GPT-6.1 Sol이 이제 CodeRabbit의 보안 엔진이 되었습니다 — 100만 달러 무료 스캔 제안이 실제로 제공하는 것

CodeRabbit는 조직당 최대 $5,000의 AI 보안 검토 비용을 지원하며, 마감 시각은 2026년 11월 8일 23:59:59 PST입니다. 이 작업을 처리하는 모델은 GPT-6.1 Sol이며, OpenAI가 9월 29일에 출시했습니다 — 이것은 출시 기사가 아니며, 모델의 나이는 이 이야기에서 가장 흥미로운 점이 아닙니다. 10월 23일과 26일 사이에 바뀐 것은 범위가 더 좁지만 더 중대합니다: 실제 엔터프라이즈 영향력을 갖춘 코드 리뷰 회사가 그 모델을 보안 제품의 중심에 두고, 그 주변의 워크플로를 공개했으며, 외부인이 이를 시험해 볼 수 있게 하는 일에 마감 기한을 붙였습니다.

세 문서가 나흘 안에 도착했다. 10월 24일 CodeRabbit 자체 블로그 글, 10월 26일 OpenAI 고객 사례, 그리고 같은 날 무료 스캔 약속과 CodeRabbit의 OpenAI Daybreak Defense Network 진입을 모두 발표한 Business Wire 보도자료다. 함께 읽으면 두 제품 중 어느 것도 구매하지 않을 사람이라도 이해할 가치가 있는 배포 패턴을 설명한다. 따로 읽으면 마케팅이다. 유용한 작업은 둘을 분리하는 것이다.

CodeRabbit이 GPT-6.1 Sol을 중심으로 실제로 구축한 것

OpenAI 사례 연구는 배치에 대해 구체적으로 설명하는데, 바로 그 부분이 중요합니다. GPT-6.1 Sol은 CodeRabbit의 보안 에이전트에서 기본 모델로 설명되며, 다른 프런티어 모델 및 고객이 이미 실행 중인 스캐너와 함께 작동합니다. 이는 정적 분석을 대체하는 것으로 제시되지 않습니다. CodeRabbit 자체 게시물은 조금 더 나아가 CodeRabbit Secure가 "GPT 6.1 Sol 및 GPT Cyber 모델"을 사용한다고 말합니다. 이는 단일 호출이 아닌 스택입니다.

이 제품에는 세 가지 계층이 있으며, 이들은 정말로 서로 다른 역할입니다:

• PR 리뷰 — 일반적인 리뷰 흐름 안에서, 각 변경 사항이 반영되는 즉시 읽습니다.

• 심층 스캔 — 단일 diff가 아닌 저장소 전체를 매핑하여 컴포넌트와 종속성이 어떻게 상호 작용하는지 추적합니다.

• CodeRabbit Secure — 이를 연결된 저장소까지 확장하므로, 공용 인증 라이브러리의 결함이 영향을 받는 범위를 해당 라이브러리를 가져오는 모든 서비스에 걸쳐 보여줍니다.

체인의 끝에 흥미로운 엔지니어링이 있습니다. 사용자가 선택한 발견 사항에 대해 CodeRabbit은 격리된 샌드박스(명시적으로 프로덕션이 아님)에서 해당 이슈에 대해 실행하여 악용 가능성을 검증하려고 시도하고, 재현됨, 재현되지 않음, 판정 불가 중 하나의 상태를 반환합니다. 지원되는 발견 사항만이 제안된 수정으로 이어지며, 이는 사람이 검토, 테스트 및 병합하는 풀 리퀘스트로 전달됩니다. 병합 게이트는 결코 모델로 넘어가지 않습니다.

그 순서 — 도달 가능성 먼저, 실행 두 번째, 패치 세 번째 — 가 바로 이 배포를 읽을 가치가 있게 만드는 이유입니다. 대부분의 "AI가 버그를 찾는다" 제품은 첫 번째 단계에서 멈추고 언어 모델의 신뢰도 순으로 정렬된 목록을 건네줍니다. 샌드박스를 추가하면 주장이 테스트로 바뀝니다. 수정 PR을 추가하면 테스트가 CI가 실제로 판단할 수 있는 diff로 바뀝니다.

무료 스캔 혜택, 이용 가능 여부를 결정하는 약관 기준으로

CodeRabbit의 랜딩 페이지는 작동 방식을 유난히 명확하게 설명하고 있어서, 제안을 눈을 가늘게 뜨고 살펴보기보다 쉽게 평가할 수 있게 해준다:

• 기간 — 2026년 10월 23일부터 11월 8일까지, 종료 시각 23:59:59 PST.

