 켜서 주문해야 했어요. AI는 그냥 전화번호부나 메뉴판 역할만 했죠.

하지만 AI 에이전트는 다릅니다. “BHC 골드킹 콤보, 우리 집으로 시켜줘. 쿠폰 있으면 알아서 적용하고.”라고 말하면, AI가 알아서 다음 단계들을 수행해요.

1. 목표 분석: ‘BHC 골드킹 콤보를 사용자 집으로 배달’이라는 최종 목표를 인지해요.
2. 계획 수립: ‘1. 배달의민족 앱 실행 → 2. BHC 검색 → 3. 골드킹 콤보 선택 → 4. 보유 쿠폰 확인 및 적용 → 5. 등록된 주소로 주문 및 결제’ 같은 구체적인 실행 계획을 세웁니다.
3. 도구 사용: 스마트폰의 배달 앱을 직접 제어하거나, 배달의민족이 제공하는 API(외부 서비스가 서로 정보를 주고받는 창구)를 호출해서 주문을 넣어요.
4. 자율 수정: 만약 골드킹 콤보가 품절이라면? 에이전트는 포기하지 않아요. 사용자에게 “골드킹 품절인데, 뿌링클은 어떠세요?”라고 되묻거나, 아예 다른 치킨집을 찾아보는 대안을 스스로 실행하죠.

이 모든 과정을 사람이 개입하지 않아도 AI 혼자서 해내는 것, 이게 바로 ‘에이전트’의 핵심입니다. ‘장기 실행 에이전틱 코딩(long-running agentic coding)’이라는 어려운 말도 결국, 이런 복잡한 코딩 프로젝트를 AI가 몇 시간, 며칠에 걸쳐 끈질기게 붙들고 해결해낸다는 뜻이에요.

자, 그럼 이 유능한 인턴의 ‘월급’은 어떻게 계산될까요? 바로 ‘토큰(Token)’이라는 단위로 계산됩니다. 토큰은 AI가 일을 처리할 때 쓰는 기본 에너지 단위, 뭐랄까, 우리가 택시 타면 ‘기본요금+거리당 요금’이 붙는 미터기 같은 거예요. AI는 우리가 던지는 질문(입력)과 AI가 내놓는 답변(출력)의 글자 수를 기반으로 토큰을 계산해 요금을 매기죠. 보통 100만 토큰이면 두꺼운 책 2~3권 분량의 텍스트에 해당해요.

이번 GPT-5.6의 가격표는 아주 노골적이에요.

표를 보면 가장 강력한 ‘솔’ 모델은 100만 토큰을 입력하고 100만 토큰을 출력받는 데 총 35달러(약 4만 8천원)가 드는 셈이에요. 경쟁사 앤트로픽의 주력 모델 ‘클로드 3 오푸스’와 입력 가격은 같고, 출력 가격은 살짝 더 비싸죠. 이걸 보고 “에게, 겨우 4만원?” 할 수도 있지만, 기업 단위에서 매일 수십억 토큰을 쓴다고 생각하면 어마어마한 비용입니다.

‘가성비’의 재정의: 비싼 게 더 싼 이유

단순히 가격표만 보면 이런 생각이 들 수 있어요. “어? 생각보다 비싸네. 그냥 더 싼 모델 쓰면 안 되나?” 여기서 오픈AI의 진짜 노림수가 드러납니다. 바로 ‘가성비’의 기준을 바꾸려는 시도예요.

오픈AI는 ‘추론 토큰(reasoning tokens)’의 효율성을 강조해요. 말이 좀 어려운데, 쉽게 비유를 들어볼게요. 똑같은 ‘김치찌개 1인분 만들기’라는 과제를 줘도, 요리 초보와 백종원 아저씨는 쓰는 재료의 양과 시간이 완전히 다르잖아요. 초보는 레시피를 몇 번씩 다시 보고, 간 맞추다 소금 한 통 다 쓰고, 재료 태워먹고 다시 사 오느라 시간과 비용을 낭비하죠. 반면 백종원 아저씨는 최소한의 재료와 동선으로 순식간에 최상의 결과물을 만들어냅니다.

AI도 똑같아요. 성능이 낮은 AI(요리 초보)에게 복잡한 일을 시키면, 혼자 끙끙대면서 이걸 해볼까 저걸 해볼까 수많은 ‘생각의 과정’을 거쳐요. 이 모든 과정 하나하나가 다 토큰, 즉 비용입니다. 반면 GPT-5.6 ‘솔’ 같은 고성능 AI(백종원)는 가장 효율적인 경로를 빠르게 찾아내 훨씬 적은 토큰(생각의 과정)만으로 문제를 해결한다는 거예요.

