Amp은 OpenAI 모델로 AI 에이전트를 코드 너머의 작업에도 투입하다

Amp는 AI 에이전트를 코드 생성에서 글쓰기, 디자인, 실시간 에이전트 관리로 확장하고 있으며, OpenAI 모델이 제품에서 사용되는 토큰의 대부분을 차지합니다. 이 발표가 중요한 이유는 최첨단 코딩 에이전트가 모델 개선을 단순히 코드 출력 속도를 높이는 계기가 아니라, 에이전트의 역할을 확장하는 트리거로 삼고 있음을 보여주기 때문입니다—무엇을 구축할지 결정하는 것부터 출시 및 출시 후 마케팅까지 포함하여.

세부 내용은 2026-10-14에 게시된 OpenAI 고객 사례 연구에서 나왔으며, Amp의 CEO이자 기술 스태프인 Quinn Slack과의 인터뷰를 중심으로 구성되었습니다. 이 자료는 기술 논문이 아닌 공급업체 사례 연구로, 모델과 제품 기능을 언급하지만 벤치마크, 지연 시간 수치, 또는 가격을 공개하지 않습니다.

Amp은 코드를 넘어서는 최첨단 AI 에이전트입니다

Amp은 개발자가 야심찬 아이디어를 실제 작동하는 소프트웨어로 전환하도록 돕는 최첨단 AI 에이전트를 구축하는 것으로 설명됩니다. 게시물에 따르면, 기반 모델의 각 개선은 Amp이 에이전트가 할 수 있는 일을 확장할 기회입니다—개발자가 무엇을 구축할지 결정하는 것을 돕는 것부터 코드 작성, 페이지 디자인까지.

Amp은 사용자에게 가장 잘 작동하는 모델을 선택하고 추천합니다. 게시물에 따르면 OpenAI 모델이 Amp에서 사용되는 토큰의 대부분을 차지합니다.

Quinn Slack은 그 선택의 일부 이유를 안전장치에 대한 투명성으로 돌립니다:

"OpenAI는 매우 투명하며, 안전장치가 적용될 때 사용자는 이를 알고 이해합니다. 그래서 OpenAI 모델을 사용하기가 정말 쉽습니다. OpenAI 모델로 Amp에서 모든 작업을 수행할 수 있고 매우 만족할 것입니다."

또한 그는 모델 세대 간 일관성을 사용자가 유지하는 이유로 지적합니다:

"우리 사용자들은 OpenAI 모델이 지속적으로 점점 더 좋아지고 있는 일관성을 정말 높이 평가합니다."

ChatGPT로 로그인하면 긴 에이전트 실행의 인지 비용이 낮아집니다

빌더가 에이전트에게 더 많은 작업을 맡기면서 토큰 비용이 제약이 됩니다. Quinn Slack은 일부 Amp 사용자가 주당 100억 토큰을 소비한다고 설명하며, 사용량의 모든 증가분을 지켜보는 것이 에이전트가 할 수 있는 일을 발견하지 못하게 할 수 있다고 주장합니다.

Amp은 이를 해결하기 위해 ChatGPT 로그인 통합을 출시했습니다. 게시물에 따르면, 이 통합은 Amp 사용자에게 GPT-6 Astra를 포함한 더 많은 토큰과 OpenAI 모델에 대한 접근을 제공하며, 사용자가 에이전트가 더 큰 작업을 맡도록 허용하려는 의지를 변화시킵니다.

"ChatGPT로 로그인하면 사람들이 모든 토큰을 세지 않는 느낌을 가질 수 있습니다. 그리고 실제로 에이전트를 풀어놓고 더 긴 가죽끈을 주면, 그것이 얼마나 많은 일을 할 수 있는지 깨닫게 됩니다."

Quinn Slack은 사람들이 에이전트를 계획하고, 무엇을 구축할지 결정하며, 출시 후에도 계속 작업하는 데 사용하는 것을 본다고 말합니다.

