AI의 실행 범위와 통제 조건, 10월 23일의 일곱 가지 변화

이번 발표의 대상은 하나의 AI 모델이 아니라 에이전트를 운영하는 컴퓨팅 구조다. 베라 루빈(Vera Rubin)은 모델 추론을, 베라(Vera) CPU는 에이전트 실행과 도구 사용을 맡는다. 블루필드-4(BlueField-4)는 데이터 처리 전용 칩으로, 센트리 보안 소프트웨어를 에이전트와 다른 실행 영역에서 돌리도록 설계됐다. 엔비디아는 이 구성을 데이터센터뿐 아니라 자사의 소형 AI 시스템으로도 확장한다고 설명했다.

오픈셸의 기본 구조는 네 부분으로 나뉜다. 게이트웨이는 격리 환경의 생성과 정책을 관리한다. 감독 프로세스는 외부로 나가는 요청을 규칙과 대조하고 인증정보 사용을 중개한다. 샌드박스는 에이전트가 사용할 파일과 프로세스를 제한하는 격리 공간이다. 정책 검증기는 권한 변경이 조직에서 정한 상한을 넘는지 수학적 검증 방식으로 확인한다. 엔비디아 기술 설명

이 가운데 감독 프로세스는 샌드박스 밖에서 작동한다. 운영자는 네트워크 송수신 내용을 검사하거나 차단하는 기능을 덧붙이고, 제어 요청에도 조직별 규칙을 연결할 수 있다. 기술 문서는 신원 확인, 권한 부여, 데이터 보호, 감사 체계를 연결할 지점을 제공한다고 설명한다. 각 기업의 정책을 소프트웨어가 대신 정해 주는 구조는 아니다.

공개 저장소가 설명하는 통제 대상은 파일 접근, 시스템 호출, 네트워크 연결이다. 실제 인증정보는 에이전트에 직접 보여 주지 않고 허용된 목적지로 보내는 요청에만 붙인다. 정책 변경으로 새 서버나 API 기능에 접근할 수 있게 되는 경우에는 그 변화가 사람의 검토 대상이 되도록 한다. 이는 이미 허용된 작업의 실행과 새로운 권한의 부여를 구분하는 설계다. 오픈셸 공식 저장소 문서

2027년 초 제공 예정인 센트리는 이 소프트웨어 경계에 별도 하드웨어 보호층을 보태도록 설계됐다. 블루필드-4가 에이전트와 모델·외부 네트워크 사이의 통신 경로에 놓이고, 센트리는 그 경로에서 요청과 응답을 검사한다. 에이전트가 자기 행동을 보고한 내용만 믿지 않고 외부에서 관찰하는 방식이다. 다만 이 기능은 블루필드-4를 포함한 구성의 설명이며, 오픈셸만 설치한 모든 컴퓨터에 같은 보호가 생기는 것은 아니다. 센트리 상세 기술 문서

센트리가 감시하도록 설계된 대상은 통신 내용에 한정되지 않는다. 센트리의 도카 아거스(DOCA Argus)는 호스트 메모리의 선택된 영역을 분석해 실행 중인 프로세스와 컨테이너, 파일·네트워크 활동의 관계를 확인한다. 도카 타워(DOCA Tower)는 이 정보를 네트워크 요청과 결합한다. 요청한 작업이 허용됐는지뿐 아니라 그 요청을 보낸 실행 환경이 승인된 상태인지까지 판단에 활용한다는 설명이다.

통신 검사는 설정에 따라 달라진다. 기술 문서는 검사를 설정한 연결의 암호화 통신을 복호화해 살핀다고 명시하며, 전문 AI 분류 모델을 통한 행동 분석도 설명한다. 통신 경로에서 즉시 분류하면 전달 전에 차단할 수 있고, 경로 밖에서 분석하면 탐지 뒤 대응하게 된다. 따라서 모든 의심 행동을 실행 전에 막는다고 일반화할 수 없다.