• 상한 — 조직당 Deep Scan 사용 및 수정에 최대 $5,000.

• 총 풀 — 100만 달러, 공유된 1,000,000 크레딧 한도에서 선착순으로 지급됩니다.

• 자격 — 구성원이 두 명 이상인 조직. 오픈소스 프로젝트, 현재 고객, 이전 고객, 그리고 CodeRabbit을 한 번도 접한 적 없는 팀 모두 자격을 갖춥니다.

• 무엇이 전환되는가 — 지원되는 발견 사항만 수정으로 이어지므로, 크레딧은 조사 및 교정을 구매하는 것이지 발견된 모든 항목이 패치된다는 약속이 아닙니다.

• 미사용 크레딧 — 청구되었지만 사용되지 않은 크레딧은 기한이 지나거나 공유 풀이 소진된 후에는 이월되지 않습니다.

그 자격 요건 문구는 두 번 읽어볼 만한 대목입니다. 보도자료에서 "모든 조직"은 구성원이 최소 두 명인 모든 조직을 뜻하므로, 솔로 메인테이너는 제외됩니다. 솔로 메인테이너는 대부분의 기업이 의존하는 오픈소스 코드의 상당 부분을 운영하는 집단입니다. 저장소를 가진 한 사람이라면 이 제안은 해당되지 않으며, 아무리 신청을 많이 해도 그 사실은 달라지지 않습니다.

두 번째로 계획해야 할 것은 사용량 측정입니다. Deep Scan은 사용량 기준으로 청구되며, 저장소 간 컨텍스트도 청구 대상의 일부입니다. 연결된 저장소는 읽기 전용이므로 조사가 얼마나 깊이 들어갈 수 있는지는 제한되지만, 시도하는 데 드는 비용은 제한되지 않습니다. 5,000달러 상한은 중형 모노레포에는 넉넉하고 대형 모노레포에는 별다를 것 없는 금액이므로, 실용적인 선택은 첫 스캔을 넘기기 가장 쉬운 저장소가 아니라 가장 걱정되는 저장소에 겨냥하는 것입니다.

왜 백만 토큰 모델이 저장소 작업에 적합한 형태인가

GPT-6.1 Sol의 사양은 어떤 마케팅 문구보다도 적합성을 잘 설명합니다. 1,050,000토큰 컨텍스트 창과 최대 128,000토큰 출력을 갖추고, 텍스트와 이미지 입력을 받아들이며, 배치는 지원하지만 파인튜닝은 지원하지 않습니다. 지식 컷오프는 2026년 4월 30일입니다. 다섯 가지 추론 설정인 low, medium, high, xhigh, max가 함께 제공되며, 기본값은 medium이고 추론을 완전히 끄는 "none" 또는 "minimal" 옵션은 없습니다.

가격 책정은 구조가 전략이 되는 지점입니다. Standard 목록 가격은 백만 입력 토큰당 2달러, 백만 출력 토큰당 10달러이며, 캐시된 입력은 0.10달러, 캐시 쓰기는 2.50달러입니다. 272,000토큰을 초과하는 요청은 요청 전체에 대해 입력 및 캐시 요금이 두 배, 출력 요금이 1.5배 적용됩니다. Batch와 Flex는 Standard의 50%로 운영되며, fast mode는 두 배, 리전 엔드포인트는 약 10%가 추가됩니다.

두 사실을 함께 보면 CodeRabbit 설계가 더 이상 임의적으로 보이지 않습니다. 보안 에이전트의 비용 구조는 채팅의 비용 구조와 다릅니다. 보안 에이전트는 대부분 변경되지 않은 소스 코드를 엄청나게 많이 읽고, 상대적으로 적은 출력을 생성하며, 거의 모든 다른 워크로드보다 프롬프트 캐싱에서 더 큰 이점을 얻습니다. 매주 스캔하는 저장소는 실행 간에 컨텍스트가 거의 변하지 않는 저장소입니다. 캐시된 입력 토큰 100만 개당 $0.10에서는 대규모 코드베이스를 다시 읽는 것이 저렴하지만, $2에서는 그렇지 않습니다. 272K 할증 임계값은 주목해야 할 숫자입니다. 이는 윈도우의 약 4분의 1에 해당하므로, 매우 큰 스캔은 초과분뿐 아니라 요청의 모든 토큰에 배수를 지불하게 됩니다.

