GPT-6 아스트라 써보니, 비개발자도 이 정도 프로그램까지 만들 수 있다고?

AI 코딩이 발전했다는 이야기는 이제 새롭지도 않습니다.

그런데 “코딩을 전문적으로 배우지 않은 사람이 자기가 필요한 프로그램을 직접 만들어 쓸 수 있느냐”고 물으면 이야기가 조금 달라집니다.

최근 기계왕곽두팔 채널에서 GPT-6 Astra를 활용해 만든 프로그램들을 소개했는데요.

자동으로 영상을 잘라주는 기능부터 자막 편집, 움직이는 얼굴을 따라가는 모자이크, GIF 변환, 자신의 목소리를 활용한 TTS, 홈페이지 구축까지 등장합니다.

GPT 아스트라 AI 활용 이미지

보면서 가장 인상적인 건 각각의 기능 자체보다 이것이었습니다.

“내가 불편해서 돈 주고 쓰던 기능을 내가 원하는 방식으로 직접 만들어버린다.”

AI 코딩이 어디까지 왔는지 꽤 실감할 수 있는 사례였습니다.

GPT-6 Astra, 실제로 나온 모델 맞을까?

먼저 영상에서 언급된 모델부터 확인해봤습니다.

GPT-6 Astra는 OpenAI가 2026년 9월 공식 발표한 모델입니다.

OpenAI는 Astra를 복잡한 엔드투엔드 업무를 위한 자사의 가장 강력한 모델로 소개하고 있으며, 특히 코딩뿐 아니라 컴퓨터 사용, 브라우징, 전문 업무 수행 등을 강점으로 내세우고 있습니다.

API에서 사용하는 공식 모델 ID는 gpt-6-astra입니다.

현재 공식 사양은 다음과 같습니다.

구분	GPT-6 Astra
공식 모델 ID	gpt-6-astra
컨텍스트 윈도우	1,050,000 토큰
최대 출력	128,000 토큰
API 입력 가격	100만 토큰당 10달러
API 출력 가격	100만 토큰당 50달러
주요 용도	복잡한 추론, 코딩, 컴퓨터 사용, 리서치, 문서 제작

즉 단순히 질문에 답하는 챗봇보다는 AI에게 복잡한 일을 맡기고 실제 결과물까지 만들어내는 방향이 훨씬 강해졌다고 보는 편이 맞겠습니다.

1. 말하다가 쉬고 반복한 부분을 자동으로 잘라버린다

영상에서 가장 먼저 눈에 들어온 것은 자동 영상 편집이었습니다.

유튜브 영상을 촬영하다 보면 이런 부분이 정말 많이 생깁니다.

“어….”

“다시 하겠습니다.”

말없이 몇 초간 멈추는 구간도 있고, 같은 문장을 두세 번 반복하기도 하죠.

10분 영상이라면 직접 잘라도 되겠지만 원본이 40~50분으로 길어지면 단순 컷 편집 자체가 일이 됩니다.

영상 제작자는 이런 문제를 해결하기 위해 긴 대기 시간이나 불필요한 음성 등을 자동으로 정리하는 프로그램을 만들었다고 설명합니다.

원본 영상을 넣고 편집 강도와 출력 설정 등을 지정한 뒤 자동 편집을 실행하는 방식입니다.

여기에 SRT 자막 파일까지 생성하도록 연결했습니다.

중요한 건 GPT-6 Astra 자체에 '유튜브 자동 컷 편집 버튼'이 있다는 의미는 아니라는 점입니다.

AI 코딩을 이용해 자신에게 필요한 편집 프로그램을 직접 구현한 사례라고 보는 게 정확합니다.

2. 자동 편집에서 끝이 아니라 자막 편집기까지 만들었다

더 재미있는 부분은 각각의 기능이 따로 놀지 않는다는 겁니다.

자동 컷 편집 프로그램에서 생성한 자막을 다시 별도의 편집 단계로 넘깁니다.

그러면 영상의 음성을 텍스트 단위로 확인하면서 자막을 수정하고,

글꼴이나 크기, 배경, 글자색 등을 바꾸는 식으로 영상 편집 환경을 자신에게 맞게 구성할 수 있습니다.

쉽게 말하면,

1단계 자동 컷 편집
→ 2단계 자막 생성
→ 3단계 세부 수정

처럼 기존에 만들어놓은 기능을 계속 연결한 겁니다.

이게 비개발자 AI 코딩에서 꽤 중요한 포인트로 보였습니다.

처음부터 거대한 프로그램 하나를 “만들어줘”라고 요구하기보다는 필요한 기능을 하나씩 만들고 연결하는 방식입니다.

