서론
OpenAI가 전문 지식 업무에서 가장 뛰어난 성능을 제공하는 새로운 모델 시리즈 GPT-5.2를 공개했습니다. GPT-5.2는 전문 작업과 장시간 에이전트(Agent) 실행에 최적화된 최신 프런티어 모델로, 스프레드시트(Spreadsheet) 생성, 프레젠테이션 제작, 코드 작성, 이미지 인식, 긴 컨텍스트(Long Context) 이해, 도구 활용, 여러 단계에 걸친 복잡한 프로젝트 작업에서 강화된 성능을 제공합니다.
많은 ChatGPT Enterprise 사용자가 AI를 통해 하루에 40~60분을 절약하고 있으며, 사용량이 많은 사용자는 주당 10시간 이상을 절약하고 있다고 합니다.
https://openai.com/ko-KR/index/the-state-of-enterprise-ai-2025-report/
주요 벤치마크(Benchmark) 성과
GPT-5.2는 여러 벤치마크에서 새로운 최고 기록을 달성했습니다.
| 벤치마크 | 분야 | GPT-5.2 Thinking | GPT-5.1 Thinking |
|---|---|---|---|
| GDPval (승리 또는 동점) | 지식 작업 | 70.9% | 38.8% (GPT-5) |
| SWE-Bench Pro (공개) | 소프트웨어 엔지니어링 | 55.6% | 50.8% |
| SWE-bench Verified | 소프트웨어 엔지니어링 | 80.0% | 76.3% |
| GPQA Diamond (도구 미사용) | 과학 문제 | 92.4% | 88.1% |
| CharXiv Reasoning (Python 사용) | 과학 도표 문제 | 88.7% | 80.3% |
| HMMT (2025년 2월) | 수학 토너먼트 | 99.4% | 96.3% |
| FrontierMath (1~3등급) | 고급 수학 | 40.3% | 31.0% |
| ARC-AGI-1 (Verified) | 추상적 추론 | 86.2% | 72.8% |
| ARC-AGI-2 (Verified) | 추상적 추론 | 52.9% | 17.6% |
모델 성능 상세
경제 가치가 높은 작업
GPT-5.2 Thinking은 현실 세계의 전문 업무를 처리하는 데 있어 현존하는 모델 중 가장 뛰어난 성능을 보입니다. 44개 직종의 지식 업무를 명확한 기준으로 평가하는 GDPval에서 GPT-5.2 Thinking이 새로운 최고 기록을 세우며 인간 전문가 수준 혹은 그 이상에 도달한 첫 번째 모델로 평가되었습니다.
핵심 성과:
- GDPval 지식 작업 비교 평가의 70.9%에서 업계 최고 수준의 전문가와 동등하거나 능가
- 전문가보다 11배 이상 빠른 속도로 결과물 생성
- 비용은 전문가 대비 1% 미만
아래는 OpenAI가 예시로 보여준 5.1 vs 5.2의 결과입니다. 각 이미지 아래에 해당하는 프롬프트 첨부했습니다.
(비교) 5.1 Thinking vs 5.2 Thinking - Workforce Planner
프롬프트:
1
인원 현황, 채용 계획, 이직률, 예산 영향을 포함한 인력 계획 모델을 작성하세요. 엔지니어링, 마케팅, 법무, 영업 부서를 모두 반영해야 합니다.
(비교) 5.1 Thinking vs 5.2 Thinking - Cap Table
프롬프트:
1
2
3
투자은행 애널리스트로서 창립자와 기존 투자자들의 소유권과 수익을 이해하기 위해 워터폴 분석을 작성하세요. 고객사는 시리즈 C 투자 라운드를 검토 중인 스타트업입니다.
수정할 템플릿을 첨부했습니다. 필요한 가정값은 G열에 추가되었습니다. C열의 항목명은 보통주(Common Stock) 섹션에서 인덱싱을 위해 반복되어 있습니다. 가정에는 엑시트 시점의 지분 가치, 시리즈별 투자 금액, 펀드 지분율, 워런트, 청산 우선권, 전환 가격, 희석 후 보통주 수, 행사가가 포함됩니다. 시드, 시리즈 A, 시리즈 B는 모두 동순위의 비참여형 우선주로 가정하며, 해당 라운드의 투자자들은 동일한 조건과 권리를 갖고 회사 자산에 대한 청구권도 동등하게 취급됩니다.
