안녕하세요, 미니지식공간입니다.
OpenAI 모델이 Google Cloud의 Model Garden에 들어온다. 2026년 10월 21일 OpenAI와 Google Cloud가 같은 날 각각 발표문을 올렸고, 발표의 무게는 모델 성능이 아니라 조달·과금·게이트웨이 경로에 실려 있다. 이 글은 개발자 관점에서 지금 확정된 것, 아직 문서가 없는 것, 그리고 Codex CLI를 다른 프로바이더로 붙이는 설정이 어디까지 공개돼 있는지를 나눠 본다.
TL;DR
1. GPT-6 Astra / GPT-6.1 Sol / GPT-6 Luna 세 모델이 Google Cloud Model Garden에 들어가고, 거래는 Google Cloud Marketplace를 통한다 (2026-10-21, 양사 공식 발표).
2. 사용량은 Google Cloud 청구서 한 장에 모이고 기존 클라우드 약정을 소진하며 Flexible Savings Plans에 반영된다. 모델별 단가·리전은 두 발표문 모두 미기재.
3. 현재 상태는 선별 기업 고객 프라이빗 프리뷰다. ZDR과 Confidential Compute는 "곧 제공" 표기로, 출시 시점 기능이 아니다.
1. 바뀌는 것은 가중치가 아니라 조달 경로다
새 모델이 나온 발표가 아니다. OpenAI 공지는 두 회사가 "OpenAI의 프런티어 모델과 Codex 에이전틱 워크플로우"를 Google Cloud Model Garden으로 들여온다고 적었고, 모델명은 적지 않았다. 모델명 세 개는 Google Cloud 블로그(Michael Gerstenhaber, VP Product Management, Gemini, Google Cloud)에서 나왔다. 즉 같은 사건에 대해 두 발표문의 정보 집합이 다르며, 교차확인이 필요한 구조다.
개발자에게 먼저 걸리는 변화는 결제 레이어다. Google Cloud 발표문은 OpenAI 모델이 Marketplace를 통해 직접 거래되므로 사용량이 단일 Google Cloud 인보이스에 표시되고, 기존 클라우드 약정(commitment)을 소진하며, 모델 제공사를 가로질러 Flexible Savings Plans(FSP)에 반영된다고 적었다. OpenAI 공지도 Google Cloud 지출 약정을 가진 기업이 그 약정을 끌어다 구매할 수 있다고 같은 내용을 썼다. 벤더 추가 계약 없이 기존 약정으로 호출을 태울 수 있다는 점이, 사내 조달이 병목인 조직에서는 성능 차이보다 크게 작동한다.
2. 두 발표문의 공개 범위 표현이 다르다
같은 사건인데 상태 표현이 갈린다. 아래 표는 각 발표문이 실제로 쓴 표현만 옮긴 것이다.
| 항목 | Google Cloud 블로그 (10-21) | OpenAI 공지 (10-21) |
|---|---|---|
| 현재 상태 | Model Garden에서 선별 기업 고객 대상 프라이빗 프리뷰, "더 많은 것이 곧" | "정식 출시는 앞으로 몇 주 안으로 계획" |
| 모델명 | GPT-6 Astra / GPT-6.1 Sol / GPT-6 Luna | 미기재 ("프런티어 모델") |
| 향후 적용 지점 | Gemini for business, Google Antigravity | Google Antigravity, Gemini Agent |
| Codex | 로컬 Codex CLI·데스크톱 워크플로우를 Gemini 플랫폼에 직접 연결 | "Codex 에이전틱 워크플로우" 포함 |
| 과금 | Marketplace 직접 거래, 단일 인보이스, 약정 소진, FSP 반영 | GCP 약정 소진 가능 |
| Microsoft 언급 | 없음 | "Microsoft가 주된 클라우드 파트너로 남는다" |
| 리전·단가 | 미기재 | 미기재 |
2차 매체 TechNode(2026-10-23)는 "선별 기업 고객 프라이빗 프리뷰, 더 넓은 접근은 향후 몇 주 내"로 두 표현을 합쳐 전했고, 지역별 출시 일정과 모델별 가격은 공개되지 않았다고 덧붙였다. 같은 기사에서 모델명을 "GPT-Astra"로 적었는데, 공식 표기는 "GPT-6 Astra"다. 표기가 갈릴 때는 1차 출처 쪽을 택했다.
향후 적용 제품명도 어긋난다. Google은 "Gemini for business", OpenAI는 "Gemini Agent"를 들었다. 같은 로드맵을 가리키는 것으로 보이지만 어느 쪽이 정식 제품명인지는 두 문서로 판정되지 않아 확인 필요로 둔다.