3. 움직이는 사람 얼굴도 자동으로 따라가며 모자이크

개인적으로 더 놀라웠던 건 얼굴 모자이크였습니다.

사진 한 장에 모자이크를 넣는 건 비교적 단순합니다.

문제는 영상이죠.

사람이 움직이면 얼굴 위치도 계속 바뀌기 때문에 모자이크 영역 역시 움직여야 합니다.

영상에서는 동영상을 불러온 뒤 얼굴을 분석하고, 인식한 얼굴을 추적하면서 모자이크를 적용하는 기능을 직접 시연합니다.

모자이크 영역이나 강도 등도 조절할 수 있도록 만들었습니다.

예전 같으면 “이런 기능이 있는 프로그램이 뭐지?”부터 검색했을 텐데요.

지금은 반대로,

“내가 원하는 기능이 없다면 AI에게 만들어달라고 하면 되지 않을까?”

라는 선택지가 생기고 있는 겁니다.

물론 한 번의 프롬프트만으로 누구나 동일한 결과를 얻는다는 의미는 아닙니다.

영상에서도 기존 프로그램을 참고하고 기능을 세분화해 설명하면서 반복적으로 개발하는 과정이 소개됩니다.

4. GIF 변환처럼 사소하지만 귀찮은 작업도 하나로

AI 코딩의 가치가 꼭 거대한 프로그램에만 있는 것도 아닙니다.

오히려 직장인이나 콘텐츠 제작자 입장에서는 매일 반복하는 작은 작업을 없애는 것이 훨씬 체감이 클 수 있습니다.

영상에서는 여러 영상을 한꺼번에 GIF로 변환하거나 워터마크와 파일명을 처리하는 기능도 소개합니다.

화면의 특정 영역을 녹화한 뒤 바로 GIF로 저장하는 기능도 구현했습니다.

하나씩 보면 대단하지 않아 보일 수 있습니다.

하지만 평소 여러 프로그램이나 웹사이트를 왔다 갔다 하면서 처리하던 작업을 내 업무 방식에 맞춘 프로그램 하나에 모아버릴 수 있다는 것이 핵심입니다.

5. 내 목소리를 이용한 TTS까지

영상에는 음성 관련 기능도 등장합니다.

자신의 음성을 녹음하고 이를 참고해 입력한 텍스트를 음성으로 생성하는 TTS 프로그램을 구축한 사례입니다.

속도를 조절하거나 서로 다른 느낌의 음성을 참고 데이터로 활용하는 방식도 시연합니다.

다만 음성 복제 기술은 편리한 만큼 주의할 부분도 있습니다.

타인의 음성을 동의 없이 복제하거나 실제 사람이 말하지 않은 내용을 말한 것처럼 활용하면 개인정보·퍼블리시티·사칭 등의 문제가 발생할 수 있습니다.

따라서 실제 활용에서는 본인 음성이나 적절한 사용 권한을 확보한 음성을 사용하는 것이 안전합니다.

6. 해외 영상에 한국어 자막을 붙이는 프로그램도 연결

영상 번역도 흥미롭습니다.

해외 유튜브 영상을 보다가 영어 때문에 내용을 이해하기 어렵다면 보통 자막이나 별도의 번역 도구를 찾게 되죠.

그런데 영상 제작자는 기존에 만들어둔 기능들을 다시 연결했습니다.

영상 확보
→ 음성 인식
→ 자막 생성
→ 한국어 자막 생성
→ 자막 편집

이라는 하나의 작업 흐름으로 구성한 겁니다.

여기서도 핵심은 개별 기술보다 연결입니다.

한 번 만들어놓은 기능을 다음 프로그램에서 재사용하면서 점점 자기만의 업무 시스템으로 확장하는 방식입니다.

7. 홈페이지도 AI에게 맡길 수 있는 시대

코딩 경험이 없는 사람에게 홈페이지 제작은 생각보다 진입장벽이 높습니다.

도메인부터 호스팅, 서버, 파일 배포, 수정, SEO까지 모르는 용어가 계속 등장하니까요.

영상 제작자는 브랜드 자료와 원하는 구성을 제공한 뒤 AI를 활용해 홈페이지를 만들고 호스팅과 SEO 작업까지 진행한 경험을 소개합니다.

이 부분은 최근 OpenAI가 공식적으로 강조하는 방향과도 맞닿아 있습니다.

ChatGPT Work의 클라우드 브라우저는 지원되는 웹사이트에서 페이지를 읽는 데 그치지 않고 버튼 클릭이나 양식 입력 같은 단계도 수행할 수 있습니다.