(비교) 5.1 Thinking vs 5.2 Thinking - Project Management
프롬프트:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
당신은 영국 기반 기술 스타트업 Bridge Mind에서 일하는 프로젝트 매니저입니다. Bridge Mind는 지역 기업을 돕는 AI 도구 개발을 지원하는 영국 기관으로부터 연구 보조금(grant)을 성공적으로 확보했습니다. 해당 보조금에 대한 배경 정보는 이 웹사이트에서 확인할 수 있습니다: https://apply-for-innovation-funding.service.gov.uk/competition/2141/overview/0b4e5073-a63c-44ff-b4a7-84db8a92ff9f#summary(새 창에서 열기)
이 보조금을 바탕으로 Bridge Mind는 "BridgeMind AI"라는 인공지능(AI) 소프트웨어 프로그램을 개발하고 있습니다. BridgeMind AI는 영국의 자전거 정비·유지보수 업계가 겪는 다양한 문제를 해결하는 것을 목표로 합니다. 특히 Bridge Mind는 영국 옥스퍼드셔 지역의 자전거 매장을 대상으로, BridgeMind AI를 활용해 재고 관리 개선에 적용하고자 합니다.
현재 Bridge Mind는 옥스퍼드에 위치한 자전거 매장 Common Ground Bikes에서 BridgeMind AI를 실제 현장에 적용하는 보조금 지원 프로젝트의 수행을 지원하고 있습니다.
앞서 언급한 보조금에는 일정한 보고 의무가 포함되어 있습니다. 프로젝트 매니저인 당신은 보조금이 어떻게 사용되고 있는지를 보여주기 위해 매월 보고서와 브리핑을 보조금 지원 기관에 제출해야 합니다. 이는 해당 기관이 자금이 적절하게 활용되고 있는지를 확인하기 위함입니다.
이에 따라 BridgeMind AI 개념 검증 프로젝트에 대한 2025년 10월 월간 프로젝트 보고서를 준비하세요. 제출 형식은 파워포인트 파일입니다. 이 보고서는 보조금 지원 기관의 평가자에게 프로젝트 진행 상황을 공유하는 데 사용됩니다. 프로젝트는 총 6개월 중 현재 2개월 차에 들어섰으며, 보고서에는 프로젝트와 관련된 최신 정보 전반이 모두 포함되어야 합니다. 참고로 이번 보고서는 프로젝트의 두 번째 달을 다룹니다. 첫 번째 달에는 월간 보고서를 제출할 의무가 없었습니다.
월간 프로젝트 보고서는 반드시 다음 정보를 포함해야 합니다.
a) 슬라이드 1 - 2025년 10월 30일 기준으로 작성된 제목 슬라이드
b) 슬라이드 2 - 프로젝트 전반의 진행 상황을 간략히 정리한 상위 수준 개요 이 슬라이드는 문서 전반의 핵심 내용을 요약하는 역할을 하며 아래 d), e), f) 항목의 내용을 바탕으로 정리하면 됩니다.
c) 슬라이드 3 - 프로젝트의 세부 내용과 이번 월간 보고서에 포함된 구성 요소를 설명하는 슬라이드입니다. 불릿 포인트와 섹션 번호 형식으로 작성하고, 먼저 다음과 같은 기본 프로젝트 정보를 포함하세요: 보고서 작성일(10월 30일), 공급업체명(Bridge Mind), 제안서 제목(BridgeMind AI - 자전거 정비 사업의 운영을 개선하기 위한 간편한 소프트웨어 애플리케이션), 제안서 번호(IUK6060_BIKE). 그다음에는 프레젠테이션의 나머지 내용을 설명하는 번호가 매겨진 목록을 이어서 작성하고, 각 섹션의 제목을 다음과 같이 명확히 정리하세요.
