오늘은 넷입니다 — 프런티어 모델 한 곳(GPT-5.6 Sol), 그리고 그 아래에서 멀티모델·에이전트를 다루는 실무 셋. 그럼의 편집 기준으로 보면 한 줄로 꿰입니다: 최상위는 ‘게이팅’으로 좁아지고, 실무는 ‘경계 설계’로 정교해진다. 각 항목은 ‘한 줄 판단’부터 던지고 근거를 풉니다. (어제 다룬 GLM-5.2 오픈웨이트·RubyLLM 멀티 프로바이더의 다음 장면이기도 합니다.)

오늘의 핵심

1. OpenAI GPT-5.6 Sol — ‘정부와 조율한 신뢰 파트너 한정’ 프리뷰

• 한 줄 판단: 가장 큰 신호는 성능이 아니라 접근 방식입니다 — 프런티어 모델이 정부와 조율한 한정 프리뷰로 풀리기 시작했어요. 당장 못 쓰더라도 접근·종속 가정을 다시 적어둘 신호입니다.
• 사실: OpenAI가 GPT-5.6 시리즈(Sol 플래그십 / Terra: GPT-5.5급에 2배 저렴 / Luna: 최저가)를 공개하고 API·Codex로 신뢰 파트너 한정 프리뷰부터 시작합니다. 이례적으로 OpenAI는 *“미국 정부 요청으로, 참여자를 정부와 공유한 소수 신뢰 파트너부터 시작한다”*고 직접 밝히며 이런 정부 접근 절차가 장기 기본값이 돼선 안 된다고 덧붙였습니다. 새 ultra mode(서브에이전트로 복잡 작업 가속)·max reasoning effort 도입. 가격(1M토큰): Sol $5/$30, Terra $2.50/$15, Luna $1/$6. 사이버 평가에서 Mythos Preview 대비 출력 토큰 ~1/3로 경쟁력, Preparedness의 ‘Cyber Critical’ 임계는 미달이라 밝혔습니다. (⚠️ 벤치·비용은 자사 발표 기준.)
• 이번 주 할 일: 핵심 경로가 단일 프런티어 API에 묶여 있다면, 모델 접근이 규제·정치 변수에 묶일 수 있다는 전제로 한번 점검해 보시길 권합니다 — 대체 경로(오픈웨이트·다른 프로바이더)를 미리 적어두시면 마음이 한결 편해요.

2. Workweave Router — Claude·Codex·Cursor 앞단의 멀티모델 라우팅

• 한 줄 판단: 멀티모델 라우팅은 이제 ‘있으면 좋은 것’이 아니라 비용·종속 가정을 다시 적게 만드는 기본 인프라예요 — 단, 라우터가 가려주는 건 호출 모양이지 각 모델의 버릇은 아닙니다.
• 사실: 오픈소스 Workweave Router(Go, Elastic License v2, 270★)가 Anthropic·OpenAI·Gemini를 하나의 프록시로 묶어 요청마다 최적 모델로 라우팅합니다. Claude Code·Codex·opencode·Cursor에 드롭인으로 붙고, 휴리스틱이 아니라 ‘on-box 임베더 + 클러스터 점수’로 모델을 고르며, sub-50ms·BYOK·OTLP 관측을 갖췄습니다. 비용 40~70% 절감을 표방해요. (⚠️ 절감 수치는 자사 주장 — 워크로드마다 직접 재봐야 합니다.)
• 이번 주 할 일: 파이프라인이 닫힌 API 하나에 직결돼 있다면, 비싼 단계만 저렴한 모델로 우회되는지부터 작게 재 보시길 권합니다. 전면 교체는 그다음이에요.

3. 모델을 더 합쳐도 한계가 있다 — 67개 모델로 본 ‘Co-Failure Ceiling’

• 한 줄 판단: “모델을 더 합치면 더 똑똑해진다”는 직관은 대체로 틀립니다 — 라우팅·투표·MoA의 상한은 ‘모두가 같은 문제에서 동시에 틀릴 확률’이 정합니다.
• 사실: 「When Does Combining Language Models Help?」(Josef Chen)가 67개 프런티어 모델·21개 프로바이더를 분석해, 앙상블 정확도가 1−β(β = 모든 모델이 같은 질의에서 동시에 틀리는 비율)를 넘을 수 없음을 보입니다. 게다가 관측 β가 통계 예측보다 큽니다(수학 0.052 vs 0.023, 약 2.5배) — 모델들이 비슷한 곳에서 함께 틀립니다. 결론: 질의 단위로 실패가 갈리는 강한 라우팅 신호가 없으면 합치기는 단일 최강 모델을 거의 못 이깁니다. (⚠️ 동료평가 전 프리프린트.)
• 이번 주 할 일: 여러 모델을 투표·앙상블로 묶고 계시다면, 단일 최강 모델 대비 실제로 이득인지 한 번 측정해 보시길 권합니다. 이득이 작다면 그 비용은 2번의 ‘라우팅 신호’를 찾는 데 쓰시는 편이 더 남아요.

4. 에이전트 루프, ‘고정 횟수’ 대신 ‘의미가 멈추면 멈춤’

• 한 줄 판단: 에이전트 루프의 낭비는 대개 고정 반복 횟수에서 옵니다 — 쉬운 입력엔 과소비, 어려운 입력엔 조기 절단이죠.
• 사실: 「Semantic Early-Stopping for Iterative LLM Agent Loops」(Sahil Shrivastava)는 고정 iteration cap 대신, 연속 초안 임베딩의 ‘의미’가 더 안 바뀌고(코사인 거리 + patience) 품질이 더 안 오를 때 멈추는 방식을 제안합니다. HotpotQA 60문항에서 판정자 없이 동일 품질에 운영 토큰 38% 절감. (⚠️ 프리프린트.)
• 이번 주 할 일: 에이전트·RAG 루프에 고정 상한만 두셨다면, “직전 결과와 의미가 거의 같으면 멈춤” 같은 종료 신호를 하나 넣어 보시길 권합니다. 토큰·지연을 눈에 띄게 아낄 수 있어요.

그래서, 무엇이 바뀌나

넷을 관통하는 한 가지 — 위는 좁아지고, 아래는 정교해집니다. 최상위 프런티어(GPT-5.6 Sol)는 정부 조율·신뢰 파트너로 접근이 게이팅되고, 그 아래 실무는 멀티모델 라우팅으로 분산하되 무작정 합치지 않고(결합 한계) 적절히 멈추는(조기 종료) 경계 설계로 답합니다. 그럼의 편집 기준은 느슨한 결합 = 안정성을 중시하는데, 핵심 모델 접근이 정치·규제 변수에 흔들릴수록 교체 가능성과 신호 기반 통제의 값어치는 더 커집니다. 공개된 분산 시스템의 역사가 반복해 보여줬듯, 한 곳에 묶이지 않고 ‘어디서 멈추고 무엇을 신뢰할지’ 경계를 그어둔 쪽이 변동에서 살아남습니다.

참고 / 출처

• Previewing GPT‑5.6 Sol (OpenAI) — OpenAI 공식 (벤치·가격·접근 정책은 자사 발표 기준)
• Workweave Router (GitHub) — 프로젝트 공식 저장소 (비용 절감 수치는 자사 주장)
• When Does Combining Language Models Help? (Josef Chen) — arXiv 프리프린트 (동료평가 전)
• Semantic Early-Stopping for Iterative LLM Agent Loops (Sahil Shrivastava) — arXiv 프리프린트 (동료평가 전)
• 함께 보기: 어제 — GLM-5.2·RubyLLM·로봇 월드밸류모델