그래서 오픈AI는 이렇게 말하는 겁니다. “우리 ‘솔’ 모델이 토큰당 단가는 비싸 보이죠? 하지만 실제 일을 시켜보면, 멍청한 애들보다 훨씬 적은 토큰만 쓰고 일을 끝내기 때문에 최종적으로 당신이 내는 ‘총비용’은 더 저렴할 겁니다.” 자동차 살 때 당장 차 값만 보지 말고, 연비를 따져서 총유지비용을 보라는 말과 같아요.

여기서 우리가 빠지기 쉬운 첫 번째 오해가 깨집니다. ‘AI 모델은 무조건 토큰 가격이 싼 게 최고다’라는 생각이요. 이건 택시 기본요금이 1000원이라고 좋아했는데, 기사님이 시내를 세 바퀴쯤 돌아서 목적지에 내려주는 것과 같아요. 중요한 건 ‘기본요금’이 아니라, 목적지까지 가는 ‘최종 요금’이죠. AI 시장의 경쟁은 이제 ‘토큰당 단가’ 경쟁에서 ‘단위 작업당 총비용’ 경쟁으로 넘어가고 있습니다.

개발자들은 왜 ‘에이전트’에 열광할까

이 ‘AI 에이전트’라는 개념에 가장 뜨겁게 반응하는 사람들은 바로 개발자들이에요. 왜일까요? 이 기술이 자기들의 ‘삽질’을 획기적으로 줄여줄 거라는 걸 본능적으로 알기 때문이죠.

과거 개발자가 AI에게 도움을 청하는 방식은 이랬어요. “이 코드에 버그가 있는데, 어디가 문제인지 찾아줘.” 그럼 AI는 의심되는 부분 한두 군데를 짚어줬죠. 고치는 건 결국 개발자의 몫이었고요.

하지만 AI 에이전트 시대의 풍경은 완전히 다릅니다. 개발자는 이렇게 말할 수 있어요. > “동네 길고양이들 밥 주는 사람들끼리 정보를 공유하는 앱을 하나 만들고 싶어. 주요 기능은 사용자가 회원가입/로그인할 수 있어야 하고, 지도 위에 고양이 사진이랑 마지막으로 밥 준 시간을 기록할 수 있어야 해. 데이터베이스는 이걸로 쓰고, 앱 디자인은 최대한 심플하게 해줘.”

그러면 AI 에이전트는 이걸 과제로 인식하고, 몇 시간 혹은 며칠에 걸쳐 스스로 프로젝트의 뼈대를 만들고, 필요한 코드를 짜고, 테스트를 돌리고, 버그가 나오면 고치고, 심지어 최종 앱을 서버에 배포하는 과정까지 상당 부분 자동화합니다. 개발자는 중간중간 방향을 지시하고 결과물을 검토하는 ‘프로젝트 매니저’나 ‘감독’의 역할을 하게 되는 거죠.

이게 공상 과학이 아니에요. 최근 한 개발자는 앤트로픽의 ‘클로드’를 이용해서 단 2주 만에 ‘카피바라’라는 캐릭터가 나오는 간단한 웹게임을 통째로 만들어 2만 5천 달러(약 3400만원)를 벌었다고 자랑하기도 했어요. 아이디어 구상부터 코딩, 이미지 생성, 음악 작곡까지 거의 모든 과정을 AI의 도움을 받아 해낸 겁니다. 빡쳐서 밤새 코딩하던 수많은 개발자에게는 정말 ‘웃픈’ 소식이죠.

역사적으로 비슷한 일이 있었어요. 20년 전만 해도 홈페이지 하나 만들려면 기획자, 디자이너, 퍼블리셔, 개발자가 한 팀으로 몇 달씩 매달려야 했죠. 그러다 ‘워드프레스’나 ‘윅스’ 같은 웹사이트 제작 툴이 나오면서 비전문가도 며칠 만에 뚝딱 그럴듯한 사이트를 만들 수 있게 됐어요. AI 에이전트는 여기서 한 걸음 더 나아갑니다. 툴을 쓰는 법을 배울 필요도 없이, 그냥 말로 “이런 사이트 만들어줘”라고 하면 AI가 알아서 코드를 짜주는 시대. 이것이 개인과 기업의 ‘생산성’을 어떻게 바꿔놓을지 생각하면 아찔할 정도입니다.

