GPT-5.4 완전 분석 — Tool Search, 컴퓨터 사용, 1M 컨텍스트의 실체

GPT-5.4는 Standard, Thinking, Pro 세 가지 변형으로 제공된다. Standard는 일반 추론, Thinking은 단계별 사고 체인, Pro는 최고 성능이 필요한 엔터프라이즈 태스크에 최적화됐다.

가장 큰 변화는 세 가지다. 첫째, 1,050,000 토큰의 컨텍스트 윈도우로 OpenAI 역대 최대다. 둘째, 범용 모델 최초로 네이티브 컴퓨터 사용(Computer Use)을 기본 탑재했다. 셋째, 도구 호출 비용을 줄이는 Tool Search 아키텍처를 도입했다.

GPT-5.2와의 핵심 비교를 아래 표로 정리한다.

기존 OpenAI API에서 도구(functions)를 많이 등록하면 프롬프트에 전부 포함되어 토큰 비용이 급증했다. GPT-5.4의 Tool Search는 이 문제를 근본적으로 해결한다.

동작 방식은 이렇다. 모델이 도구를 호출해야 할 때, 등록된 전체 도구 목록을 프롬프트에 넣는 대신 필요한 도구만 동적으로 검색해서 가져온다. 수십~수백 개의 MCP 서버나 플러그인을 연결한 에이전트에서 특히 효과적이다.

실무에서 이 변화가 주는 영향은 두 가지다.

• 비용 절감: 도구가 100개여도 프롬프트 토큰은 실제 사용 도구 수에 비례한다
• 지연 시간 단축: 프롬프트가 짧아지므로 첫 토큰 응답 시간(TTFT)이 빨라진다

API에서 Tool Search를 활성화하려면 tool_choice: "auto"와 함께 tool_search: true 옵션을 전달하면 된다. 기존 function calling 코드를 거의 수정하지 않고도 적용할 수 있다.

GPT-5.4는 OpenAI 범용 모델 중 처음으로 컴퓨터 사용(Computer Use) 능력을 기본 탑재했다. 스크린샷을 인식하고, 마우스 클릭·키보드 입력을 수행하며, Playwright 같은 브라우저 자동화 라이브러리와 연동해 실제 웹 워크플로우를 처리한다.

Codex에서는 이미 200만 명 이상의 개발자가 GPT-5.4 기반 에이전트를 사용하고 있다. OpenAI에 따르면 올해 초 대비 사용자가 3배로 늘었다.

다만 컴퓨터 사용은 아직 Codex와 API Responses 엔드포인트에서만 가능하다. Chat Completions API에서는 지원되지 않으므로, 에이전트 파이프라인을 설계할 때 엔드포인트 선택에 주의해야 한다.

GPT-5.4 Thinking 모델은 추론 노력(reasoning effort)을 5단계로 설정할 수 있다: none, low, medium, high, xhigh. 간단한 분류 태스크에는 none이나 low를, 수학 증명이나 복잡한 코드 리팩토링에는 high나 xhigh를 설정하면 된다.

이 기능이 실무에서 중요한 이유는 비용 최적화 때문이다. 모든 요청에 최대 추론을 걸면 토큰 소비가 급증한다. 태스크 복잡도에 따라 추론 깊이를 조절하면, 품질 손실 없이 API 비용을 크게 줄일 수 있다.

예를 들어 고객 문의 분류에는 reasoning_effort: "low", 버그 원인 분석에는 reasoning_effort: "high"를 설정하는 식이다. 하나의 모델로 다양한 복잡도의 태스크를 처리할 수 있어, 멀티모델 파이프라인의 복잡성을 줄여준다.

GPT-5.4로 업그레이드할 때 주의할 점을 정리한다.

• 모델 ID 변경: gpt-5.4, gpt-5.4-thinking, gpt-5.4-pro 세 가지. 기존 gpt-5.2를 그대로 두면 자동 전환되지 않는다.
• 컨텍스트 윈도우 활용: 1M 컨텍스트를 쓰려면 API 요청 시 명시적으로 설정해야 한다. 기본값은 여전히 128K다.
• Tool Search 마이그레이션: 기존 function calling 코드와 호환된다. tool_search: true만 추가하면 된다.
• 가격: 입력 토큰 단가는 GPT-5.2와 동일하되, 1M 컨텍스트 사용 시 가격 체계가 다르므로 공식 pricing 페이지를 반드시 확인해야 한다.