자체 저장소를 기준으로 비용을 산출해 보려면, GPT-6.1 Sol은 OrcaRouter에서 정가로 제공됩니다 — 패스스루, 0% 마크업이므로 $2/$10과 $0.10 캐시 요금은 OpenAI가 공개하는 것과 동일한 숫자이며, OpenAI가 이를 변경하는 날 함께 변경됩니다. 이는 채팅보다 이 워크로드에서 더 중요합니다. 캐시된 입력이 대부분의 작업을 처리하고, 그 위에 얹히는 퍼센트는 시리즈의 모든 스캔에 걸쳐 누적되기 때문입니다.

OpenAI가 이 모델에 대해 공개한 성능 수치는 공급업체가 보고한 것으로, 독립적으로 재현되지 않았습니다:

• DeepSWE v1.1 — 높은 노력 수준에서 75.22%, 작업당 약 $0.65.

• Terminal-Bench Science 0.1 — 최대 노력 설정에서 57.02%, 작업당 약 $5.47.

• OSWorld 2.0 — 최대 노력 기준 71.42%, 작업당 약 $1.27.

• AutomationBench — 최대 노력에서 36.10%; GDP.pdf — 높은 노력에서 32.0%.

• 사실 오류율 — 낮은 노력에서 7.7%로, GPT-6 Sol의 11.4%에 비해 OpenAI가 약 32%의 상대적 감소라고 설명하는 수치입니다.

그 표의 한 세부 사항은 지금 받는 것보다 더 많은 주의를 기울일 가치가 있습니다: DeepSWE에서 high effort는 75.22%, max effort는 71.90%를 기록합니다. 더 많은 추론이 더 나쁜 결과를 낳았습니다. 최상위 설정이 일률적으로 더 낫다는 가정 아래 이를 기본값으로 두는 사람이라면, 보안 파이프라인을 max로 연결하기 전에 그 두 수치를 살펴봐야 합니다.

그 기세를 누그러뜨려야 할 독립적인 수치

CodeRabbit 발표가 있기 구일 전, Endor Labs는 이 사례 연구가 미해결로 남겨둔 질문과 직접적으로 관련된 평가를 발표했습니다. Endor Labs의 Agent Security League는 GPT-6 제품군 전반에 걸쳐 Codex CLI 0.144.6으로 200개의 작업을 실행하고 두 가지를 채점했습니다. 에이전트가 작업을 완료했는지 여부와, 작업을 안전하게 완료했는지 여부입니다.

GPT-6.1 Sol은 평가된 179개 작업에서 FuncPass 77.7%, SecPass 34.1%를 기록했습니다. GPT-6 Astra는 82.1%와 34.6%를 기록했습니다. GPT-6 Sol은 72.1%와 25.1%를 기록했습니다. Sol의 SecPass 대 FuncPass 비율인 43.9%는 테스트된 네 가지 Codex 모델 중 최고였습니다. 이는 보안 제약이 적용되었을 때 정확성을 가장 적게 희생했다는 의미입니다. 비록 절대적인 보안 통과율은 단 한 개 작업 차이로 Astra에 약간 못 미치지만요.

작업의 3분의 2가 보안에서 실패한다는 점이 헤드라인이며, 이는 실제 발견입니다. 그러나 그것은 취약점 탐지를 측정한 것도 아닙니다. SecPass는 코딩 에이전트가 동작하는 코드를 작성했고 그 코드가 또한 안전했는지를 묻습니다 — 다른 사람이 작성한 코드에서 보안 에이전트가 결함을 찾는지와는 다른 질문입니다. 34.1%를 “GPT-6.1 Sol이 취약점의 3분의 2를 놓친다”로 읽는 것은 범주 오류일 것이며, Endor 글은 그런 주장을 하지 않습니다. 그 글이 뒷받침하는 것은 더 좁고 더 어려운 요점입니다: 보안과 기능이 경쟁하는 작업에서 현재 프런티어 모델들은 공급업체들이 암시하는 것보다 더 자주 하나를 다른 하나와 맞바꿉니다. 이 모델들로 구축된 보안 제품은 오라클이 아니라, 특이하게 큰 읽기 예산을 가진 추가 검토자로 이해하는 것이 가장 좋습니다.

엔도르의 운영 수치는 이 비용을 산정하려는 사람에게 유용한 부분이다. 작업당 중앙값 7.9분, 평균 13.5분, 타임아웃 9회, 그리고 작업자 4명이 전체를 실행해 약 13시간 만에 완료했다. 토큰 사용량은 약 2억 3,500만 입력 토큰(약 94% 캐시)과 150만 출력 토큰으로, 정가 기준 약 70~85달러로 추정되며, GPT-6 Sol의 104달러, GPT-6 Astra의 468달러와 대비된다. 엔도르는 또한 다섯 가지 신호에 걸쳐 13건의 부정행위 의심 사례를 표시했고 모두 문제없다고 처리했으며, 확인된 사례는 0건이라고 보고했다.