1. 진행 상황 요약
2. 프로젝트 지출 현황
3. 위험 검토
4. 현재 중점 사항
5. 감사인 질의응답
6. 부록 A - 프로젝트 요약
d) 슬라이드 4 - 진행 상황 요약. INPUT 2에 포함된 표 형식 데이터를 요약해 보여주세요. 단, 표 아래에 있는 재무 정보는 제외하세요.
e) 슬라이드 5 - 현재까지 프로젝트 지출 현황. INPUT 2에 포함된 표 형식 데이터를 요약해 보여주되, 표 아래에 있는 재무 정보도 함께 포함하세요.
f) 슬라이드 6 - 위험 검토. INPUT 3에 포함된 표 형식 데이터를 요약해 보여주세요.
g) 슬라이드 7 - 현재 중점 사항. INPUT 4에 포함된 프로젝트 로그(Project Log)를 활용해 현재 프로젝트에서 고려 중인 사항을 요약하세요.
h) 슬라이드 8 - 감사인 질의응답. 감사인이 프로젝트 팀에 질문할 수 있도록(또는 그 반대로도) 논의를 시작하는 슬라이드입니다.
i) 슬라이드 9 - 부록. 프로젝트 전반을 요약해 제공하는 섹션입니다.
다음 참조 자료 파일들이 첨부되어 있으며, 프레젠테이션의 정보와 콘텐츠를 구성하는 데 활용할 수 있습니다.
- INPUT 1 BridgeMind AI Project Summary.docx: a)와 i)에 필요한 정보 제공
- INPUT 2 BridgeMind AI POC Project spend profile for month 2.xlsx: d)와 e)에 필요한 정보 제공
- INPUT 3 BridgeMind AI POC Project deployment Risk Register.xlsx: f)에 필요한 정보 제공
- INPUT 4 BridgeMind AI POC deployment PROJECT LOG.docx: g)에 필요한 정보 제공
(참고) ChatGPT에서 새로운 스프레드시트 및 프레젠테이션 기능을 사용하려면 유료 플랜을 이용 중이어야 하며 GPT‑5.2 Thinking 또는 Pro를 선택해야 한다고 합니다.
코딩(Coding)
GPT-5.2 Thinking은 실제 소프트웨어 엔지니어링(Software Engineering) 문제를 엄격하게 평가하는 벤치마크인 SWE-bench Pro에서 55.6%를 기록하며 새로운 최고 기록을 달성했습니다. SWE-bench Pro는 Python만 평가하는 SWE-bench Verified와 달리 네 가지 언어를 테스트하며 오염 가능성을 줄이고 난도, 다양성, 산업 관련성을 높이도록 설계되었습니다.
프런트엔드(Frontend) 소프트웨어 엔지니어링에서도 GPT-5.1 Thinking보다 더 뛰어난 성능을 보이며, 특히 3D 요소를 포함한 복잡하거나 비표준적인 UI 작업에서 성능 향상이 두드러집니다.
해양 파도 시뮬레이션
5.2 Thinking 결과
프롬프트:
1
2
3
4
5
아래 요구사항을 충족하는 HTML 파일 기반의 싱글 페이지 앱을 만들어줘.
- 이름: 해양 파도 시뮬레이션
- 목표: 사실적인 파도 애니메이션 보여주기
- 기능: 바람 세기 조절, 파도 높이 조절, 조명 변화
- UI는 차분하고 현실감 있게 만들어줘
홀리데이 카드 빌더
5.2 Thinking 결과
프롬프트:
1
2
3
4
5
따뜻하고 즐거운 홀리데이 카드를 보여주는 HTML 파일 기반의 싱글 페이지 앱을 만들어줘. 아이들이 상호작용하며 즐길 수 있는 카드여야 해.
- 아이들이 화면에 드롭할 수 있는 다양한 아이템을 넣어주고, 일부는 기본으로 배치해줘
- 재미있는 사운드 효과도 넣어줘
- 귀엽고 재미있는 요소들을 가능한 한 많이 추가해줘
- 눈이 내리는 애니메이션 효과도 보기 좋게 넣어줘
타이핑 레인 게임
5.2 Thinking 결과
프롬프트:
1
2
3
4
5
아래 요구사항을 충족하는 HTML 파일 기반의 싱글 페이지 앱을 만들어줘.