GPT-6 Astra는 Amp 자체 팀의 글쓰기와 디자인 작업을 처리합니다

Amp은 에이전트가 제품을 구축하고 성장시키는 모든 작업을 돕기를 원하며, 20명 규모의 자체 팀도 마케팅을 포함해 그렇게 사용합니다. 게시물은 Quinn Slack이 팀에 마케팅 전담 인력은 없지만 전담 에이전트는 있다고 말한 것을 인용합니다. 이 에이전트는 신규 사용자 경험을 개선하고 검색 및 기타 채널을 통해 더 많은 사람들이 Amp을 발견하도록 돕는 데 사용됩니다.

이러한 작업에는 고품질의 글쓰기와 디자인이 중요하며, GPT-6 Astra는 문서와 디자인 페이지를 생성하는 데 사용됩니다. Quinn Slack은 Amp의 스타일 기준이 엄격하다고 설명합니다:

"우리는 매우 독특한 디자인 스타일과 글쓰기 스타일을 가지고 있습니다. 이에 대해 매우 까다롭지만, GPT-6 Astra가 해내는 방식에 정말 만족하고 있습니다."

게시물은 또한 개인적인 실험을 설명합니다: Quinn Slack은 GPT-6 Astra에게 자신의 집 설계도를 주고 Blender에서 3D 모델을 만들게 했으며, 그 후他与아이들이 그것을 게임으로 만들었습니다—집을 통과하는 느린 강을 추가하거나 할머니의 마늘 싫어함에서 영감을 받아 집 주위에서 마늘을 쫓는 게임 등. 그는 불과 몇 달 전에는 이것이 불가능했다고 언급합니다.

Puck과 GPT-Live-1이 에이전트에 대화형 제어를 제공합니다

Amp은 최근 Puck을 발표했습니다. Puck은 Amp에 내장된 대화형 AI 어시스턴트로, 사용자가 다른 에이전트를 시작하고 관리하는 데 도움을 줍니다. 사용자는 Puck에게 버그를 조사하기 위한 에이전트를 시작하거나, 여러 에이전트를 조정하거나, 기술 문제에 대한 이전 대화를 찾도록 요청할 수 있습니다.

GPT-Live-1로 구동되는 Calling Puck이라는 기능을 통해 사용자는 실시간으로 Puck과 대화할 수 있으며, 시계에서도 가능합니다. Quinn Slack은 사람들이 컴퓨터에서 떨어져 있을 때, 심지어 조깅 중에도 에이전트가 계속 작업하도록 하는 데 사용할 것이라고 상상합니다.

초고속 모드는 에이전트 실행 방식을 변화시킵니다

Amp은 GPT-6 Astra로 초고속 모드를 테스트하고 있습니다. 게시물에 따르면, 더 빠른 속도는 사람들이 에이전트를 사용하는 방식을 변화시킵니다. 오늘날 사용자는 각 작업이 완료되기를 기다리는 동안 여러 에이전트 작업을 전환하는 경우가 많습니다. 더 빠른 응답은 사람들이 더 적은 에이전트를 처리하거나 에이전트가 결과를 반환하기 전에 자신의 작업을 확인할 시간을 더 많이 제공할 수 있습니다.

"사람들은 이렇게 좋고 이렇게 빠른 모델을 본 적이 없습니다."

Amp의 다음 단계

Amp의 경우, 명시된 다음 단계는 코딩 전후의 더 많은 작업을 에이전트로 가져와 빌더가 모든 단계를 직접 처리하지 않고도 아이디어를 더 멀리 끌고 갈 수 있도록 하는 것입니다.

"인간이 무엇을 창조할지에 대한 미지가 있으며, 그것이 우리 모두가 보게 될 것입니다. 그 일에 한몫을 하는 것이 멋집니다."

이 발표가 입증하는 것과 입증하지 않는 것

이 게시물은 Amp에서 사용되는 세 가지 명명된 OpenAI 모델과 기능—GPT-6 Astra, GPT-Live-1, 초고속 모드—및 ChatGPT 로그인 통합과 Puck 어시스턴트를 입증합니다. OpenAI 모델이 Amp에서 사용되는 토큰의 대부분을 차지하고 일부 Amp 사용자가 주당 100억 토큰을 소비한다는 것을 입증합니다.

명명된 모델에 대한 벤치마크 점수, 지연 시간 측정, 가격 또는 비교 평가를 게시하지 않습니다. 이러한 주장은 원본에 없으며, 여기 인용된 수치 외의 어떤 수치도 원본에 의해 뒷받침되지 않습니다.