GPT 5.6 Sol is the best "vision" model OpenAI ever released

개요

OpenAI가 발표한 GPT-5.6 모델 라인업 중 Sol은 이전 버전 대비 객체 탐지 및 개수 세기에서 크게 향상된 성능을 보이며, GPT-5.6 라인업은 전반적으로 이전 모델 대비 향상된 컴퓨터 비전 기능을 제공합니다.

주요 내용

• Sol의 압도적인 비전 성능: Sol 모델은 OpenAI가 출시한 모델 중 최고 수준의 비전 성능을 보여주며, 특히 객체 탐지(mAP@50 13.8에서 46.2로 상승)와 개수 세기(73.0% 정확도)에서 GPT-5.5 대비 상당한 발전을 이루었습니다.
• Terra 및 Luna의 개선: Terra와 Luna 모델 또한 GPT-5.5 대비 향상된 객체 탐지 및 개수 세기 성능을 보이며, 특히 Luna는 저렴한 비용으로 GPT-5.5의 성능을 능가합니다.
• 문서 레이아웃 탐지 강점: GPT-5.6은 제목, 단락, 표, 이미지, 서명 등을 포함한 문서의 다양한 구성 요소를 효과적으로 탐지하는 데 뛰어난 성능을 보입니다.
• 밀집된 장면에서의 탐지: 여러 객체가 가깝게 배치된 장면에서도 Sol은 대부분의 객체를 탐지했으며, 최적의 탐지 결과를 위해 절대 XYXY 좌표 형식을 사용하는 것이 권장됩니다.
• 객체 개수 세기 개선: GPT-5.6 라인업은 개수 세기 성능이 향상되었으며, Sol은 겹쳐진 금속 브래킷이나 특정 영역 내의 총알 구멍 수를 정확하게 세는 등 복잡한 경우에도 좋은 성능을 보였습니다.
• OCR 및 데이터 추출: GPT-5.6의 OCR 성능은 GPT-5.5와 유사하게 유지되었으나, 텍스트 추출 성능은 Sol이 GPT-5.5보다 다소 낮은 점수를 기록했습니다.
• 비용 및 지연 시간: GPT-5.6 모델은 이전 모델 대비 토큰 사용량이 증가했으며, Sol은 평균 10초, Terra는 6초, Luna는 5초 정도의 이미지 처리 시간을 보이며, 비용 또한 증가했습니다.
• Gemini 3.5 Flash와의 비교: Gemini 3.5 Flash는 GPT-5.6 Sol보다 저렴하면서도 탐지 및 개수 세기 벤치마크에서 우수한 성능을 보여, 비용 효율성이 중요한 워크로드에 적합합니다.
• OpenAI의 비전 분야 강화: GPT-5.6 출시를 통해 OpenAI는 객체 탐지 및 개수 세기 능력으로 인해 비전 분야에서 훨씬 강력한 경쟁력을 갖추게 되었으며, 에이전트, 화면 이해, 문서 워크플로우, 시각적 추론 등 다양한 분야에 활용될 잠재력을 보여줍니다.

시사점

GPT-5.6 라인업은 OpenAI가 컴퓨터 비전 분야에 대한 투자를 강화했음을 보여주며, 특히 Sol 모델은 이전 모델 대비 비약적인 성능 향상을 통해 다양한 시각적 이해 기반 애플리케이션 개발에 중요한 기반이 될 것으로 예상됩니다.