[📪정보] OpenAI o3, o4-mini 소개글 전문 번역

[ㅇㅇ&..(landofooo)]

OpenAI o3 및 o4-mini 소개

지금까지 출시된 모델 중 가장 스마트하고 뛰어난 성능과 완전한 도구 접근성을 갖춘 모델
ChatGPT에서 사용해 보기 (새 창에서 열림)

오늘 저희는 응답하기 전에 더 오래 생각하도록 훈련된 o-시리즈 모델의 최신 버전인 OpenAI o3와 o4-mini를 출시합니다. 이 모델들은 현재까지 저희가 출시한 모델 중 가장 스마트하며, 호기심 많은 사용자부터 고급 연구원에 이르기까지 모든 사람에게 ChatGPT의 능력을 한 단계 끌어올릴 것입니다. 처음으로 저희 추론 모델이 ChatGPT 내의 모든 도구(웹 검색, Python을 사용한 업로드 파일 및 데이터 분석, 시각적 입력에 대한 심층 추론, 이미지 생성 포함)를 주도적으로 사용하고 결합할 수 있습니다. 결정적으로, 이 모델들은 언제 어떻게 도구를 사용하여 상세하고 사려 깊은 답변을 올바른 출력 형식으로 (일반적으로 1분 이내에) 생성하여 더 복잡한 문제를 해결할지 추론하도록 훈련되었습니다. 이를 통해 다면적인 질문을 더 효과적으로 처리할 수 있게 되며, 사용자를 대신하여 독립적으로 작업을 수행할 수 있는 더욱 에이전트와 같은 ChatGPT로 나아가는 한 걸음입니다. 최첨단 추론 능력과 완전한 도구 접근성의 결합은 학술 벤치마크와 실제 과제 전반에서 현저히 향상된 성능으로 이어져, 지능과 유용성 모두에서 새로운 기준을 세웁니다.

변경 사항

OpenAI o3는 코딩, 수학, 과학, 시각적 인식 등 여러 분야에서 한계를 뛰어넘는 저희의 가장 강력한 추론 모델입니다. Codeforces, SWE-bench (모델별 맞춤형 스캐폴드 구축 없이), MMMU 등 벤치마크에서 새로운 최고 성능(SOTA) 기록을 세웠습니다. 다면적 분석이 필요하고 답이 즉각적으로 명확하지 않을 수 있는 복잡한 질의에 이상적입니다. 특히 이미지, 차트, 그래픽 분석과 같은 시각적 과제에서 강력한 성능을 발휘합니다. 외부 전문가 평가에서 o3는 어려운 실제 과제에서 OpenAI o1보다 주요 오류를 20% 적게 발생시켰으며, 특히 프로그래밍, 비즈니스/컨설팅, 창의적 아이디어 구상 영역에서 뛰어난 성과를 보였습니다. 초기 테스터들은 사고 파트너로서의 분석적 엄밀성을 강조하고, 특히 생물학, 수학, 공학 분야에서 새로운 가설을 생성하고 비판적으로 평가하는 능력을 높이 평가했습니다.

OpenAI o4-mini는 빠르고 비용 효율적인 추론에 최적화된 소형 모델입니다. 크기와 비용 대비 놀라운 성능을 달성하며, 특히 수학, 코딩, 시각적 과제에서 뛰어납니다. AIME 2024 및 2025에서 벤치마크된 모델 중 최고 성능을 기록했습니다. 전문가 평가에서는 비 STEM 과제 및 데이터 과학과 같은 영역에서도 이전 모델인 o3-mini보다 우수한 성능을 보였습니다. 효율성 덕분에 o4-mini는 o3보다 훨씬 높은 사용량 한도를 지원하므로, 추론 능력이 필요한 질문에 대해 대용량, 고처리량 옵션으로 강력합니다.

외부 전문가 평가자들은 두 모델 모두 향상된 지능과 웹 소스 포함 덕분에 이전 모델들보다 향상된 지시 사항 이행 능력과 더 유용하고 검증 가능한 응답을 보여준다고 평가했습니다. 이전 버전의 추론 모델과 비교하여 이 두 모델은 기억 및 이전 대화를 참조하여 응답을 더욱 개인화되고 관련성 높게 만들기 때문에 더 자연스럽고 대화적으로 느껴질 것입니다.

