OpenAI, 무료 토큰 할당량과 플랫폼 종료 발표와 함께 GPT‑4o 파인튜닝 출시

TL;DR

OpenAI는 GPT‑4o에 대한 파인튜닝을 출시했으며, 개발자는 수십 개의 예시만으로 모델을 맞춤화할 수 있고 9월 23일까지 무료 학습 토큰 할당량을 제공받습니다. 이 서비스는 2026 년 5 월 8일 이후 신규 사용자에게는 단계적으로 종료될 예정입니다.

발표 개요

OpenAI는 이제 GPT‑4o 모델에 대해 파인튜닝이 가능하다고 발표했습니다. 이 기능은 특정 애플리케이션에 대해 더 높은 성능과 낮은 추론 비용을 제공하는 맞춤형 GPT‑4o 버전을 만들고자 하는 개발자들의 주요 요구를 해결합니다. 출시와 동시에 각 조직에 대해 2024 년 9 월 23일까지 매일 1 백만 개의 학습 토큰을 무료로 제공하는 할당량이 포함됩니다.

시작 방법

  • 파인튜닝 for GPT‑4o는 유료 사용 플랜을 이용하는 모든 개발자에게 열려 있습니다.
  • 파인튜닝된 모델을 만들려면 파인튜닝 대시보드로 이동해 Create 버튼을 클릭하고 기본 모델 gpt-4o-2024-08-06을 선택합니다.
  • 학습 비용은 백만 토큰당 $25이며, 추론 비용은 입력 토큰 백만 개당 $3.75, 출력 토큰 백만 개당 $15입니다.
  • 더 작은 변형인 GPT‑4o mini도 제공됩니다. 사용자는 gpt-4o-mini-2024-07-18을 선택하고 9월 23일까지 매일 2 백만 개의 무료 학습 토큰을 받을 수 있습니다.
  • 자세한 사용 방법은 OpenAI의 파인튜닝 문서에 제공됩니다.

초기 파트너가 보여준 성능 향상

Cosine의 Genie AI Engineer

  • Cosine은 GPT‑4o를 파인튜닝하여 Genie라는 AI 소프트웨어 엔지니어링 어시스턴트를 만들었습니다.
  • Genie는 SWE‑bench Verified 벤치마크에서 **43.8 %**라는 최신(state‑of‑the‑art) 점수를 기록했으며, 이전 최고 점수인 19.27 %를 크게 앞섰습니다.
  • 전체 SWE‑bench 벤치마크에서는 **30.08 %**를 달성했으며, 이는 해당 테스트에서 기록된 가장 큰 개선폭입니다.
  • 파인튜닝된 모델은 실제 엔지니어링 예시를 기반으로 학습되었으며, 커밋 가능한 형식의 코드 패치를 출력하도록 학습되었습니다.

Distyl의 BIRD‑SQL 리더보드 우승

  • Distyl은 텍스트‑투‑SQL 작업을 위해 GPT‑4o를 파인튜닝했습니다.
  • 파인튜닝된 모델은 BIRD‑SQL 벤치마크에서 1위를 차지했으며, 실행 정확도는 **71.83 %**였습니다.
  • Distyl은 쿼리 재구성, 의도 분류, 체인‑오브‑생각 추론, 자체 교정 등 전반에 걸쳐 강력한 성능을 보고했으며, 특히 SQL 생성에서 두드러졌습니다.

데이터 프라이버시 및 안전 보장

  • 파인튜닝된 모델은 전적으로 개발자가 소유하며, OpenAI는 학습 데이터를 다른 모델에 재사용하거나 보관하지 않습니다.
  • OpenAI는 파인튜닝된 모델에 대해 지속적인 자동 안전 평가를 수행하고, 정책 준수를 위해 사용을 모니터링합니다.

예정된 플랫폼 종료

  • 업데이트 (2026 년 5 월 8일): OpenAI는 파인튜닝 플랫폼을 종료할 예정입니다.
  • 신규 사용자는 더 이상 플랫폼에 접근할 수 없지만, 기존 사용자는 몇 달 동안 학습 작업을 생성할 수 있습니다.
  • 모든 파인튜닝 모델은 기본 모델이 폐기될 때까지 추론용으로 계속 이용 가능하며, 이는 공식 폐기 일정에 명시되어 있습니다.

개발자에게 미치는 영향

  • GPT‑4o 파인튜닝은 도메인‑특화 AI 애플리케이션 구축 장벽을 낮추어, 비교적 작은 데이터셋만으로도 가능하게 합니다.
  • 무료 토큰 할당량은 실험과 초기 채택을 가속화합니다.
  • 플랫폼 종료가 발표된 만큼, 조직은 플랫폼 접근이 차단되기 전에 마이그레이션 또는 데이터 내보내기 전략을 마련해야 합니다.

관심 있는 개발자를 위한 다음 단계

  • 파인튜닝 대시보드에 방문해 새 작업을 생성합니다.
  • 가격 및 무료 토큰 한도를 검토합니다.
  • 데이터셋 준비와 안전 테스트에 관한 모범 사례는 문서를 참고합니다.
  • 추가 맞춤 옵션이 필요하면 OpenAI 맞춤 모델 팀에 연락합니다.

Authors: Andrew Peng, John Allard, Steven Heidel

Sources