3. 모델 3종과 배치 기준
Google Cloud 발표문이 각 모델에 붙인 설명은 다음과 같다. 벤치마크 수치는 두 발표문에 없으므로, 배치 기준은 발표문의 용도 설명과 자체 평가로 잡아야 한다.
| 모델 | 발표문 설명 | 배치 후보 |
|---|---|---|
GPT-6 Astra | 코딩·컴퓨터 사용·전문 업무·과학 연구 전반의 까다로운 작업용 | 최상위 난도 경로 |
GPT-6.1 Sol | 에이전틱 코딩·컴퓨터 사용·전문 업무에서 Astra에 가까운 지능을 더 낮은 비용으로 | 상시 운영 기본값 |
GPT-6 Luna | 대규모 일상 업무용 빠르고 비용 효율적인 모델 | 대량·단순 트래픽 |
여기서 주의할 점이 하나 있다. "Astra에 가까운 지능을 더 낮은 비용으로"는 Google Cloud 발표문의 서술, 즉 자사 발표 기준의 표현이고 독립 벤치마크 근거가 제시되지 않았다. 라우팅 정책을 이 문장만으로 결정하지 말고, 프리뷰 접근을 받은 뒤 자체 평가 셋으로 다시 재는 편이 안전하다.
4. Codex CLI를 다른 프로바이더로 붙이는 설정
Google Cloud 발표문은 고객이 로컬 Codex CLI와 데스크톱 워크플로우를 Google의 Gemini 플랫폼에 직접 연결해 추론을 받을 수 있다고 적었다. 그런데 그 연결에 쓸 base_url 값은 두 발표문에도, 현재 접근 가능한 Google Cloud 문서 페이지에도 적혀 있지 않다. 따라서 Google Cloud 전용 엔드포인트 문자열은 확인 필요이며, 아래 스니펫은 Codex 공식 설정 문서에 실린 커스텀 프로바이더 예제를 그대로 옮긴 것이다. 문서에 없는 값은 쓰지 않았다.
Codex 공식 문서는 프로바이더를 "base URL, wire API, 인증, 선택적 HTTP 헤더로 Codex가 모델에 연결하는 방식을 정의"하는 단위로 설명한다. 예약된 내장 ID는 openai, ollama, lmstudio 세 개이며 커스텀 프로바이더는 이 ID를 재사용할 수 없다. 다음은 문서의 예제다.
model = "gpt-6.1-sol"
model_provider = "proxy"
[model_providers.proxy]
name = "OpenAI using LLM proxy"
base_url = "http://proxy.example.com"
env_key = "OPENAI_API_KEY"
[model_providers.local_ollama]
name = "Ollama"
base_url = "http://localhost:11434/v1"
[model_providers.mistral]
name = "Mistral"
base_url = "https://api.mistral.ai/v1"
env_key = "MISTRAL_API_KEY"클라우드 게이트웨이를 거칠 때 더 현실적인 형태는 정적 API 키가 아니라 토큰 헬퍼 쪽이다. Google Cloud 경로는 모든 질의가 인증된 아이덴티티 아래에서 강화·격리된 게이트웨이를 거친다고 발표문에 적혀 있으므로, 단기 토큰을 외부 명령으로 받아오는 구성이 들어맞는다. Codex 문서는 이 용도로 auth 테이블을 제공하며 예제는 다음과 같다.
[model_providers.proxy]
name = "OpenAI using LLM proxy"
base_url = "https://proxy.example.com/v1"
wire_api = "responses"
[model_providers.proxy.auth]
command = "/usr/local/bin/fetch-codex-token"
args = ["--audience", "codex"]
timeout_ms = 5000
refresh_interval_ms = 300000문서가 명시한 동작 규칙은 세 가지다. 인증 명령은 stdin을 받지 않고 토큰을 표준 출력으로 내보내야 하며, Codex는 앞뒤 공백을 잘라내고 빈 토큰은 오류로 처리한다. 갱신은 refresh_interval_ms 주기로 선제적으로 일어나고, refresh_interval_ms = 0으로 두면 인증 재시도 이후에만 갱신한다. 그리고 [model_providers.<id>.auth]는 env_key, experimental_bearer_token, requires_openai_auth와 함께 쓰지 말라고 적혀 있다.
쿼리 파라미터와 재시도까지 묶어 쓰는 형태도 문서에 예제가 있다. 아래는 Azure 프로바이더 예제인데, 게이트웨이가 API 버전 파라미터를 요구하는 경우의 구조를 그대로 보여준다.
[model_providers.azure]
name = "Azure"
base_url = "https://YOUR_PROJECT_NAME.openai.azure.com/openai"
env_key = "AZURE_OPENAI_API_KEY"
query_params = { api-version = "2025-04-01-preview" }
wire_api = "responses"
request_max_retries = 4
stream_max_retries = 10
stream_idle_timeout_ms = 300000마지막으로 배치 시 걸리기 쉬운 제약 하나. 문서는 프로젝트 로컬 .codex/config.toml에서 model_provider, model_providers, openai_base_url 등 일부 키를 무시하고 시작 시 경고를 출력한다고 적었다. 프로바이더 키는 사용자 수준 ~/.codex/config.toml에 두어야 한다. 레포에 커밋해 팀 전체에 뿌리는 방식은 동작하지 않는다.
- Codex 설정 문서(고급): https://learn.chatgpt.com/codex/config-file/config-advanced
- Codex 설정 레퍼런스: https://learn.chatgpt.com/codex/config-file/config-reference
레퍼런스 문서는 model_provider를 "model_providers의 프로바이더 id(기본값 openai)", openai_base_url을 "내장 openai 프로바이더의 Base URL 재정의"로 설명한다.