벤치마크 결과:

경진 수학 (AIME 2024, 2025)

모델 (도구 없음) AIME 2024 정확도 (%) AIME 2025 정확도 (%) o1 74.3 79.2 o3-mini 87.3 86.5 o3 91.6 88.9 o4-mini 93.4 92.7

경진 코딩 (Codeforces)

모델 (터미널 사용) ELO o1 1891 o3-mini 2073 o3 2706 o4-mini 2719

박사 수준 과학 질문 (GPQA Diamond)

모델 (도구 없음) 정확도 (%) o1 78.0 o3-mini 77.0 o3 83.3 o4-mini 81.4

심층 연구 (Humanity’s Last Exam - 여러 분야 전문가 수준 질문)

모델 정확도 (%) o1-pro 8.12 o3-mini (도구 없음) 13.40 o3 (도구 없음) 20.32 o3 (Python + 웹 검색 도구) 24.90 o4-mini (도구 없음) 14.28 o4-mini (Python + 웹 검색 도구) 17.70

멀티모달

벤치마크 / 모델 o1 정확도 (%) o3 정확도 (%) o4-mini 정확도 (%) MMMU (대학 수준 시각적 문제 해결) 77.6 82.9 81.6 MathVista (시각적 수학 추론) 71.8 86.8 84.3 CharXiv-Reasoning (과학 그림 추론) 55.1 78.6 72.0

코딩

벤치마크 / 모델 o1-high o3-mini-high o3-high o4-mini-high SWE-Lancer ($) (프리랜서 코딩 과제) $28,500 $17,375 $65,250 $56,375 SWE-Bench Verified (%) (소프트웨어 공학) 48.9 49.3 69.1 68.1 Aider Polyglot (%) (코드 편집) 64.4 66.7 81.3 68.9

지시 사항 이행 및 에이전트 도구 사용

벤치마크 / 모델 o1 정확도 (%) o3-mini 정확도 (%) o3 정확도 (%) o4-mini 정확도 (%) Scale MultiChallenge (다중 턴 지시 이행) 44.93 39.89 56.51 42.99 Tau-bench (함수 호출 - 항공/소매) 50.0 / 70.8 32.4 / 57.6 52.0 / 70.4 49.2 / 65.6 벤치마크 / 모델 정확도 (%) BrowseComp (에이전트 웹 검색 - 4o + 웹 검색*) 1.94 BrowseComp (에이전트 웹 검색 - o3 + python + 웹 검색*) 9.72 BrowseComp (에이전트 웹 검색 - o4-mini + python + 웹 검색**) 1.5

*모든 모델은 '높은 추론 노력(high reasoning effort)' 설정(ChatGPT의 'o4-mini-high'와 유사)에서 평가되었습니다.

강화 학습의 지속적인 확장

OpenAI o3 개발 전반에 걸쳐, 저희는 대규모 강화 학습이 GPT 시리즈 사전 훈련에서 관찰된 "더 많은 컴퓨팅 = 더 나은 성능" 경향을 동일하게 나타낸다는 것을 관찰했습니다. 스케일링 경로(이번에는 RL에서)를 다시 따라가면서 훈련 컴퓨팅과 추론 시 추론 모두에서 추가적인 자릿수만큼 성능을 밀어붙였음에도 불구하고 여전히 명확한 성능 향상을 확인했으며, 이는 모델이 더 오래 생각하도록 허용할수록 성능이 계속 향상된다는 것을 입증합니다. OpenAI o1과 동일한 지연 시간 및 비용에서 o3는 ChatGPT에서 더 높은 성능을 제공하며, 더 오래 생각하게 하면 성능이 계속 향상된다는 것을 검증했습니다.