모두가 ‘AI 인턴’을 갖게 될까? 넘어야 할 산들

자, 그럼 이제 우리 모두가 영화 <그녀(Her)>에 나오는 사만다처럼 완벽한 AI 비서를 하나씩 갖게 되는 걸까요? 아직은 넘어야 할 산이 많아요. 마냥 장밋빛 미래만 펼쳐지는 건 아닙니다.

첫째, ‘환각(Hallucination)’이라는 고질병이에요. AI가 너무나도 그럴싸하게 거짓말을 지어내는 문제죠. 사람 인턴에게 “A사 계약서에 독소 조항 없는지 검토해봐”라고 시켰는데, 있지도 않은 조항을 “문제없습니다!”라고 보고하면 회사가 망할 수도 있잖아요. 하물며 AI 에이전트가 자율적으로 일하다가 엉뚱한 정보를 바탕으로 잘못된 계약을 체결하거나, 가짜 뉴스를 기반으로 보고서를 작성하면 그 책임은 누가 져야 할까요?

둘째, 보안과 통제의 문제입니다. AI 에이전트가 내 일을 대신하려면 내 개인 정보에 접근할 권한이 필요해요. 내 이메일 계정, 클라우드 저장소, 회사 내부망, 심지어 은행 앱까지요. 이 AI 에이전트의 계정이 해킹당한다면? 내 모든 디지털 삶이 통째로 범죄자에게 넘어가는 끔찍한 상황이 벌어질 수 있어요. 편리함을 위해 내 모든 열쇠를 낯선 인턴에게 맡기는 셈인데, 이 인턴을 얼마나 믿을 수 있을지는 아직 아무도 장담 못 해요.

셋째, 역시나 일자리 문제입니다. AI 에이전트가 고도화될수록, 인간 ‘인턴’이나 ‘주니어’급이 하던 많은 업무가 대체될 거라는 불안감은 피할 수 없어요. 단순 자료 수집 및 정리, 반복적인 코드 작성, 초벌 번역, 보고서 요약 같은 일들이죠. ‘코딩 부트캠프를 수료하면 누구나 개발자가 될 수 있다’는 명제도 위협받을지 모릅니다.

여기서 두 번째 흔한 오해가 등장합니다. ‘AI 에이전트가 나오면 개발자를 포함한 화이트칼라 직업은 다 망한다’는 공포죠. 하지만 저는 역할이 ‘대체’되는 게 아니라 ‘진화’할 거라고 봐요. 과거 삽으로 땅 파던 인부가 포크레인이 등장했다고 모두 실직자가 되진 않았죠. 그중 일부는 ‘포크레인 기사’라는 새로운 직업으로 옮겨갔어요. 마찬가지로, 이제 개발자들은 한 줄 한 줄 코드를 짜는 ‘코더(Coder)’에서, 여러 AI 에이전트에게 일을 분배하고 전체 프로젝트를 지휘하는 ‘AI 오케스트레이터(AI Orchestrator)’나, 어떤 문제를 풀어야 할지 정의하는 ‘설계자’로 역할이 바뀔 겁니다. 여전히 사람의 통찰과 방향 제시가 가장 중요한 가치를 갖게 될 거예요.

그래서, 우리 일상은 어떻게 바뀔까요?

이런 거대한 기술 변화 앞에서 늘 드는 질문이죠. “그래서 내 삶은 구체적으로 어떻게 바뀌는데?” 제 집착도 바로 이 지점이고요. GPT-5.6과 AI 에이전트의 등장은 우리 일상, 관계, 정체성을 세 가지 측면에서 바꿔놓을 겁니다.

- 첫째, 일상에 ‘개인 자동화 매니저’가 생깁니다. 지금은 우리가 스마트폰 앱을 하나하나 눌러가며 정보를 얻고 일을 처리하죠. 하지만 앞으론 AI 에이전트에게 말로 지시하게 될 거예요. “매일 아침 8시에 간밤의 주요 뉴스와 내 캘린더 일정 요약해서 카톡으로 보내줘. 그리고 오후 5시엔 오늘 받은 이메일 중 답장 필요한 것만 추려서 목록으로 만들어줘.” 이런 식의 ‘나만의 자동화 루틴’을 코딩 없이 누구나 만들 수 있게 됩니다. 귀찮은 반복 업무에서 해방되는 거죠.