사례 연구가 말해 주지 않는 것

OpenAI의 고객 사례에는 오탐률도, CodeRabbit의 Sol 이전 구성 대비 탐지 델타도, 지연 수치도, 발견 항목당 비용도 없습니다. CodeRabbit의 글에도 이는 제공되지 않습니다. 어느 쪽도 이를 제공할 의무는 없습니다. 고객 사례는 평가가 아니기 때문입니다. 그러나 이 공백은 해당 발표가 어느 정도의 비중을 가질 수 있는지를 규정합니다.

이번 발표에서 가장 많이 인용된 통계는 가장 세심한 주의가 필요하다. CodeRabbit은 30일 동안 600개 조직에서 발견된 8,000개 이상의 높음 또는 치명적 심각도 취약점을 보고했으며, 취약한 접근 제어, SQL 인젝션, 인증 실패가 그중 70% 이상을 차지한다고 밝혔다. 이는 CodeRabbit Secure에 대한 집계일 뿐 GPT-6.1 Sol의 결과가 아니며, 발표된 어떤 내용도 그 일부를 주변의 스캐너와 사람들이 아니라 모델에 귀속시키지 않는다.

널리 퍼져 있지만 잘못 해석되는 수치도 있다. 이 배포에 대한 2차 분석은 2026년 개발자 설문조사에서 나온 56.3%의 제안 거부율을 인용하지만, 설문조사의 제공자, 표본 크기, 방법은 밝히지 않는다. 거부는 오탐과 같지 않다. 개발자는 올바른 발견이라도 범위를 벗어났거나, 표현이 나쁘거나, 단순히 번거롭다는 이유로 무시할 수 있다. 56.3%는 리뷰 노이즈에 비용이 많이 든다는 증거로 취급하고, 측정된 오탐률로 취급하지 말라. 아무도 오탐률을 발표하지 않았기 때문이다.

세 번째 주의사항은 설계에 특유한 것입니다. 샌드박스가 "재현됨", "재현되지 않음"과 나란히 "판정 불가"를 별도의 결과로 반환하기 때문에, 신속하게 분류하는 팀은 그 범주를 건너뛰는 법을 배우게 됩니다. 건너뛰기가 습관이 되면 알림이 대량으로 음소거됩니다. 이는 레거시 SAST 도구를 무시하기 쉽게 만들었던 것과 같은 실패 양상입니다. 판정 불가 결과에 주의를 배분하지 않으면, 도구는 규정 준수 확인용 체크박스로 전락합니다.

이 모든 것은 무료 스캔을 실행하는 데 반대하는 논거가 아니다. 그것은 무료 스캔을 대체재가 아니라 사전·사후 비교를 갖춘 평가로 실행하라는 주장이다. CodeRabbit 자체의 프레이밍은 Secure를 기존 도구의 보완재로 위치시키며, 그것이 올바른 기본값이다: 파이프라인에 Snyk, Semgrep 또는 CodeQL을 유지하고, 새로운 계층이 스스로에 관해 말하는 것이 아니라 기존 위에 무엇을 더하는지를 측정하라.

아무도 보도자료에 넣지 않는 그 ‘게이트’

OpenAI는 GPT-6.1 Sol을 ‘치명적 사이버보안 및 높은 생물학/화학 위험’으로 분류하고, Trusted Access와 Daybreak를 포함해 GPT-6 Astra와 동일한 세이프가드 스택을 통해 접근을 라우팅합니다. 실제로 이는 사이버 역량을 갖춘 사용이 제한된다는 뜻이며, 이러한 게이팅은 그 자체로 오탐을 발생시킵니다.

문서화된 사례가 하나 있습니다. 10월 3일, 한 개발자가 OpenAI 커뮤니티 포럼에서 자신의 저장소에 대한 읽기 전용의 방어적 AppSec 풀 리퀘스트 리뷰가 제한된 사이버보안 콘텐츠로 분류되어 전면 차단되었다고 보고했습니다. 지원팀의 답변은 이를 Daybreak Blue와 Trusted Access for Cyber 아래에 두었습니다. 이는 성공한 요청의 알 수 없는 규모에 비추어 본 한 건의 사용자 보고일 뿐 측정값은 아니지만, 대비해야 할 실패 모드입니다. 보안 리뷰가 프로덕션 의존성이라면, 정당한 방어적 작업 중 일부 비율은 거부될 것이라고 가정하고, 게이트가 걸린 엔드포인트를 경유하지 않는 경로를 유지하십시오.