운영 환경의 구분도 필요하다. 공개 저장소는 리눅스(Linux), 애플 실리콘 기반 맥OS(macOS), 실험적으로 지원하는 윈도 서브시스템 포 리눅스 2(WSL 2)를 안내한다. 컨테이너 실행 도구 또는 호스트 가상화가 필요하며, 기본 격리 이미지에는 에이전트가 설치돼 있지 않다. 공개 실행 소프트웨어를 시험하는 일과 엔비디아의 전체 참조 설계를 구축하는 일은 범위가 다르다.

편집 관점에서 이번 변화의 핵심은 모델의 답변 품질과 실행 권한을 별개의 문제로 다룬다는 점이다. 답을 잘 만드는 AI라도 허용된 파일·네트워크 범위를 넘어서는 행동은 외부 체계가 막도록 설계한다. 기업이 검토할 대상도 모델 성능만이 아니라 권한을 누가 정하고, 변경을 누가 승인하며, 행동 기록을 어디서 확인하는지로 넓어진다.

마이크로소프트는 적어도 9월부터 이 조직이 여러 산업의 수백 개 조직을 겨냥했다고 밝혔다. 일부 사례에서는 최초 표적 선정부터 클라우드의 높은 권한을 확보하기까지 세 시간이 채 걸리지 않았다고 설명했다. 이는 조사에서 관찰한 일부 사례의 시간이며, 모든 공격의 성공률이나 평균 소요 시간을 뜻하지 않는다.

별도로 공개한 10월 10~14일의 비밀번호 추측 공격에서는 8개 조직의 327개 계정을 대상으로 15만1천 건이 넘는 실패 로그가 기록됐다. 이 구간에서는 성공한 인증이나 토큰 발급을 관찰하지 못했다는 것이 회사의 설명이다. 대규모 시도가 있었다는 수치와 실제 접근에 성공한 사건을 섞으면 피해 규모를 잘못 전달하게 된다.

외부 앱 경로의 위험은 앞선 현장 조사에서도 드러났다. 보안업체 헌트리스(Huntress)는 10월 16일 공개한 보고서에서 커넥트와이즈 클라우드 백업(ConnectWise Cloud Backup)이 고객 조직의 메일·파일을 백업하고 복원하기 위해 넓은 읽기·쓰기 권한을 받는다고 설명했다. 공격자는 탈취한 공급업체 측 인증정보로 그 앱처럼 접속할 수 있었다. 헌트리스의 직접 조사 보고서

헌트리스는 10월 19일 추가 조사에서 두 고객 환경의 후속 행동을 분석했다. 앱이 스스로 관리자 역할을 얻고, 다른 앱에 새 인증정보를 추가해 접근 경로를 남기는 움직임을 관찰했다. 이런 변경은 처음 문제가 된 앱의 연결을 끊는 것만으로 사라지지 않는다. 서비스 제공업체의 조치와 고객 조직 내부에 남은 변경을 구분해야 하는 이유다.

조사기관 사이의 해석 차이도 있다. 헌트리스는 19일 업데이트에서 자신들이 관찰한 비밀번호 추측 시도와 앱 로그인 활동이 관련돼 있다고 당시에는 보지 않았다고 썼다. 마이크로소프트는 21일 더 넓은 공격 활동 안에서 이를 설명했다. 두 회사가 볼 수 있는 로그의 범위와 발표 시점이 다른 만큼, 모든 단계가 동일한 증거로 확정됐다고 합쳐 쓰기는 어렵다.

커넥트와이즈의 22일 13시 UTC 공지는 복구가 단계적으로 진행 중이며, 각 단계에서 보안 검증을 한다고 밝혔다. 이미 저장된 백업 자료는 암호화·격리된 상태로 보존돼 있고 침해 징후가 없다는 설명도 유지했다. 이는 공급업체가 보관한 백업에 관한 판단이며, 고객의 실제 업무용 클라우드 환경까지 피해가 없다는 뜻은 아니다. 커넥트와이즈 공식 사고 공지

회사는 서비스별 공식 재연결 안내가 나올 때까지 영향을 받은 연결을 비활성화한 상태로 유지하라고 공지했다. 복구를 시작했다는 발표를 모든 기능의 정상화로 받아들여서는 안 되는 상황이다. 고객별 환경에서 승인하지 않은 권한 변경이나 지속 접근 수단이 남았는지 확인하는 조사 역시 복구와 함께 이어지고 있다.

