GPT-5.5: Terminal-Bench 82.7% 달성 및 Workflow 중심의 Agentic AI 진화

Context

단순 텍스트 생성을 넘어 실제 업무 수행 능력을 갖춘 Action-oriented 모델의 필요성 증대. 기존 LLM의 단순 채팅 및 코드 스니펫 생성 한계를 극복하기 위해 시스템 레벨의 이해도와 자율적 실행 능력이 요구됨.

Technical Solution

• 목표 세분화 및 자율적 단계 설정 기능을 통한 복잡한 Task Decomposition 구현
• 도구 간 유연한 전환 및 결과 검증 루프를 포함한 Iterative Workflow 설계
• 시스템 전체 맥락 파악 능력을 강화하여 대규모 Codebase 내의 의존성 분석 및 Refactoring 수행
• 토큰 효율성 최적화를 통한 동일 작업 대비 Token Consumption 감소 및 Latency 유지
• 불확실성 처리 및 에러 수정 프로세스를 내재화한 Autonomous Execution 구조 채택

Impact

• Terminal-Bench 2.0에서 82.7%의 고득점으로 복잡한 CLI 워크플로우 처리 능력 입증
• GDPval 지식 업무 벤치마크에서 84.9%의 Win-or-tie rate 기록
• OSWorld-Verified 컴퓨터 조작 테스트에서 78.7%의 정밀도 달성
• Tau2-bench Telecom 고객 서비스 워크플로우에서 Prompt Tuning 없이 98.0% 성공률 기록
• 71,637페이지의 세무 서류 검토 시간을 전년 대비 2주 단축

Key Takeaway

단위 API 비용보다 전체 Task 완수에 소요되는 Total Cost of Ownership(TCO) 관점의 접근 필요. 모델의 추론 능력 향상이 인간의 개입 시간을 줄임으로써 전체 시스템 효율성을 극대화하는 설계 원칙 확인.