GPT-5.5 ‘Spud’는 확인됐나? OpenAI 공식 문서가 말하는 것

주장별 점검: Spud와 GPT-5.4

OpenAI가 실제로 문서화한 것

OpenAI의 GPT-5.4 모델 페이지는 GPT-5.4를 복잡한 전문 업무를 위한 프런티어 모델이라고 설명합니다 . 또한 OpenAI는 GPT-5.4의 비전 및 문서 이해에 초점을 맞춘 개발자용 쿡북 페이지를 제공합니다 . 검토된 자료에서 이 가이드는 손글씨 보험 양식의 구조화 추출, 아파트 평면도에 대한 공간 추론, 차트 이해, 경찰 양식에서의 바운딩 박스 추출 같은 예시와 연결돼 있습니다 .

이 예시들이 중요한 이유는 실제 문서 업무가 단순 요약만으로 끝나지 않기 때문입니다. 제대로 된 멀티모달 그라운딩은 답변이 페이지의 보이는 증거와 연결돼야 합니다. 필드명과 값, 표의 셀, 차트의 표시, 손글씨, 문서 레이아웃, 공간적 위치까지 확인할 수 있어야 합니다.

다만 GPT-5.4 자료는 OpenAI가 작성한 가이드와 시연입니다. 모든 실제 운영 문서 워크플로에 대해 독립적으로 감사된 벤치마크 보고서라고 보기는 어렵습니다 .

OpenAI의 프롬프트 가이드는 평가와 운영 설계에도 실용적인 힌트를 줍니다. 큰 이미지, 정보가 조밀한 이미지, 위치 정보가 중요한 이미지에는 original 이미지 세부도를 쓰라고 권장합니다. 특히 컴퓨터 사용, 위치 지정, OCR, 클릭 정확도 작업이 여기에 해당합니다 . 양식, 스캔본, 스크린샷, 차트처럼 작은 글자와 배치가 중요한 입력에서는 이미지가 축소되거나 세부 정보가 사라지면 모델이 확인해야 할 단서도 함께 사라질 수 있습니다.

문서 이해는 왜 OCR보다 어렵나

OCR은 기본적으로 글자를 읽는 작업입니다. 반면 멀티모달 그라운딩은 글자뿐 아니라 레이아웃, 위치, 시각적 구조, 추론을 한데 묶어 답변을 만드는 작업입니다. 즉 “무슨 글자가 보이는가”를 넘어 “그 글자가 어디에 있고, 어떤 표·그림·필드와 연결되며, 답의 근거가 페이지 어디에 있는가”를 따져야 합니다.

연구 문헌에서도 문서 이해 평가는 양식 이해, 영수증 파싱, 문서 기반 시각 질의응답(Document VQA) 같은 범주를 다룹니다 . 여러 페이지로 된 문서 VQA에서는 한 장의 이미지나 일부 잘라낸 영역만 보는 것으로 충분하지 않을 수 있습니다. 문서 안을 탐색하고, 관련 내용을 검색하고, 필요한 페이지를 골라 살피며, 페이지 간 정보를 연결해야 할 수 있습니다 .

그래서 멋진 스크린샷 데모 하나만으로는 충분한 평가가 되기 어렵습니다. 실제로 쓰려는 문서 종류, 스캔 품질, 페이지 수, 손글씨 여부, 표와 차트, 작은 글자, 실패 사례까지 포함해 시험해야 합니다.

지금 OpenAI 이미지·문서 모델을 평가하는 방법

1. 유출명보다 문서화된 모델에서 출발하기. 이번 공식 자료 검토에서 확인되는 OpenAI 모델은 GPT-5.4입니다. GPT-5.5 Spud는 검증되지 않았습니다 .
2. 중요한 경우 이미지 세부도를 보존하기. OCR, 위치 지정, 클릭 정확도, 컴퓨터 사용처럼 조밀하거나 공간 정보가 중요한 입력에는 original 이미지 세부도를 쓰는 것이 권장됩니다 .
3. 유창함보다 증거를 채점하기. 추출 작업은 필드값이 정확한지 비교해야 합니다. 차트 작업은 값의 근거가 추적 가능해야 합니다. 양식과 스크린샷에서 위치가 중요하다면 박스나 좌표를 요구할 수 있으며, OpenAI의 GPT-5.4 예시에는 바운딩 박스 추출이 포함돼 있습니다 .
4. 실제로 처리할 문서로 테스트하기. 양식, 영수증, 문서 VQA식 질의응답을 포함해야 합니다. 이런 범주는 문서 이해 벤치마크 문헌에서도 다뤄집니다 .
5. 여러 페이지 사례를 포함하기. 다중 페이지 문서 VQA는 문서 탐색, 구조적 시각 추론, 의미 검색, 목표 페이지 가져오기를 요구할 수 있습니다 .
6. 단일 모델 호출과 파이프라인을 비교하기. 어떤 작업은 한 번의 모델 호출로 충분할 수 있지만, 긴 파일이나 정보가 조밀한 문서, 위치 정보가 중요한 문서에서는 OCR, 레이아웃 파싱, 검색, 크롭, 페이지 선택을 조합해야 할 수 있습니다 .

결론

‘Spud’라는 이름은 소문성 보도와 소셜 게시물에서 등장하지만, 이번에 검토한 자료 안에서는 OpenAI의 공식 공개 모델로 확인되지 않습니다. 실무적으로 가져갈 결론은 더 좁고 분명합니다. OpenAI가 문서화한 비전·문서 이해 워크플로는 GPT-5.4를 기준으로 평가해야 하며, GPT-5.5 Spud의 멀티모달 그라운딩 주장은 OpenAI가 공식 모델 페이지, 모델 가이드, 모델 카드, 벤치마크 보고서를 내놓기 전까지 입증되지 않은 주장으로 봐야 합니다 .