GPT-6 Astra: 병렬 연구 시간과 비용 절감

OpenAI는 지식 작업을 위한 AI 에이전트 인프라 개발사인 Parallel이 GPT-6 Astra를 사용해 가장 오래 지속되는 연구 작업의 시간과 비용을 50% 감소시켰다고 발표했다. 이 개선으로 Parallel은 노동 시장 통계 수집과 같은 복잡한 연구 작업을 더 효율적으로 수행할 수 있게 되었으며, 연구 결과의 품질을 희생하지 않고도 가능해졌다.

복잡한 연구 작업에서의 효율성 향상

Parallel은 고품질 연구를 수행할 때 자원 소비를 크게 줄였다고 보고했다. 이전에는 장시간 지속되는 작업에서 고품질의 답변을 얻기 위해 더 큰 모델과 긴 추론 과정이 필요했으며, 이는 시간과 자원 사용을 증가시켰다. GPT-6 Astra를 사용함으로써 Parallel은 동일한 품질의 연구를 달성하면서도 완료 시간을 절반으로 줄이고 코드 비용을 약 50% 감소시켰다.

사례 연구: 노동 시장 통계 수집

특정 테스트 사례에서 Parallel은 에이전트에게 6개의 다른 노동 시장 통계를 4개 주에 걸쳐 6개월 동안 조사하도록 지시했다. 이 작업은 여러 웹사이트를 검색하고 정보를 수집한 후 보고서로 정리하는 것을 포함했다. GPT-6 Astra는 이 작업을 이전 모델보다 절반의 시간 안에 완료했으며, 코드 비용은 50% 감소했다.

개선된 검색 집중도와 에이전트 워크플로우

GPT-6 Astra는 이전 모델보다 정보 검색과 작업 실행에 더 타겟된 접근 방식을 보여준다. Parallel Web Systems의 기술 직원인 Devin Gupta에 따르면, "Astra는 더 타겟된 검색 쿼리를 생성하고, 이전 모델보다 더 나은 세계 지식을 활용해 궁극적인 작업에 더 집중했다."

병렬 에이전트 위임

GPT-6 Astra의 효율성 향상은 Parallel이 연구 작업을 여러 에이전트 간에 더 효과적으로 분배할 수 있게 해준다. 이 모델은 특정 연구 작업을 하위 에이전트에게 위임할 수 있어, 단일 검색 시퀀스를 거치는 대신 여러 연구 흐름을 동시에 진행할 수 있다. 이 기능은 최종 답변을 기다리는 총 시간을 줄이고, Parallel이 대규모로 도전적인 연구 작업을 수행할 수 있도록 한다.