이 사건에서 AI의 역할은 기존 신뢰 관계를 악용하는 작업을 빠르게 반복하는 데 있다. 새로운 모델이 모든 보안을 무력화했다는 결론과는 구별된다. 외부 서비스에 준 권한이 여러 고객에게 연결되는 구조에서는 한 곳의 인증정보 사고가 넓게 번질 수 있다. AI 자동화의 속도를 설명하려면 바로 이 권한 구조와 실제로 확인된 피해 단계를 함께 봐야 한다.

구글은 이미 다른 회사의 모델을 관리형 API로 제공해 왔다. 관리형 API는 고객이 모델 실행 서버를 직접 준비하거나 관리하지 않고 구글의 접속 경로로 요청을 보내는 방식이다. 공식 파트너 모델 문서는 이 구조를 설명한다. 새 협력의 의미는 이처럼 클라우드가 모델의 이용 창구를 맡는 방식에 오픈AI의 선택지가 추가된다는 데 있다. 기존 파트너 모델 제공 구조

구매는 구글 클라우드 마켓플레이스(Google Cloud Marketplace)에서 처리하며 기존 지출 약정과 청구서에 반영한다. 실제 비용 비교에는 모델별 단가와 사용량이 필요하다.

구글은 아스트라를 코딩·컴퓨터 조작·전문 업무·과학 연구용, 솔을 이와 유사한 작업의 저비용 선택지, 루나를 일상 업무용으로 소개했다. 이는 공급자의 제품 설명이며 이번 시험 고객의 비교 성적은 아니다. 참여에 관심 있는 기업을 위한 등록 양식은 안내하지만, 신청만 하면 이용할 수 있다고 약속하지는 않았다.

모델 가든(Model Garden)은 여러 공급자의 AI 모델을 찾고 시험하고 배포하는 카탈로그다. 구글의 운영 문서는 작업 종류, 공급자, 기능 등으로 모델을 고르고 각 모델 카드를 확인하는 구조를 설명한다. 이번 협력은 그 공통 선택 화면에 오픈AI 모델이 들어오는 변화다. 서로 다른 모델의 기능과 응답 특성까지 하나로 같아지는 것은 아니다. 모델 가든 공식 개요

기업 내부의 선택 권한도 따로 관리한다. 모델 가든 문서에 따르면 조직·폴더·프로젝트 단위 정책으로 특정 모델의 접근을 허용하거나 거부할 수 있다. 카탈로그에서 찾을 수 있는 모델이라도 조직이 허용하지 않으면 사용할 수 없다. 회사가 검토한 모델만 쓰게 하는 기존 관리 수단이므로, 이번 모델 추가와 직원의 실제 사용 권한은 구분해야 한다.

구글은 입력과 출력이 지정한 데이터 경계 안에 머물고 기반 모델 학습에 쓰이지 않는다고 설명했다. 무보존은 추후 제공이므로 학습에 쓰지 않는다는 약속을 저장도 하지 않는다는 뜻으로 읽어서는 안 된다.

시험 고객은 API를 이용하고 로컬 코덱스(Codex) 명령줄·데스크톱 작업을 구글 플랫폼의 추론에 연결할 수 있다. 안티그래비티(Antigravity) 등 다른 구글 제품과의 통합은 추후 제공이다.

지역 조건 역시 모델별로 살펴야 한다. 기존 파트너 모델 문서는 지정 지역에서 처리하는 접속 경로와 지원 지역 중 어느 곳에서든 처리할 수 있는 글로벌 경로를 구분하며, 경로에 따라 가격도 달라질 수 있다고 설명한다. 이는 플랫폼의 일반적인 운영 구분이며 새 오픈AI 시험 제공의 지원 지역을 확정하는 목록은 아니다. 이번 발표만으로 모든 모델의 지역·요금을 같게 계산할 근거는 없다.

