GPT 5.6 Sol, OpenAI가 출시한 역대 최고의 '비전' 모델

OpenAI의 GPT-5.6 제품군(Sol, Terra, Luna)은 컴퓨터 사용 및 UI 에이전트 구현을 위한 강력한 시각적 이해 능력을 목표로 한다.

객체 탐지 (Object Detection)

• Sol 모델은 객체 탐지 성능이 비약적으로 향상되어, GPT-5.5의 13.8 mAP@50 대비 46.2 mAP@50을 기록하며 실용적인 수준에 도달했다.
• 문서 레이아웃(제목, 단락, 표, 서명 등) 탐지 능력이 뛰어나 데이터 추출 워크플로우에 적합하다.
• 최적의 결과를 얻으려면 이미지 픽셀 기준의 절대 XYXY 좌표를 반환하도록 프롬프트를 구성해야 한다.
• 2,000 x 2,000 픽셀 이상의 대형 이미지에서는 안정성이 저하될 수 있으므로, 리사이징 또는 크롭을 사용하는 것이 권장된다.

객체 카운팅 (Object Counting)

• Sol 모델은 **73.0%**의 점수를 기록하며 GPT-5.5(64.9%) 대비 개선된 성능을 보였다.
• 중첩된 물체를 식별하거나 특정 구역 내의 물체만 계산하는 등 고난도 작업에서도 우수한 이해력을 입증했다.

OCR 및 데이터 추출 (OCR and Data Extraction)

• OCR 성능은 GPT-5.5와 유사한 수준을 유지했으나, 곡면의 텍스트나 스포츠 중계 화면의 점수와 같이 복잡한 시각적 장면에서의 텍스트 읽기 및 지시 이행 능력이 탁월하다.