{{1}}Daybreak Defense Network{{/1}}는 그 구조의 나머지 절반입니다. 이는 {{2}}OpenAI{{/2}}의 파트너 프로그램으로, 최전선 사이버 모델을 고객에게 직접 제공하는 대신 승인된 보안 벤더의 제품과 서비스에 탑재하며, 신원 확인, 범위가 정해진 테스트, 로깅, 인간 감독을 함께 붙입니다. CodeRabbit이 여기에 합류하고 OpenAI의 전용 GPT 사이버 모델을 CodeRabbit Secure에 도입할 계획이라는 점은 모델 대체 자체보다 더 중요한 신호입니다. 이는 보안 검토 스택이 분리되고 있음을 시사합니다. 일반 추론 모델은 폭넓은 범위를 담당하고, 목적에 맞게 구축된 사이버 모델은 가장 첨예한 부분을 담당하는 식입니다.

두 제품을 모두 건너뛰더라도 따라 할 가치가 있는 패턴

브랜딩을 걷어내면 CodeRabbit이 공개한 것은 어느 팀이나 구성할 수 있는 3단계 루프입니다. 모델에 연결된 종속성을 포함한 저장소 전체 맥락을 제공하고, 의심되는 발견 사항을 격리된 환경에서 실행 기반 검증을 거치도록 강제하며, 사람이 병합할 수 있도록 검토 가능한 diff를 내보내는 것입니다. 모델은 독점성이 가장 낮은 부분입니다. 샌드박스와 병합 게이트가 출력을 신뢰할 수 있게 만드는 요소이며, 둘 다 여러분이 통제하는 것입니다.

그것은 또한 무료 제안이 당신의 시간을 들일 가치가 있는지 결정하는 가장 저렴한 방법이기도 합니다. 몇 달 전에 수정한 알려진 취약점이 있는 저장소를 가져다가 스캔을 실행하고, 그 문제를 찾아내는지, 얼마나 걸리는지, 그리고 보고서 중 실제로 조치할 부분이 얼마나 되는지 확인해 보세요. 심어 놓은 사례를 찾아내고 그 외에는 조용하다면, 11월 8일 전에 5,000달러를 쓸 가치가 있습니다. 결론이 불분명한 발견 사항이 잔뜩 나온다면, 오후 한나절의 비용으로 그것을 알아낸 셈입니다.

루프를 구매하지 않고 직접 구축하는 팀에게 운영 리스크가 자리하는 곳은 라우팅 계층입니다. 검증되지 않은 모델을 프로덕션 리뷰 경로에서 실행하는 것은 도박이며, 자동 장애 조치는 제공자가 성능 저하를 겪을 때 파이프라인을 잃지 않고 그 도박을 감수하는 방법입니다. 요청은 작업이 실패하는 대신 대체 모델로 전달됩니다. 동일한 엔드포인트가 GPT-6.1 Sol과 대체용으로 사용할 모델들을 제공하므로, 이들을 비교하는 데는 두 번째 계약과 두 번째 SDK가 아니라 파라미터 변경만 필요합니다.

앞으로 열이틀 동안 무엇을 해야 할까

이 제안은 모델 출시가 아니며 그렇게 평가해서는 안 됩니다. GPT-6.1 Sol은 9월 29일부터 호출할 수 있었고 그때부터 벤치마크가 공개되어 있었으므로, 이번 주에 그 기능이 달라진 것은 아무것도 없습니다. 달라진 것은 엔터프라이즈 배포 채널을 갖춘 보안 벤더가 이 제안을 공개적으로 약속하고, 그에 관한 검증 워크플로를 공개했으며, 무료 액세스에 확정된 마감 기한을 걸었다는 점입니다.

두 명 이상의 팀원으로 팀을 운영하고 있고 걱정되는 코드베이스가 있다면, 계산은 간단합니다: $5,000 상한, 선착순 풀, 그리고 오늘 이후로 11일이 남아 있습니다. 지금 가장 문제가 많은 저장소를 대상으로 스캔을 예약하고, 대조군을 원한다면 알려진 버그를 심어 두고, 보고서가 틀린 부분을 맞힌 부분만큼이나 꼼꼼히 적어 두세요. 혼자라면, 또는 이미 신뢰하는 스캐너가 코드를 커버하고 있다면, 솔직한 답은 이 발표가 당신에게 거의 바뀌는 게 없다는 것입니다 — 모델은 보도자료 전에도 사용 가능했고, 크레딧이 소진된 후에도 사용 가능할 것입니다.