5. 데이터 경계와 아직 안 된 것
Google Cloud 발표문은 고객 프롬프트·컨텍스트·출력이 지정된 데이터 경계 안에 머물고 파운데이션 모델 학습에 쓰이지 않는다고 적었다. 운영 측면에서는 VPC Service Controls 보호와 전사 범위 통합 감사 로깅, 그리고 강화·격리된 게이트웨이 라우팅을 들었다. OpenAI 모델은 전용 Google Cloud 인프라에서 돈다고도 썼다. 이 서술은 전부 Google Cloud의 자사 발표이며 독립 검증 자료는 확인되지 않았다.
반대로 아직 없는 항목이 명확히 표기돼 있다. ZDR(Zero Data Retention, 제로 데이터 보존) 옵션과 Confidential Compute는 둘 다 "곧 제공"으로, 출시 시점 기능이 아니다. 데이터 레지던시 약속이나 리전명은 어느 발표문에도 없다. 규제 요건이 걸린 워크로드라면 프리뷰 신청보다 이 세 항목의 확정 일정 확인이 먼저다.
6. 확인 필요 항목 정리
| 항목 | 상태 |
|---|---|
| 모델별 토큰 단가 (직접 호출 대비) | 미공개 — 확인 필요 |
| 제공 리전·데이터 레지던시 | 미기재 — 확인 필요 |
| 정식 출시 날짜 | "몇 주" 외 날짜 없음 — 확인 필요 |
Codex 연결용 base_url 값 | 공개 문서 미기재 — 확인 필요 |
| ZDR·Confidential Compute 제공 시점 | "곧 제공" 표기 — 확인 필요 |
| 향후 적용 제품 정식 명칭 (Gemini for business / Gemini Agent) | 두 발표문 표기 불일치 — 확인 필요 |
자주 묻는 질문
Q. Vertex AI에서 바로 gpt-6.1-sol을 호출할 수 있나?
현재는 아니다. Google Cloud 발표문은 Model Garden에서 선별 기업 고객 대상 프라이빗 프리뷰라고 적었고, 호출용 엔드포인트나 모델 ID 문자열은 공개 문서에 없다. 접근은 각 사가 안내한 신청 양식(openai.com/form/openai-on-google-cloud/, cloud.google.com/resources/interest/openai-models)을 통한다.
Q. 기존 OpenAI API 코드를 수정해야 하나?
현 시점에 판단할 근거가 없다. 두 발표문 어디에도 SDK·엔드포인트·모델 ID 변경 안내가 없기 때문이다. 다만 OpenAI 공지가 Microsoft를 주된 클라우드 파트너로 명시했으므로, 기존 경로가 닫힌다는 신호는 발표문에서 확인되지 않는다.
Q. Google Cloud 약정을 쓰면 비용이 줄어드나?
약정 소진과 FSP 반영은 발표문에 적힌 확정 사실이지만, 그것이 단가 할인을 뜻하지는 않는다. 모델별 단가가 공개되지 않아 직접 호출 대비 총비용 비교는 아직 불가능하다.
마무리
정리하면, 이번 발표에서 코드로 바로 옮길 수 있는 부분은 Codex 커스텀 프로바이더 설정 구조까지이고, 그 위에 올릴 엔드포인트 값은 정식 출시 문서를 기다려야 합니다. 같은 세 모델 가운데 gpt-6.1-sol의 직접 호출 단가와 전환 체크리스트는 앞서 따로 정리해 두었으니, 비교 기준이 필요하시면 gpt-6.1-sol 도입 점검 글을 함께 보시면 됩니다. Codex 하네스를 관리형 API로 쓰는 쪽은 Agents API 퀵스타트 정리에 적어 두었습니다. 단가와 리전이 공개되면 수치로 다시 비교해 전해드리겠습니다.
출처
- OpenAI, "OpenAI models are coming to Google Cloud", 2026-10-21 — https://openai.com/index/openai-models-google-cloud/
- Google Cloud Blog, Michael Gerstenhaber, 2026-10-21 — https://cloud.google.com/blog/products/ai-machine-learning/google-cloud-brings-openai-models-to-customers
- TechNode Global, 2026-10-23 — https://technode.global/2026/10/23/google-cloud-openai-models-model-garden-enterprise/
- Codex 설정 문서(고급) — https://learn.chatgpt.com/codex/config-file/config-advanced
- Codex 설정 레퍼런스 — https://learn.chatgpt.com/codex/config-file/config-reference
본 글은 공개 자료를 바탕으로 정리했으며, 세부 내용·수치는 원 출처·공식 문서와 대조 확인을 권장합니다. 모델 설명·데이터 처리·보안 통제 관련 서술은 OpenAI·Google Cloud의 자사 발표에 근거하며, 독립 검증 자료는 확인되지 않았습니다. 본문의 TOML 예제는 Codex 공식 설정 문서에 실린 예제이며 Google Cloud 전용 설정값이 아닙니다.