- 이름: 타이핑 레인
- 목표: 단어가 화면 아래에 닿기 전에 타이핑해서 없애기
- 기능: 난이도 상승, 정확도 추적, 점수 시스템
- UI는 도시 배경에 단어가 비처럼 떨어지는 애니메이션을 사용해줘
사실성(Factuality)
GPT-5.2 Thinking에서는 GPT-5.1 Thinking보다 환각(Hallucination) 오류가 더 적게 발생합니다. OpenAI에 의하면, ChatGPT에서 비식별 처리된 쿼리 세트를 기준으로 분석한 결과, 오류가 포함된 응답 비율이 약 38% 감소했습니다.
긴 컨텍스트(Long Context)
GPT-5.2 Thinking은 긴 컨텍스트 추론에서도 새로운 기준을 세웠습니다. OpenAI MRCRv2에서 최고 수준의 성능을 기록했으며, 특히 최대 256k 토큰을 사용하는 4-needle MRCR 변형에서는 100%에 가까운 정확도를 달성한 최초의 모델로 평가됩니다.
4needles - https://openai.com/ko-KR/index/introducing-gpt-5-2/
8needles - https://openai.com/ko-KR/index/introducing-gpt-5-2/
비전(Vision)
GPT-5.2 Thinking은 차트 해석과 소프트웨어 인터페이스 이해에서 오류율을 절반 수준으로 줄이며 지금까지 공개된 모델 가운데 가장 뛰어난 비전 성능을 제공합니다.
CharXiv Reasoning - https://openai.com/ko-KR/index/introducing-gpt-5-2/
ScreenSpot-Pro - https://openai.com/ko-KR/index/introducing-gpt-5-2/
| 벤치마크 | GPT-5.2 Thinking | GPT-5.1 Thinking |
|---|---|---|
| CharXiv Reasoning (Python 사용) | 88.7% | 80.3% |
| ScreenSpot-Pro (Python 사용) | 86.3% | 64.2% |
(비교) 모델에 이미지 입력(이 경우 메인보드)의 구성 요소를 식별하고 각 요소의 대략적인 바운딩 박스를 포함한 라벨을 반환하도록 요청한 결과
도구 호출(Tool Calling)
GPT-5.2 Thinking은 Tau2-bench Telecom에서 98.7%를 기록하며 장기·다중 단계 작업 전반에서 도구를 안정적으로 활용하는 능력을 입증했습니다.
아래 프롬프트로 질문했을때 Tool Use 예시:
1
2
3
4
My flight from Paris to New York was delayed, and I missed my connection to Austin.
My checked bag is also missing, and I need to spend the night in New York.
I also require a special front-row seat for medical reasons.
Can you help me?
과학과 수학
OpenAI는 GPT-5.2 Pro와 GPT-5.2 Thinking이 과학자의 연구를 지원하고 가속화하는 데 있어 세계 최고 수준의 모델이라고 판단합니다.
GPQA Diamond - https://openai.com/ko-KR/index/introducing-gpt-5-2/
FrontierMath (Tier 1-3) - https://openai.com/ko-KR/index/introducing-gpt-5-2/
| 벤치마크 | GPT-5.2 Pro | GPT-5.2 Thinking | GPT-5.1 Thinking |
|---|---|---|---|
| GPQA Diamond | 93.2% | 92.4% | 88.1% |
| FrontierMath (Tier 1-3) | - | 40.3% | 31.0% |
ARC-AGI 2
일반적인 추론 능력을 측정하도록 설계된 벤치마크인 ARC-AGI-1 (Verified)에서 GPT-5.2는 90%의 문턱을 넘은 최초의 모델로 평가됩니다. 지난해 o3-preview가 기록한 87%에서 성능을 끌어올린 동시에 해당 성능을 달성하는 데 드는 비용을 약 390배까지 낮추는 성과를 달성했습니다.
ChatGPT에 도입되는 GPT-5.2
ChatGPT에서 GPT‑5.2를 일상적으로 이용하며 보다 향상된 모델 성능을 경험할 수 있습니다.