OpenAI 역시 Astra가 웹사이트와 데스크톱 앱, 내부 도구 등 여러 환경에서 컴퓨터를 사용하는 능력을 강조하고 있습니다.

결국 AI가 “코드를 알려주는 도구”에서 “컴퓨터로 실제 작업을 수행하는 도구” 쪽으로 이동하고 있는 셈입니다.

그런데 아무 말이나 하면 프로그램이 뚝딱 나오는 걸까?

여기서 영상에서 꽤 중요한 팁이 하나 나옵니다.

제작자는 A4 라벨 출력 프로그램을 만들면서 단순하게

“라벨 출력 프로그램 만들어줘.”

라고 요구하지 않았다고 설명합니다.

기존 프로그램의 매뉴얼과 화면 등을 참고시키고 자신이 원하는 기능을 구체적으로 설명했습니다.

특히 필요한 기능을 조각조각 나눠 전달했다고 합니다.

이 방식이 중요합니다.

예를 들어,

“영상 편집 프로그램 만들어줘.”

보다

“영상에서 긴 무음 구간을 탐지해 제거해줘.”

“제거된 결과와 함께 SRT 자막을 만들어줘.”

“생성된 SRT를 다음 편집 화면에서 수정할 수 있게 해줘.”

처럼 문제를 나누는 겁니다.

결국 AI 코딩 시대에도 무엇을 만들 것인지 설계하는 사람의 역할은 사라지지 않습니다.

오히려 코드를 직접 작성하는 능력보다 문제를 발견하고 기능을 정의하며 결과를 검증하는 능력의 가치가 커질 가능성이 있습니다.

GPT-5.6 Sol과 GPT-6 Astra, 무조건 Astra를 써야 할까?

그렇지는 않습니다.

영상 제작자 역시 비교적 단순한 프로그램은 GPT-5.6으로도 충분했다고 설명합니다.

현재 OpenAI 공식 API 가격을 비교하면 차이도 상당합니다.

GPT-5.6 Sol은 현재 100만 입력 토큰당 4달러, 출력은 20달러입니다.

반면 GPT-6 Astra는 입력 10달러, 출력 50달러입니다.

즉 API의 기본 텍스트 토큰 가격만 놓고 보면 Astra가 Sol보다 입력과 출력 모두 2.5배 비쌉니다.

따라서 모든 업무에 가장 강력한 모델을 사용하는 것보다,

단순 작업 → 상대적으로 경제적인 모델
복잡한 코딩·추론 → Astra

처럼 나누는 접근도 생각해볼 만합니다.

참고로 ChatGPT 구독의 사용량·크레딧 체계와 API의 토큰 과금은 서로 같은 개념이 아닙니다.

진짜 변화는 '개발자가 없어지는 것'보다 이것 아닐까

영상을 보고 가장 크게 느껴지는 변화는 프로그래밍 언어 자체가 아닙니다.

소프트웨어를 만드는 사람의 범위가 넓어지고 있다는 점입니다.

예전에는 업무 중 불편한 부분이 있어도 프로그램이 없으면 그냥 참고 썼습니다.

혹은 개발자를 찾아 외주를 맡겨야 했죠.

이제는 마케터가 마케팅 도구를 만들고,

유튜버가 자신만의 영상 편집기를 만들고,

온라인 판매자가 라벨 출력 프로그램을 만드는 식의 일이 가능해지고 있습니다.

OpenAI도 GPT-6 Astra를 복잡한 추론과 코딩, 컴퓨터 사용을 위한 모델로 소개하고 있고, ChatGPT Work는 웹과 앱을 넘나드는 실제 작업 수행을 지향하고 있습니다.

그래서 AI 코딩의 진짜 파급력은 화려한 3D 데모보다 매일 사람이 반복하던 귀찮은 업무 하나를 없애는 것에서 먼저 나타날지도 모르겠습니다.

영상에서 보여준 프로그램들이 특히 흥미로웠던 이유도 여기에 있습니다.

자동 컷 편집.

자동 자막.

얼굴 모자이크.

GIF 제작.

TTS.

영상 번역.

홈페이지 제작.

각각은 이미 존재하던 기술입니다.

달라진 건 이제 “내가 원하는 방식으로 묶어서 직접 만들어볼 수 있다”는 점입니다.

코딩을 몰라서 아이디어를 포기했던 사람이라면 앞으로는 질문을 조금 다르게 해봐야 할 것 같습니다.

“이런 프로그램이 있나?”가 아니라
“이거 내가 AI랑 만들 수 있나?”라고 말이죠.