기업에는 모델 선택권과 함께 구매·접근·데이터 처리 조건을 맞춰 보는 일이 남는다. 같은 카탈로그 안에 있다는 사실은 제품 비교의 출발점이지만, 모델의 작업 품질이나 비용 절감을 입증하지는 않는다. 이번 변화는 구글 클라우드를 이미 쓰는 기업이 AI 모델을 조달하는 경로가 늘었다는 소식이며, 실제 이용 범위는 시험 자격과 조직 정책에 달려 있다.

발표문은 통신망의 통화 기능, 고객센터, 현장 행사에 통역을 넣는 방향을 제시했다. 실제 협력 사례로는 도이치텔레콤(Deutsche Telekom)이 자사 마젠타 AI 콜 어시스턴트(Magenta AI Call Assistant)에 새로운 통화 기능을 개발하는 데 사용하고 있다고 설명했다. 이 소개를 통신사 전체 가입자에게 이미 배포됐다는 의미로 확대할 근거는 없다.

음성 출력에는 기본적으로 일레븐 v4 터보(Eleven v4 Turbo)를 사용한다. 회사는 자동 언어 감지와 90개가 넘는 언어 지원을 내세웠으며, 세션 동안 같은 출력 목소리를 유지한다고 밝혔다. 언어 수는 제품이 표방한 지원 범위다. 모든 언어 조합이나 억양에서 같은 정확도가 나온다는 비교 평가로 볼 수는 없다.

기술 문서에 따르면 연결 방식은 음성을 계속 주고받는 웹소켓(WebSocket)이다. 번역할 목표 언어와 출력 목소리를 지정하고 원본 음성을 보내면 번역 음성이 돌아온다. 원본 언어를 생략할 때 자동 감지가 적용되며, 언어를 알고 있다면 직접 지정할 수 있다. 이미 녹음된 파일 전체를 올린 뒤 결과를 기다리는 방식과 처리 흐름이 다르다. 실시간 통역 API 문서

통역을 시작하는 시점을 앞당기거나 늦추는 설정도 있다. 빨리 시작하면 대기시간을 줄이는 쪽에, 문장을 더 기다리면 번역 품질을 높이는 쪽에 무게를 둔다. 이는 속도와 문맥 확보 사이의 조절 장치다. 복잡한 발언에서 정확도를 유지하면서 지연도 항상 최소가 된다고 보장하는 기능은 아니다.

공식 변경 이력은 음성 외에 원문과 번역문의 실시간 텍스트도 전달한다고 설명한다. 따라서 음성 통역과 함께 자막을 구성할 수 있다. 이 변경 이력은 10월 19일 주차에 기능을 묶어 기록했고, 제품 블로그의 개별 발표일은 21일이다. 이 기사에서는 개별 시험판 발표를 새 사건의 기준으로 삼았다. 일레븐랩스 변경 이력

오류 처리 조건도 공개돼 있다. API 문서는 일부 구간에서 번역에 실패하거나 출력 음성이 누락돼도 세션이 계속되는 경우와, 크레딧 소진 등으로 세션이 닫히는 경우를 구분한다. 연결이 살아 있다는 사실만으로 대화의 모든 문장이 빠짐없이 통역됐다고 판단할 수 없다는 의미다. 이는 통역 결과를 실제 서비스에서 다룰 때 필요한 제품상의 제약이다.

데이터 보존은 별도 설정 사항이다. 통역 API는 무보존 모드 옵션을 제공하지만 기본값은 꺼짐이다. 회사의 일반 무보존 안내는 이 기능이 자격을 갖춘 기업 고객의 해당 API 요청에 적용되며 웹 화면의 트래픽이나 고객지원 문의까지 포괄하지 않는다고 설명한다. 따라서 기업용 알파라는 이유만으로 모든 대화·계정 자료가 저장되지 않는다고 쓸 수 없다. 무보존 모드의 적용 범위

이번 변화는 생성형 음성을 사람을 대신해 응답하는 데서 사람 간 대화를 중개하는 데로 넓힌 사례다. 다만 접근 자격, 문맥을 기다리는 시간, 구간별 오류를 함께 봐야 제품의 현재 수준을 이해할 수 있다. 공개 발표는 통합 가능성을 보여 주며, 구체적인 계약 가격과 운영 성능은 개별 기업의 적용 조건에서 확인해야 할 부분으로 남아 있다.