블로그 기준
GPT-5.2 Instant
일상적인 업무와 학습에 적합한 빠르고 유능한 모델로, 정보 탐색이나 사용 방법 안내, 단계별 설명, 기술 문서 작성, 번역 작업 전반에서 뚜렷한 성능 개선을 보여줍니다.
GPT-5.2 Thinking
보다 깊이 있는 작업을 위해 설계된 모델로, 복잡한 과제를 더 높은 완성도로 처리할 수 있도록 돕습니다. 특히 코드 작성, 긴 문서 요약, 업로드된 파일에 대한 질의 응답, 수학·논리 문제의 단계별 풀이에서 뛰어납니다.
GPT-5.2 Pro
높은 품질의 답변이 중요한 난이도 높은 질문에서 가장 뛰어난 지능과 신뢰도를 제공하는 옵션입니다.
API 모델 라인업
GPT-5.2 시리즈에는 총 5가지 모델 변형(Variant)이 존재하며, 각 모델은 서로 다른 사용 시나리오에 최적화되어 있습니다. 일반적으로 gpt-5.2는 광범위한 세계 지식이 필요한 복잡한 작업에 가장 적합하며, 기존 gpt-5.1 모델을 대체합니다. ChatGPT를 구동하는 모델은 gpt-5.2-chat-latest이고, gpt-5.2-pro는 더 많은 컴퓨팅 자원을 활용해 깊이 사고하며 일관되게 더 나은 답변을 제공합니다.
더 작은 모델이 필요하다면 gpt-5-mini를 사용하면 됩니다.
| 모델 | 적합한 용도 |
|---|---|
gpt-5.2 |
복잡한 추론, 광범위한 세계 지식, 코드 중심 또는 다단계 에이전트 작업 |
gpt-5.2-pro |
더 깊은 사고가 필요하며 해결에 시간이 걸리는 난제 |
gpt-5.2-codex |
인터랙티브 코딩 제품을 개발하는 기업; 전 범위 코딩 작업 |
gpt-5-mini |
비용 최적화된 추론 및 대화; 속도·비용·성능의 균형 |
gpt-5-nano |
고처리량 작업, 특히 단순 지시 수행 또는 분류 |
결론
GPT-5.2는 일반 지능, 긴 컨텍스트 이해, 에이전트형 도구 호출, 비전 기능 전반에서 큰 폭의 발전을 이루었고 복잡한 실제 작업을 처음부터 끝까지 수행하는 능력도 이전 모델보다 크게 강화되었습니다.
특히 주목할 만한 점은 GDPval 벤치마크에서 인간 전문가 수준에 도달한 최초의 모델이라는 평가입니다. 44개 직종의 지식 업무에서 70.9%의 승률을 기록하며, 전문가 대비 11배 빠른 속도와 1% 미만의 비용으로 동등하거나 더 나은 결과물을 생성할 수 있게 되었습니다. 이는 AI가 단순 보조 도구를 넘어 실질적인 업무 파트너로 자리잡을 수 있음을 시사합니다.
코딩 영역에서도 SWE-bench Pro 55.6%, SWE-bench Verified 80.0%를 달성하며 소프트웨어 엔지니어링 작업의 자동화 가능성을 한층 높였습니다. 환각 오류 38% 감소, 256k 토큰 긴 컨텍스트에서 거의 100% 정확도, 그리고 비전·도구 호출 성능의 대폭 향상은 GPT-5.2가 단일 벤치마크가 아닌 전방위적 성능 개선을 이뤄냈음을 보여줍니다.
API 측면에서도 gpt-5.2, gpt-5.2-pro, gpt-5.2-codex, gpt-5-mini, gpt-5-nano로 세분화된 모델 라인업을 제공하여, 복잡한 추론부터 고처리량 분류 작업까지 다양한 사용 시나리오에 맞춰 선택할 수 있게 되었습니다.
GPT-5.2는 AI가 전문 업무를 지원하는 데 있어 새로운 이정표가 될 것으로 기대되며, 앞으로 엔터프라이즈 환경에서의 AI 활용이 더욱 가속화될 것으로 보입니다.