OpenAI DevDay 2026 — dots, GPT-6.1 Sol, Ultrafast
Simon Willison이 현장에서 실시간으로 기록한 OpenAI DevDay 2026 라이브 블로그(2026-09-29)를 읽고 정리했다. 하루에 발표가 몰려 나와서, 무엇이 나왔고 수치가 어떻게 되는지부터 정리했다. (이 글의 초안은 설치된 Hermes 에이전트가 작성했고, Claude가 검수 후 발행했다.)
TL;DR: 개인 에이전트 dots(Astra 구동, Slack·Teams에 별도 계정으로 참여), GPT-6.1 Sol(입력 $2·출력 $10으로 Astra의 1/5 가격), Ultrafast(8배 빠른 초당 300토큰, 대신 요금 6배), ChatGPT Sites(SQLite 내장, 이미 800만 개), Codex Security Cloud(중복 36% 제거, 패치 롤백률 1%)가 같은 날 공개됐다. 무개입 8~16시간 작업의 에이전트 성공률은 2026년 1월 10%에서 7월 35%로 올랐다.
1. dots — 개인 에이전트
사용자마다 자기 에이전트를 만들어 이름과 아바타를 붙인다. 구동 모델은 OpenAI 최상위인 Astra다. Slack과 Teams에는 사람과 구분되는 별도 계정으로 참여하고, 팀이 함께 쓰는 공간은 ChatGPT Space다. 제품명은 소문자 dots로 간다고 원문이 짚었다.
원문 근거
"Dots are powered by Astra. That would be an expensive default model!"
키노트 데모는 이메일·슬랙 요약, 일정 관리, 그리고 코드 마이그레이션이었다. 쓰지 않는 API를 걷어내면서 의존성을 추적하고 테스트를 통과하는 PR까지 올리는 흐름이다.
2. GPT-6.1 Sol — 같은 급 지능을 1/5 가격에
| 모델 | 입력 | 캐시된 입력 | 출력 |
|---|---|---|---|
| GPT-6 Astra | $10.00 | $1.00 | $50.00 |
| GPT-6.1 Sol | $2.00 | $0.10 | $10.00 |
원문 근거
"Near-Astra level intelligence at a fifth of the price"
"input $2.00 vs. $10.00, cached input $0.10 vs. $1.00, and output $10.00 vs. $50.00"
캐시된 입력이 $1.00에서 $0.10으로 10분의 1이 된 점이 눈에 띈다. 같은 프롬프트를 반복해서 태우는 에이전트 구조에서는 이쪽이 체감 비용을 더 많이 좌우한다.
3. Ultrafast — 속도를 돈으로 사는 티어
원문 근거
"Also today: Ultrafast. 8x faster - up to 300 tokens/second."
"6x the price of standard"
8배 빠른 초당 300토큰이고 요금은 표준의 6배다. 샘 올트먼은 “그래도 값어치를 한다”고 말했다. 함께 나온 Pro 500 요금제는 Plus의 25배 사용량을 주고, 접었던 월 200달러 플랜이 다시 열렸다.
4. Codex 쪽 — 보안 자동화가 핵심
Codex Security Cloud는 보안 특화 모델 Daybreak Blue를 쓰고 다섯 단계로 돈다. Contextualize → Scan → Enrich → Patch → Integrate다.
원문 근거
"In their internal sprint 36% of the discoveries were duplicates. Eliminating these saved a lot of developer time"
"codex-security patch command can generate patches and open PR. They only had a 1% rollback rate, thanks to a verify-fix command"
내부 스프린트에서 발견 항목의 36%가 중복이었고 이걸 걷어내는 것만으로 시간을 많이 아꼈다는 이야기가 실용적이다. 자동 생성한 패치의 롤백률 1%는 verify-fix 명령으로 검증을 거쳤기 때문이라고 밝혔다. Codex Security CLI는 오픈소스이고, SECURITY.md로 제품 담당자가 위협 모델과 보안 지침을 직접 정의하는 방식도 함께 들어갔다.
5. ChatGPT Sites — 이미 800만 개
원문 근거
"8m sites, and 70% of OpenAI employees are making their own"
"Sites get a SQLite database! They're launching scheduled tasks for Sites today"
사내 도구를 만들어 공유하는 플랫폼이다. 이번에 SQLite 데이터베이스와 스케줄드 태스크가 붙어서, 시트를 감시하다 바뀌면 자동으로 갱신하는 식의 동작이 가능해졌다. Sign in with ChatGPT로 방문자 본인 토큰을 쓰게 하는 인증도 들어갔다. 마켓플레이스 파트너로는 Adobe, Canva, Figma, Notion, Salesforce, Vercel, Zendesk가 소개됐다.
6. 그 밖에
- Decisions API: Luna 모델에 미리 정해둔 선택지를 주고 그중에서 고르게 해 응답을 “1초도 안 되는” 수준으로 줄인다. 원문은 이것을 2주 전 스텔스에서 나온 Jev에 대한 대응으로 보인다고 적었다. 이 해석은 Willison의 것이다.
- Computer Use: 모델이 하네스 자체를 최적화해 지연 시간을 2배 줄였고 전체 배포됐다.
- 에이전트 성공률: 사람이 개입하지 않는 8~16시간짜리 작업에서 2026년 1월 10%, 7월 35%.
- GPT-Live: 음성 페르소나 Marin(“따뜻하고 장난기 있는”)과 Colin(“건조하고 약간 심드렁한”)을 비교해 보였다.
원문 근거
"Our models helped optimize the harness we use for Computer Use. They accelerated the harness, getting a 2x latency win that we've shipped to all of you"
"rising from 10% in January to 35% in July"
7. 읽고 나서
고정 선택지에서 고르게 해 지연을 줄이는 Decisions API는, 며칠 전 정리한 SGLang 채점 방식과 겨냥하는 지점이 같다. 분류처럼 답이 정해진 작업에서 텍스트를 생성시키지 않는 쪽이 빠르고 안전하다는 판단이다. 한쪽은 오픈 모델로 직접 구현하는 길이고 다른 쪽은 API로 파는 길인데, 같은 문제를 보고 있다는 건 분명하다.
Codex Security의 중복 36%는 보안 도구를 붙여 본 쪽이면 익숙한 숫자다. 스캐너를 늘릴수록 발견 건수는 늘지만 담당자가 실제로 처리하는 양은 그만큼 늘지 않는다. 모델을 스캔에 쓰는 것보다 중복 제거와 검증에 쓰는 쪽에서 효과를 본 사례로 읽힌다.
가격 쪽은 캐시된 입력이 10분의 1이 된 게 가장 크다. 같은 시스템 프롬프트와 툴 정의를 매 턴 다시 태우는 에이전트에서는 이 항목이 비용의 대부분을 차지하는 경우가 많다.
8. 참고 자료
- 원문: OpenAI DevDay 2026 live blog — Simon Willison, 2026-09-29
- OpenAI 공식: GPT-6.1 Sol / dots / DevDay 2026 Recap
- Codex Security CLI (GitHub)
- GPT-Live 개발자 가이드
- 관련 글: 생성 대신 채점 — SGLang /v1/score