- 둘째, 관계 맺기 방식이 미묘하게 변합니다. AI 에이전트는 소통의 일부를 대신할 수 있어요. “친한 친구 생일이 다음 주인데, 걔 페이스북이랑 인스타 최근 게시물 좀 훑어보고 좋아할 만한 선물 3개만 골라서 쿠팡 링크로 보내줘.” 편리하죠. 하지만 한편으로는 ‘내가 직접 고민하고 챙겨줬다’는 진정성의 문제가 남아요. 기념일을 AI가 챙겨주는 세상에서 우리는 관계의 의미를 다시 생각하게 될 겁니다.

- 셋째, 나의 ‘정체성’이 AI를 통해 확장됩니다. 어떤 앱을 쓰고, 어떤 SNS를 하느냐가 그 사람을 보여주듯, 앞으로는 ‘어떤 AI 에이전트를 어떻게 길들여 쓰느냐’가 그 사람의 업무 스타일이자 정체성의 일부가 될 거예요. 실수를 용납하지 않는 꼼꼼한 AI를 쓰는 사람, 창의적이지만 다소 엉뚱한 아이디어를 내는 AI를 선호하는 사람. AI를 나의 ‘두 번째 뇌’이자 ‘업무용 페르소나’로 활용하게 되는 거죠.

앞으로 뭘 눈여겨봐야 할까요? 기업들이 이 AI 에이전트 기술을 자사 서비스에 어떻게 녹여내는지 추적해보세요. 항공권 예약 사이트의 챗봇이 정말로 내 예산을 듣고 최적의 항공편과 숙소를 ‘예약 완료’까지 해주는지, 쇼핑몰의 AI가 내 취향을 기가 막히게 파악해 ‘알아서’ 장바구니를 채워주는지. 그 변화의 속도가 바로 이 기술이 우리 삶에 스며드는 현실적인 지표가 될 겁니다.

Q&A: 독자들이 던질 법한 질문들

Q. 그래서 당장 제 일을 AI가 대신할 수 있다는 건가요? 좀 무서운데요. A. 아직은요. 지금 나온 에이전트는 이제 막 회사 들어온 열정 넘치는 신입사원 같아요. 목표가 명확하고 절차가 정해진 업무는 곧잘 하지만, 복잡한 이해관계가 얽혀있거나 미묘한 상황 판단이 필요한 일은 여전히 사람의 감독이 필수적이에요. 다만, 엑셀 매크로가 단순 반복 계산을 없애줬듯, 우리 업무 중 ‘인턴’이 할 법한 부분은 점점 AI에게 넘겨주게 될 거예요. 우리는 그 시간에 더 중요한 판단과 창의적인 일에 집중해야겠죠. AI를 부하 직원으로 부릴 준비를 해야 하는 시대입니다.

Q. GPT-5.6 모델이 ‘루나’, ‘테라’, ‘솔’ 세 가지나 되는데, 일반인인 저는 뭘 써야 하나요? A. 내가 시킬 일의 난이도와 예산에 맞춰 ‘인턴’의 등급을 고른다고 생각하면 쉬워요. 개인 사용자가 이메일을 쓰거나 블로그 글의 초안을 잡는 정도라면 전기 조금 먹는 소형차 같은 ‘루나’로도 충분할 겁니다. 반면, 기업에서 수만 줄짜리 코드를 분석하거나 여러 시스템을 연동하는 복잡한 자동화 업무를 맡기려면, 연비는 나빠도 힘 좋은 대형 트럭 같은 ‘솔’이 필요하겠죠. 대부분의 사람들에게는 중간급인 ‘테라’가 가장 무난한 선택지가 될 가능성이 높아요.

Q. 오픈AI가 가격을 저렇게 책정한 게 앤트로픽이나 구글을 엄청 의식한 것 같은데요. 너무 비싼 거 아닌가요? A. 정확히 보셨어요. 특히 가장 비싼 ‘솔’ 모델의 가격은 경쟁사 앤트로픽의 주력 모델과 거의 비슷하게 맞췄죠. 이건 “우리 기술력, 이 정도 가격을 받을 만큼 자신 있다”는 선언인 동시에, “겉보기 가격에 속지 마라, 우리 AI가 일 더 잘해서 실제 드는 비용(총 토큰 사용량)은 더 적다”고 주장하는 고도의 전략이에요. 자동차 살 때 연비 따지는 것과 똑같아요. AI 시장의 경쟁이 단순 스펙 자랑을 넘어, ‘총소유비용(TCO)’이라는 현실적인 비즈니스 영역으로 넘어왔다는 가장 분명한 신호입니다.