2026년 9월 23일 장중인 09:34 KST에 매일경제 마켓에서 조회했으며, 제공 데이터의 갱신 시각은 09:13 KST입니다. 장중 지연 시세로 실제 체결가와 차이가 있을 수 있습니다. 가격은 변동될 수 있으며 투자 권유가 아닙니다.
01
OPENAI · PROMPT CACHING
장기 실행 에이전트는 문맥 재사용률도 운영 지표로 봐야 합니다
OpenAI는 9월 22일 GPT-6 계열의 프롬프트 캐싱 개선과 캐시 대시보드·진단 도구·명시적 중단점·사전 예열 기능을 발표했습니다. 같은 접두 문맥을 반복하는 에이전트에서 캐시 적중률과 미스 원인을 확인하고, 도구나 추론 강도가 바뀌어도 재사용 가능한 부분을 유지하는 방식입니다.
공개된 비용 절감 사례는 각 고객의 워크로드와 설정에서 나온 결과이며 모든 애플리케이션에 그대로 적용되지 않습니다. 캐시 수명, 입력 변경 빈도, 모델·도구 설정과 실제 적중률을 함께 측정해야 합니다.
재사용 가능한 문맥은 유지하고 변경된 입력만 새 경로로 보내는 캐시 구조를 표현했습니다.
L2Ksoft 관점시스템 지시·도구 정의·공통 자료를 안정된 앞부분에 두고 사용자별 변동 입력은 뒤에 배치해야 합니다. 배포 시 캐시 적중률, 첫 응답 시간, 입력 토큰 비용을 함께 기록하고 도구 순서나 스키마 변경이 적중률을 깨뜨리는지 회귀 테스트로 확인해야 합니다.
OpenAI는 9월 22일 GPT-6 Astra의 역량을 더 빠르고 저렴한 계층으로 확장한 GPT-6 Sol과 Luna를 공개했습니다. 두 모델은 ChatGPT Work와 Codex, API에서 제공되며 Sol은 복잡한 업무, Luna는 대규모 반복 작업에 맞는 비용·성능 선택지를 지향합니다.
공개 벤치마크와 가격 비교는 OpenAI의 연구 환경·API 조건에 기반하며 실제 업무의 정확도와 총비용을 보장하지 않습니다. 모델별 사용 가능 제품과 점진적 배포 상태도 조직 계정에서 확인해야 합니다.
업무 난이도와 비용에 맞춰 서로 다른 모델 계층을 선택하는 구조를 표현했습니다.
L2Ksoft 관점모델 선택은 브랜드가 아니라 업무 위험·허용 지연·건당 예산으로 라우팅해야 합니다. 대표 표본으로 정확도와 사람 재작업률을 측정한 뒤 고위험 판단은 상위 모델과 승인 단계로 보내고, 반복 분류·요약은 저비용 모델로 분리하는 것이 안전합니다.
AWS는 9월 22일 AI 에이전트 도구를 위한 오픈소스 객체 수준 접근 통제 프로젝트 TOLAP을 공개했습니다. 데이터가 에이전트 문맥으로 넘어오기 전 소스 지점에서 행·열·필드·API·저장소 경로와 결과 한도를 정책으로 제한하며, .NET·Python·TypeScript SDK와 여러 에이전트 프레임워크 연동을 제공합니다.
TOLAP 래퍼를 거치지 않는 직접 접근은 보호하지 못하고, 서명된 문맥은 만료 전 재사용될 수 있으며, LLM 판정은 비결정적이라는 알려진 한계가 있습니다. 도입 전 전체 데이터 경로와 우회 가능성을 확인해야 합니다.
허가된 데이터만 도구 실행 경계를 통과하도록 객체 단위 정책이 강제되는 구조를 표현했습니다.
L2Ksoft 관점에이전트 프롬프트에 ‘민감정보를 보지 말라’고 쓰는 대신 쿼리 실행 전 행 필터와 열 마스킹을 강제해야 합니다. 정책 미적용 경로는 기본 거부하고, 사용자·목적·정책 버전·반환 객체를 감사 로그에 남기며 재생 방지와 우회 접근을 침투 테스트해야 합니다.