리센드는 기존에 메일 발송을 제공했고 2025년에는 수신 기능을 추가했다. 그러나 받은 메일을 읽고 분류하며 이전 대화가 어디서 끝났는지 관리하는 부분은 앱 개발자의 몫이었다고 설명했다. 이번 제품은 수신 알림 이후의 대화 관리까지 서비스가 맡는 변화다. AI를 연결할 수 있다는 사실보다 공동 작업의 단위가 메일 한 통에서 대화 묶음으로 넓어진 점이 중요하다.

메일함은 고객이 가진 도메인의 이메일 주소로 송수신하며, 메시지는 대화별로 묶인다. 팀원은 담당자를 지정하거나 메모를 남길 수 있고, 앱과 에이전트도 같은 대화에 접근한다. 답장은 기존 대화에 이어 붙으며 별도 제목을 지정하지 않으면 해당 대화의 제목을 사용한다. 사람에게 넘겨진 일이 다른 화면에서 처음부터 다시 시작되는 구조를 줄이려는 설계다.

공식 제품 페이지는 메일함 생성, 도착한 대화 목록 조회, 특정 대화의 메시지 확인과 답장을 API로 제공한다고 설명한다. 여기서 API는 다른 프로그램이 메일함 기능을 직접 호출하는 연결 수단이다. 팀이 화면으로 처리하는 방식과 자체 앱에서 처리하는 방식이 같은 메일함 위에 놓인다. 인박스 공식 제품 안내

외부 AI 연결에는 모델 컨텍스트 프로토콜(Model Context Protocol·MCP)을 쓴다. AI 도구가 외부 서비스의 기능을 호출하도록 연결하는 표준이다. 리센드는 원격·로컬 서버를 제공하지만, 인박스 도구는 회사가 운영하는 원격 서버에서만 지원한다. 로컬 패키지로는 이 메일함 도구를 사용할 수 없다. 원격 연결은 계정 로그인과 접근 승인 또는 API 키 인증을 이용한다. 리센드의 MCP 연결 문서

이 문서에 나열된 메일함 도구는 생성·조회뿐 아니라 대화 검색, 답장, 전달, 라벨과 초안 관리까지 포함한다. 읽기 전용 요약 기능만 붙는 것이 아니라 실제 상태를 바꾸는 도구도 연결되는 셈이다. 따라서 어떤 AI를 연결했는지와 그 AI에 어떤 행동을 허용했는지는 별개의 운영 조건이다. 연결 규격이 같다는 것만으로 각 도구의 결과까지 같아지는 것은 아니다.

내장 에이전트에도 지시, 말투, 허용할 행동을 설정할 수 있다. 출시 발표는 초안 작성, 라벨 부착, 담당자 배정, 전달, 보관과 삭제 등을 구분해 허용하도록 설명했다. 새로운 메일 등 사건이 생겼을 때 전달되는 웹훅을 계기로 작동한다. 자동 분류와 외부로 메시지를 보내는 행동을 같은 권한으로 묶지 않고 구분할 수 있다는 점이 제품의 통제 수단이다.

요금표의 조건은 무료 메일함 수만으로 설명할 수 없다. 무료 플랜은 월 3천 통과 하루 100통의 이메일 한도를 안내한다. 메일함을 통해 보내거나 받는 메일도 트랜잭션 이메일 할당량에 포함되며, 메일함마다 새 무료 할당량이 붙지 않는다. 세 개를 넘겨 사용하려면 유료 플랜에서 사용량 기반 결제를 활성화해야 한다. 공식 요금표와 메일함 과금 설명

또한 유료 플랜으로 올린다고 API의 초당 요청 한도가 자동으로 높아지지는 않는다고 요금 문서는 명시한다. 메일함 개수, 이메일 건수, 프로그램 호출 빈도는 서로 다른 제한이다. 인박스의 출시는 이메일을 AI 작업의 입력으로 쓸 수 있는 접점을 늘렸지만, 처리량이나 자동 답장의 품질이 무제한으로 보장되는 서비스라는 뜻은 아니다.