또한 저희는 강화 학습을 통해 두 모델이 도구를 사용하도록 훈련했습니다. 단순히 도구를 사용하는 방법뿐만 아니라 언제 사용해야 하는지 추론하는 방법을 가르쳤습니다. 원하는 결과에 따라 도구를 배포하는 능력은 개방형 상황, 특히 시각적 추론 및 다단계 워크플로우와 관련된 상황에서 모델의 능력을 향상시킵니다. 이러한 개선은 초기 테스터들이 보고한 바와 같이 학술 벤치마크와 실제 과제 모두에 반영됩니다.

이미지로 생각하기

처음으로 이 모델들은 이미지를 사고 과정에 직접 통합할 수 있습니다. 단순히 이미지를 보는 것이 아니라, 이미지를 활용하여 생각합니다. 이는 시각적 추론과 텍스트 추론을 결합하는 새로운 종류의 문제 해결을 가능하게 하며, 멀티모달 벤치마크 전반에서 최첨단 성능으로 나타납니다.

사용자는 화이트보드 사진, 교과서 다이어그램 또는 손으로 그린 스케치를 업로드할 수 있으며, 이미지가 흐릿하거나, 반전되었거나, 저화질인 경우에도 모델은 이를 해석할 수 있습니다. 도구 사용을 통해 모델은 추론 과정의 일부로 이미지를 실시간으로 회전, 확대/축소 또는 변형하는 등 조작할 수 있습니다.

이 모델들은 시각 인식 과제에서 동급 최고 수준의 정확도를 제공하여 이전에는 해결할 수 없었던 질문을 해결할 수 있게 합니다. 자세한 내용은 시각적 추론 연구 블로그를 확인하십시오.

에이전트 도구 사용을 향하여

OpenAI o3와 o4-mini는 ChatGPT 내의 모든 도구와 API의 함수 호출을 통한 사용자 지정 도구에 완전히 접근할 수 있습니다. 이 모델들은 문제를 해결하는 방법을 추론하도록 훈련되었으며, 언제 어떻게 도구를 사용하여 상세하고 사려 깊은 답변을 올바른 출력 형식으로 신속하게(일반적으로 1분 이내) 생성할지 선택합니다.

예를 들어, 사용자는 "캘리포니아의 여름 에너지 사용량은 작년과 비교하여 어떨까요?"라고 질문할 수 있습니다. 모델은 공공 유틸리티 데이터를 웹에서 검색하고, 예측 모델을 구축하기 위해 Python 코드를 작성하고, 그래프나 이미지를 생성하고, 예측의 핵심 요인을 설명하는 등 여러 도구 호출을 연결할 수 있습니다. 추론을 통해 모델은 접하는 정보에 따라 필요에 맞게 반응하고 방향을 전환할 수 있습니다. 예를 들어, 검색 제공업체의 도움을 받아 웹을 여러 번 검색하고, 결과를 보고, 더 많은 정보가 필요하면 새로운 검색을 시도할 수 있습니다.

이러한 유연하고 전략적인 접근 방식을 통해 모델은 모델의 내장된 지식을 넘어서는 최신 정보 접근, 확장된 추론, 종합, 그리고 여러 양식에 걸친 출력 생성이 필요한 과제를 처리할 수 있습니다.

(모든 예시는 OpenAI o3로 완료되었습니다.)

(예시 1: OpenAI o3 - 어려운 수학 문제 해결 생략)

(비교: OpenAI o1 - 동일한 수학 문제 생략)

결론: OpenAI o3는 검색 없이 정확한 답변을 얻었지만, o1은 올바른 답변을 제공하지 못했습니다.

(예시 2: OpenAI o3 - 호텔 확장 전략 생략)

(비교: OpenAI o1 - 동일한 호텔 확장 전략 생략)

결론: OpenAI o3는 관련성 높은 산업 소스를 더 많이 인용하고, 데이터 기반의 포괄적이며 전략적으로 통찰력 있는 계획을 제공하며, 실제 과제를 예측하고 선제적인 완화책을 제시합니다. o1은 신뢰할 수 있고 주제에 부합하지만, 덜 상세하고 미래 지향적이며 가상의 데이터에 의존합니다.

