GPT-5 출시: 챗봇에서 에이전트로 진화, 환각률 대폭 감소

2025년 8월 7일, 오픈AI(OpenAI)가 차세대 인공지능 모델 GPT-5를 공개했다. 이번 모델은 GPT-4 대비 성능 점수의 큰 격차는 없지만, 코딩·에이전트 기능의 향상과 환각(Hallucination) 현상의 대폭 감소가 특징이다. 단순한 챗봇을 넘어 AI 에이전트로의 전환을 공식화했다.

주요 특징

1. 코딩 및 에이전트 성능 강화

GPT-5는 ‘SWE-벤치 베리파이드’ 테스트에서 74.9%를 기록했다. 이는 구글 Gemini 2.5 Pro(59.6%)를 크게 앞섰고, 클로드 Opus 4.1(74.5%)을 근소하게 앞질렀다.
또한 사용자 대신 소프트웨어를 생성하거나 연구 보고서를 작성하는 등 실행 중심의 작업 수행 능력이 강화됐다.
실시간 라우터 기능이 새롭게 추가되어, 사용자 입력에 따라 추론·비추론·도구 사용 모드를 자동으로 선택한다.

2. 환각률 대폭 감소

의료 분야 테스트인 HealthBench Hard Hallucinations에서 환각 비율은 1.6%에 불과했다.
이는 GPT-4o(12.9%)와 o3(15.8%) 대비 큰 폭으로 감소한 수치다.
전체 프롬프트 평균 환각률 역시 4.8%로, o3(22%)와 GPT-4o(20.6%)보다 현저히 낮았다.

3. 창의성과 사용자 맞춤성 강화

글쓰기, 디자인 등 주관적 작업에서의 반응 품질이 향상됐다.
모델 설정에서 냉소주의자, 로봇, 청취자, 괴짜 등 네 가지 성격을 선택할 수 있으며, 사용자가 직접 프롬프트를 작성하지 않아도 원하는 응답 스타일을 얻을 수 있다.

4. 안전성 개선

다른 모델 대비 기만적 행동 비율이 낮으며, 무해한 요청을 불필요하게 거부하는 횟수가 줄었다.
안전하지 않은 질문은 여전히 차단하지만, 무해한 요청은 보다 원활하게 처리한다.

5. API 제공 및 가격

개발자를 위해 GPT-5, GPT-5-미니, GPT-5-나노 모델이 API에 추가됐다.
API 가격은 100만 입력 토큰당 1.25달러, 출력 토큰당 10달러로 GPT-4o와 유사한 수준이다.

주요 벤치마크 결과

테스트명GPT-5비교 모델

SWE-벤치 베리파이드	74.9%	Gemini 2.5 Pro 59.6%, Claude Opus 4.1 74.5%
Tau-bench (항공사 웹 탐색)	63.5%	o3: 64.8%
Tau-bench (소매 웹 탐색)	81.1%	Claude Opus 4.1: 82.4%
GPQA 다이아몬드	89.4%	Claude Opus 4.1: 80.9%, Grok 4 Heavy: 88.9%
HealthBench Hard Hallucinations	1.6%	GPT-4o: 12.9%, o3: 15.8%

종합 평가

GPT-5는 벤치마크 점수에서 압도적인 성과를 보여주지는 못했지만, 실행형 에이전트로의 전환과 환각률 감소에서 중요한 발전을 이루었다.
특히 환각률의 대폭 하락은 의료, 연구 등 높은 정확성이 요구되는 분야에서 신뢰도를 높일 수 있는 요인으로 평가된다.