이 연구의 출발점은 같은 녹색 면적이 같은 숲을 뜻하지 않는다는 문제다. 구글 연구진은 2025년 11월 공개한 앞선 자료에서 자연림과 그 밖의 나무 덮임을 구분했다. 당시에는 자연림인지 여부를 판단하는 기준 지도를 제공하면서, 숲의 유형을 더 세분하고 여러 해의 변화를 보여 주는 후속 연구를 예고했다. 구글의 앞선 자연림 지도 연구

앞선 모델도 위성사진 한 장의 색깔만 읽지는 않았다. 여러 계절의 위성 관측과 지형 정보를 함께 사용해 시간에 따른 변화와 주변 구조를 살폈다. 새 지도는 그 문제의식을 이어 가되 자연림의 여부를 넘어 유형을 나누는 데 초점을 맞춘다. 따라서 이전 지도의 이름을 바꾼 업데이트로 설명하기보다는 관찰하는 질문이 더 구체화된 연구로 보는 편이 정확하다.

포티는 원시림, 자연적으로 다시 자란 숲, 장기 주기로 관리하는 조림지, 집중 관리하는 단기 벌채 조림지, 나무 작물·혼농임업 지역, 기타 토지로 분류한다. 새 모델은 약 170만 곳의 유형 표본과 알파어스 파운데이션스(AlphaEarth Foundations)의 위성 관측 요약 정보를 활용했다고 연구진은 밝혔다. 같은 장소의 성장과 수확 양상 등을 분류 단서로 쓰는 방식이다.

데이터 카탈로그가 밝힌 2020년 지도의 범위는 남위 65도부터 북위 84도까지의 육지다. 각 격자에 확정된 유형 하나만 주는 대신 유형별 확률을 제공한다. 활용자는 가장 높은 확률의 유형을 선택하거나 목적에 맞는 기준을 적용할 수 있다. 다만 이 확률은 실제 관측값과 얼마나 잘 맞는지 별도로 보정하지 않았다는 제한도 문서에 명시돼 있다. 포티 데이터의 범위와 한계

특히 조림지는 자연 재생림이나 집중 관리 조림지와 모습이 비슷해 구분이 어렵다. 카탈로그는 이 유형의 F1 점수가 58.2%라고 공개했다. F1은 해당 유형을 얼마나 잘 찾아내고 정확히 분류했는지를 함께 반영하는 지표다. 전체 분류의 성능을 특정 지역이나 산림 유형의 정확도로 그대로 받아들이면 안 되는 이유다.

관리 목적과 역사는 위성사진으로 직접 관찰하기 어렵다는 근본적 한계도 있다. 오래된 재생림이 원시림과 비슷하게 보이거나, 나무 아래에서 커피·카카오를 재배하는 지역이 자연림으로 분류될 수 있다. 10m 출력 격자 안에 서로 다른 토지 이용이 섞이는 경우도 정확도를 떨어뜨린다. 지도는 현장의 모든 관리 이력을 증명하는 자료가 아니다.

새로 함께 공개한 연도별 자료의 의미는 벌채 이후를 살필 수 있다는 데 있다. 자연림이 사라졌다가 나무를 다시 심으면 단순한 나무 면적 지도에서는 회복처럼 보일 수 있다. 산림 유형의 변화가 보이면 자연림이 인공 조림지로 전환된 경우와 자연적으로 다시 자란 경우를 나눠 분석할 여지가 생긴다. 다만 연구진은 이 시계열을 초기 공개 자료로 소개하고 개선을 이어 가겠다고 밝혔다.

연구진의 발표는 보전과 공급망 분석에 활용할 수 있는 공통 자료가 늘었다는 소식이다. 이를 특정 상품이 규정을 충족했다는 판정이나 개별 산림의 현장조사 대체물로 이해해서는 안 된다. 과거 기준 지도, 유형별 확률, 시간에 따른 변화가 함께 제공될수록 질문은 구체화되지만, 불확실한 경계와 실제 토지 이용을 확인하는 작업은 여전히 남는다.