(예시 3: OpenAI o3 - EV 배터리 기술 영향 분석 생략)

(비교: OpenAI o1 - 동일한 EV 배터리 기술 영향 분석 생략)

결론: OpenAI o3는 과학 연구 및 산업 데이터를 바탕으로 최근 배터리 기술 혁신이 EV 주행 거리, 충전 속도, 보급률에 미치는 영향에 대해 포괄적이고 정확하며 통찰력 있는 분석을 제공합니다. o1은 신뢰할 수 있고 주제에 부합하지만, 덜 상세하고 미래 지향적이며, 사소한 부정확성이나 과도한 단순화가 있습니다.

(예시 4: OpenAI o3 - MLB 피치 클락 영향 분석 생략)

(비교: OpenAI o1 - 동일한 MLB 피치 클락 영향 분석 생략)

결론: OpenAI o3는 웹 접근을 통해 최신 시즌 데이터와 ERA의 미묘한 변화(22-23년 약간의 상승 후 정상화)까지 반영합니다. o1은 제공하는 수치가 실제와 약간 다르고, 도루 증가를 피치 클락 외 다른 요인(베이스 크기 확대, 견제 제한) 언급 없이 잘못 귀인합니다.

(예시 5: OpenAI o3 - 놀이공원 일정 계획 생략)

(비교: OpenAI o1 - 동일한 놀이공원 일정 계획 생략)

결론: OpenAI o3는 시간표를 정확하게 분석하고 사용 가능한 계획을 출력하는 반면, o1은 부정확한 정보를 바탕으로 특정 공연 시간을 잘못 파악하여 실제 활용하기 어려운 계획을 생성합니다.

비용 효율적인 추론 발전

OpenAI o3와 o4-mini는 저희가 출시한 가장 지능적인 모델일 뿐만 아니라, 종종 이전 모델인 OpenAI o1과 o3-mini보다 더 효율적입니다. 예를 들어, 2025 AIME 수학 경진대회에서 o3의 비용 대비 성능 효율성은 o1을 명확하게 개선하며, 마찬가지로 o4-mini의 효율성은 o3-mini를 명확하게 개선합니다. 보다 일반적으로, 저희는 대부분의 실제 사용 사례에서 o3와 o4-mini가 각각 o1과 o3-mini보다 더 스마트하고 저렴할 것으로 예상합니다.

안전성

모델 능력의 모든 개선에는 그에 상응하는 안전성 개선이 필요합니다. OpenAI o3와 o4-mini를 위해 저희는 안전 학습 데이터를 완전히 재구축하여 생물학적 위협(바이오리스크), 악성코드 생성, 탈옥과 같은 영역에서 새로운 거절 프롬프트를 추가했습니다. 이 새로워진 데이터는 o3와 o4-mini가 저희 내부 거절 벤치마크(예: 지시 계층 구조, 탈옥)에서 강력한 성능을 달성하도록 이끌었습니다. 모델 거절에 대한 강력한 성능 외에도, 저희는 프론티어 위험 영역에서 위험한 프롬프트를 탐지하기 위한 시스템 수준 완화 조치도 개발했습니다. 이미지 생성에서의 이전 작업과 유사하게, 저희는 사람이 작성하고 해석 가능한 안전 사양에 따라 작동하는 추론 LLM 모니터를 훈련했습니다. 바이오리스크에 적용했을 때, 이 모니터는 저희의 인간 레드팀 캠페인에서 대화의 약 99%를 성공적으로 탐지했습니다.

저희는 현재까지 가장 엄격한 안전 프로그램을 통해 두 모델 모두 스트레스 테스트를 거쳤습니다. 업데이트된 준비성 프레임워크에 따라, 저희는 프레임워크에서 다루는 세 가지 추적 관리되는 역량 영역인 생물학 및 화학, 사이버 보안, AI 자가 개선 전반에 걸쳐 o3와 o4-mini를 평가했습니다. 이러한 평가 결과에 기초하여, 저희는 o3와 o4-mini 모두 세 범주 모두에서 프레임워크의 "높음" 임계값 미만을 유지한다고 판단했습니다. 저희는 이러한 평가의 상세 결과를 첨부된 시스템 카드에 게시했습니다.

