🤖 AI/ML

OpenAI

오픈AI

GPT 시리즈 개발사. ChatGPT, DALL-E, Whisper. AI 연구 선두.

📖 상세 설명

OpenAI는 인공지능 연구 및 배포를 선도하는 미국 AI 기업입니다. GPT 시리즈(GPT-3, GPT-4, GPT-5), ChatGPT, DALL-E(이미지 생성), Whisper(음성 인식), Codex(코드 생성) 등 혁신적인 AI 제품을 개발하여 AI 산업의 방향을 정의하고 있습니다.

2015년 Elon Musk, Sam Altman 등이 비영리 연구소로 설립했으나, 2019년 영리 법인(capped-profit)으로 전환했습니다. 2023년 ChatGPT가 역대 가장 빠르게 1억 사용자를 돌파하며 AI 대중화를 이끌었고, Microsoft의 대규모 투자를 받아 현재 기업가치 약 $150B로 평가됩니다.

2025년 기준 최신 모델은 GPT-5 시리즈입니다. GPT-5는 이전 모델 대비 환각이 45-80% 감소했으며, AIME 2025 94.6%, SWE-bench 74.9%의 최고 성능을 기록합니다. GPT-5.2 Thinking은 전문가 수준의 업무를 수행하며, o3/o4-mini 같은 reasoning 모델은 복잡한 추론 작업에 특화되어 있습니다. 2025년 6월에는 o3-pro가 Pro 사용자에게 공개되었습니다.

실무에서 OpenAI API는 챗봇, 문서 처리, 코드 생성, 이미지 분석 등 거의 모든 AI 응용에 활용됩니다. gpt-4o-mini는 비용 효율적인 일반 작업에, gpt-4o는 복잡한 분석에, o1/o3는 수학/코딩/추론에 적합합니다. 가격은 입력 토큰 기준 $0.15-$15/1M 토큰으로 모델별로 크게 다릅니다.

💻 코드 예제

# OpenAI API 사용 예제
# pip install openai

from openai import OpenAI

client = OpenAI()  # OPENAI_API_KEY 환경변수 사용

# ===== 1. 기본 채팅 완성 =====
response = client.chat.completions.create(
    model="gpt-4o",
    messages=[
        {"role": "system", "content": "당신은 유능한 AI 어시스턴트입니다."},
        {"role": "user", "content": "파이썬 데코레이터를 설명해주세요."}
    ],
    max_tokens=1000,
    temperature=0.7
)
print(response.choices[0].message.content)

# ===== 2. 스트리밍 응답 =====
stream = client.chat.completions.create(
    model="gpt-4o-mini",
    messages=[{"role": "user", "content": "인공지능의 미래는?"}],
    stream=True
)
for chunk in stream:
    if chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)

# ===== 3. 이미지 분석 (Vision) =====
import base64

def encode_image(image_path):
    with open(image_path, "rb") as f:
        return base64.b64encode(f.read()).decode("utf-8")

response = client.chat.completions.create(
    model="gpt-4o",
    messages=[
        {
            "role": "user",
            "content": [
                {"type": "text", "text": "이 이미지를 설명해주세요."},
                {"type": "image_url", "image_url": {
                    "url": f"data:image/jpeg;base64,{encode_image('image.jpg')}"
                }}
            ]
        }
    ]
)

# ===== 4. Function Calling =====
tools = [{
    "type": "function",
    "function": {
        "name": "get_weather",
        "description": "특정 위치의 현재 날씨를 가져옵니다",
        "parameters": {
            "type": "object",
            "properties": {
                "location": {"type": "string", "description": "도시 이름"}
            },
            "required": ["location"]
        }
    }
}]

response = client.chat.completions.create(
    model="gpt-4o",
    messages=[{"role": "user", "content": "서울 날씨 어때?"}],
    tools=tools,
    tool_choice="auto"
)

# ===== 5. Embedding 생성 =====
response = client.embeddings.create(
    model="text-embedding-3-small",
    input="검색할 텍스트입니다"
)
embedding = response.data[0].embedding
print(f"임베딩 차원: {len(embedding)}")  # 1536

📊 성능 & 비용

2025년 1월 기준 OpenAI API 가격표입니다.

모델/서비스 가격 비고
GPT-4o $2.50 / $10.00 (1M tokens) 입력/출력, 128K 컨텍스트
GPT-4o Mini $0.15 / $0.60 (1M tokens) 비용 효율적인 범용 모델
o1 (Reasoning) $15.00 / $60.00 (1M tokens) 복잡한 추론 작업용
o1-pro $150.00 / $600.00 (1M tokens) 최고 성능 추론 모델
Embedding (3-small) $0.02 / 1M tokens 1536 차원
Embedding (3-large) $0.13 / 1M tokens 3072 차원
DALL-E 3 (Standard) $0.04 ~ $0.08 / image 1024x1024 ~ 1024x1792
Whisper (음성 인식) $0.006 / minute 다국어 지원

할인 옵션: Batch API 50% 할인, 프롬프트 캐싱 50% 할인, 사용량 커밋 할인 제공.

🗣️ 실무에서 이렇게 말하세요

💬 모델 선택 논의에서
"간단한 분류나 추출 작업은 gpt-4o-mini로 충분하고 비용도 10분의 1입니다. 복잡한 분석이나 코드 생성은 gpt-4o, 수학적 추론이 필요하면 o3나 o4-mini가 적합해요. GPT-5는 환각이 80% 줄었다고 하니 팩트체크가 중요한 작업에 좋겠네요."
💬 면접에서
"OpenAI API는 Chat Completions, Embeddings, Image Generation, Audio 등 다양한 엔드포인트를 제공합니다. Function Calling으로 외부 API 연동이 가능하고, Assistants API로 상태 유지 대화를 구현할 수 있습니다. 2025년 기준 GPT-5가 최신 플래그십이고, o3/o4-mini가 최신 추론 특화 모델입니다. GPT-4.1은 코딩과 instruction following에서 큰 성능 향상을 보여줍니다."
💬 비용 최적화 논의에서
"프롬프트 캐싱 활성화하면 반복 요청에서 50% 할인받을 수 있어요. Batch API는 24시간 내 처리 조건으로 50% 할인이고, 임베딩은 text-embedding-3-small이 $0.02/1M으로 가장 저렴합니다."

이 주제로 모의면접 보기 → WIA SOOM AI 면접 · 무료로 시작

⚠️ 흔한 실수 & 주의사항

❌
API 키 하드코딩

소스 코드에 API 키를 직접 입력하면 유출 위험이 있습니다. 환경변수나 Secret Manager를 사용하세요.

❌
Rate Limit 무시

429 에러가 나면 재시도 로직이 필요합니다. exponential backoff를 구현하거나 공식 SDK의 자동 재시도를 활용하세요.

✅
올바른 접근법

용도에 맞는 모델 선택, Usage API로 비용 모니터링, 중요 요청은 응답 검증 로직 추가. 민감 데이터는 Azure OpenAI 고려.

🔗 관련 용어

📚 더 배우기