공식 변경 이력은 베타 공개와 정식 제공을 각각 10월 6일과 22일로 기록했다. 이번 소식은 처음 등장한 API의 소개가 아니라 제공 단계와 기능이 달라진 사건이다. 특히 한 요청의 질문 수가 두 배가 된 점과 반복해서 사용하는 입력을 캐시로 재활용할 수 있게 된 점이 기존 이용자에게도 영향을 준다. OpenAI의 날짜별 변경 기록

서비스가 돌려주는 답은 세 종류다. 어떤 조건이 맞을 확률, 미리 정한 목록 중 한 선택지, 순서가 있는 평가 기준에 따른 점수다. 자유롭게 서술한 문장을 앱이 다시 해석하는 대신 정해진 형태의 결과를 받는다. 점수는 각 단계의 확률을 반영한 평균이어서 반드시 정수 단계 하나로만 나오지는 않는다. 디시전스 API 공식 안내

질문 수 확대에도 구조적 제약은 있다. 상세 규격은 요청당 질문을 1400개, 선택형 질문의 선택지를 2255개로 정한다. 서로 독립적인 질문은 같은 자료에 묶어 보낼 수 있지만 앞선 판단 결과에 따라 다음 질문이 달라지는 작업까지 모두 한 번에 해결된다는 뜻은 아니다. 반환되는 답의 순서와 형태도 규격에 맞춰 처리해야 한다. 요청·응답 상세 규격

입력은 일반 텍스트와 이미지 외에 JSON 객체나 객체 배열을 직접 받을 수 있다. JSON은 항목과 값을 구조화해 전달하는 데이터 형식이다. 상세 규격은 중첩 32단계, 값 1만 개, 불필요한 공백을 뺀 UTF-8 JSON 256KiB라는 제한을 둔다. 공개된 이미지 주소나 인라인 이미지도 받지만 파일 ID는 지원하지 않는다. 정식 제공을 모든 파일 형식의 무제한 입력으로 읽어서는 안 된다.

가격은 캐시되지 않은 입력 100만 토큰당 0.10달러이며 출력 토큰에는 요금을 매기지 않는다. 다만 캐시 읽기는 할인되고 캐시 쓰기는 과금된다. 지역 처리 할증과 긴 입력에 대한 배수 요금도 적용된다. 이 조건은 디시전스 전용 경로에 해당하므로 같은 모델을 다른 API에서 호출할 때도 동일한 가격이라고 일반화할 수 없다.

캐시는 반복 입력의 공통 앞부분을 재사용한다. 최소 1,024토큰의 동일한 입력이 있어야 하며 질문 자체와 질문별 이미지는 이 재사용 범위에 포함되지 않는다. 따라서 같은 문서를 두고 질문만 바꾸는 요청과, 공통 자료까지 매번 달라지는 요청의 과금 양상이 다를 수 있다. 공식 안내가 캐시 할인을 설명하면서 입력 구조와 쓰기 비용을 함께 명시하는 이유다.

음성 대화 제품 지피티 라이브(GPT-Live)와의 직접 연결도 가능하다. 다만 변경 이력에 따르면 이 기능은 10월 15일 먼저 추가됐으며, 22일 정식 전환 때 처음 나온 기능은 아니다. 대화의 음성 인식 결과가 들어올 때 판단을 요청하거나 지피티 라이브가 직접 디시전스를 호출하는 구조다. 어떤 행동을 실제로 실행할지는 연결된 서비스가 정한다.

상세 응답 규격에는 답변 거부도 포함된다. 한 질문을 거부했다고 같은 요청의 다른 질문까지 모두 답하지 못하는 것은 아니며, 각 결과를 따로 구분해야 한다. 이 제품의 변화는 작은 판단을 묶어 처리하는 선택지를 늘린 데 있다. 질문 한도만으로 전체 업무의 자동화 수준을 설명하기보다, 어떤 판단을 맡겼고 그 판단 뒤의 실행을 누가 통제하는지까지 함께 봐야 한다.