Codex CLI: 터미널에서의 프론티어 추론

저희는 또한 새로운 실험인 Codex CLI를 공유합니다. 이는 터미널에서 실행할 수 있는 경량 코딩 에이전트입니다. 사용자의 컴퓨터에서 직접 작동하며 o3 및 o4-mini와 같은 모델의 추론 능력을 극대화하도록 설계되었으며, GPT-4.1과 같은 추가 API 모델에 대한 지원이 곧 제공될 예정입니다.

스크린샷이나 저해상도 스케치를 모델에 전달하고 로컬 코드에 접근하는 것과 결합하여 명령줄에서 멀티모달 추론의 이점을 얻을 수 있습니다. 저희는 이를 모델과 사용자 및 컴퓨터를 연결하는 최소한의 인터페이스로 생각합니다. Codex CLI는 오늘 github.com/openai/codex(새 창에서 열림)에서 완전히 오픈소스로 제공됩니다.

이와 함께 저희는 Codex CLI와 OpenAI 모델을 사용하는 프로젝트를 지원하기 위해 1백만 달러 규모의 이니셔티브를 시작합니다. 저희는 API 크레딧 형태로 25,000달러 단위의 보조금 신청서를 평가하고 수락할 것입니다. 제안서는 여기에서 제출할 수 있습니다.

접근성

ChatGPT Plus, Pro, Team 사용자는 오늘부터 모델 선택기에서 o1, o3-mini, o3-mini-high를 대체하는 o3, o4-mini, o4-mini-high를 볼 수 있습니다. ChatGPT Enterprise 및 Edu 사용자는 일주일 후에 접근 권한을 얻게 됩니다. 무료 사용자는 질의를 제출하기 전에 작성기에서 'Think'를 선택하여 o4-mini를 사용해 볼 수 있습니다. 모든 요금제의 사용량 제한은 이전 모델 세트와 동일하게 유지됩니다.

저희는 몇 주 안에 완전한 도구 지원을 갖춘 OpenAI o3-pro를 출시할 것으로 예상합니다. 현재 Pro 사용자는 여전히 o1-pro에 접근할 수 있습니다.

o3와 o4-mini 모두 오늘부터 채팅 완성 API(Chat Completions API) 및 응답 API(Responses API)를 통해 개발자에게 제공됩니다 (일부 개발자는 이러한 모델에 접근하기 위해 조직 인증(새 창에서 열림)이 필요할 수 있습니다). 응답 API는 추론 요약, 더 나은 성능을 위해 함수 호출 주변의 추론 토큰을 보존하는 기능을 지원하며, 곧 모델의 추론 내에서 웹 검색, 파일 검색, 코드 인터프리터와 같은 내장 도구를 지원할 예정입니다. 시작하려면 저희 문서(새 창에서 열림)를 탐색하고 더 많은 업데이트를 기다려 주십시오.

다음 단계

오늘의 업데이트는 저희 모델이 나아갈 방향을 반영합니다: 저희는 o-시리즈의 전문적인 추론 능력과 GPT-시리즈의 보다 자연스러운 대화 능력 및 도구 사용을 융합하고 있습니다. 이러한 강점을 통합함으로써 저희의 미래 모델은 능동적인 도구 사용 및 고급 문제 해결과 함께 원활하고 자연스러운 대화를 지원할 것입니다.

4월 16일 업데이트: Charxiv-r 및 Mathvista에 대한 o3 결과는 원래 평가에 없었던 시스템 프롬프트 변경을 반영하여 업데이트되었습니다.

o3-pro 몇 주내로 출시예정 ㅁㅊㄷㅁㅊㅇ1. OpenAI 새 모델 o3, o4-mini 발표! 이전보다 뇌 더 굴려서 똑똑해짐 ㄹㅇㅋㅋ 2. 수학/코딩/이미지 인식 성능 개쩌는데 오류 줄고 더 빠르고 싸짐; 짤 보고 생각하고 도구 알아서 쓰는 기능까지 ㄷㄷ 3. 터미널용 코딩 도우미(Codex CLI)도 풀었고 유료는 바로 ㄱㄱ, 무료는 o4-mini 맛보기 가능.