솔직히 이건 예상 밖이었습니다. GPT를 꽤 오래 써왔다고 생각했는데, 막상 제대로 된 기능을 하나씩 짚어보니 제가 그동안 전체 기능의 10%도 못 쓰고 있었더라고요. 질문 하나 던지고 답변 받는 걸 전부라고 착각했던 거죠. 모델 선택부터 에이전트 모드, 딥 리서치까지 — 이 세 가지만 제대로 잡아도 GPT를 쓰는 방식이 완전히 달라집니다.
모델 선택: 같은 질문도 어디에 넣느냐가 다르다
GPT를 처음 켜면 상단에 모델 선택 옵션이 있는데, 저도 처음엔 그냥 기본값으로만 썼습니다. 어차피 다 비슷하겠지 싶었거든요. 그런데 실제로 써보니 이게 완전히 다른 도구를 쓰는 것과 같았습니다.
현재 GPT에는 크게 네 가지 모드가 있습니다. 인스턴트 모드는 응답 속도가 빠른 대신 단순 질문에 최적화되어 있고, 띵킹 모드(Thinking Mode)는 복잡한 비즈니스 판단이나 다층적인 논리가 필요한 질문에 강점을 보입니다. 여기서 띵킹 모드란, GPT가 답변을 내놓기 전에 내부적으로 추론 과정을 거치는 방식을 말합니다. 즉, 바로 출력하는 게 아니라 생각하고 검토한 뒤 답을 내놓는 구조입니다.
프로 모드(Pro Mode)는 현재 제공되는 모델 중 가장 높은 성능을 자랑하는데, 할루시네이션(hallucination) — 쉽게 말해 AI가 사실처럼 보이지만 실제로는 틀린 정보를 만들어내는 현상 — 이 상대적으로 적게 발생합니다. 다만 응답 속도가 느린 편이라, 빠른 답이 필요할 때는 맞지 않습니다. 저는 보통 일상적인 질문은 인스턴트 모드, 보고서 초안이나 전략 검토처럼 깊이가 필요한 경우엔 띵킹 모드를 기본값으로 설정해서 씁니다.
특히 연구 자료나 객관적 근거가 필요한 상황에서는 띵킹 모드나 프로 모드의 '익스텐드(Extend)' 옵션을 쓰는 게 효과적이었습니다. 익스텐드란 GPT가 추론에 더 많은 시간과 연산을 투입해 더 정교한 답변을 내놓도록 하는 확장 추론 옵션입니다. 처음엔 속도 때문에 망설였는데, 결과물의 질이 확연히 달라서 지금은 중요한 작업엔 이쪽을 선택합니다.
- 인스턴트 모드: 속도 우선, 간단한 질문·검색형 답변에 적합
- 띵킹 모드: 추론 과정을 거치는 방식, 복잡한 비즈니스·전략 질문에 강점
- 프로 모드: 최고 성능, 할루시네이션 최소화, 심층 분석에 유리
- 익스텐드 옵션: 확장 추론으로 정교함이 필요한 자료 조사 시 활용
에이전트 모드: GPT가 직접 움직인다는 게 이런 뜻이었구나
일반적으로 AI 도구는 제가 질문을 던지면 답변을 돌려주는 구조라고 알려져 있습니다. 그런데 에이전트 모드(Agent Mode)는 그 구조가 아예 다릅니다. 제가 지시를 내리면 GPT가 스스로 웹을 탐색하고, 연결된 앱에서 자료를 끌어오고, 결과물까지 만들어줍니다.
에이전트 모드란, GPT가 사용자의 명령을 받아 자율적으로 여러 작업을 순차적으로 수행하는 방식입니다. 단순한 대화가 아니라, 노션(Notion)·구글 드라이브(Google Drive)·슬랙(Slack) 같은 외부 툴과 연동하여 실제 업무 흐름 안에서 작동합니다. 예를 들어 "2025년 로봇 시장 규모를 조사해서 PPT로 정리해줘"라고 명령하면, GPT가 직접 웹을 돌아다니며 자료를 수집하고 슬라이드 초안까지 완성해냅니다.
제가 직접 써봤는데, PPT 완성도 자체는 솔직히 처음엔 좀 아쉬웠습니다. 디자인이 투박하고 정보 배치가 정교하진 않더라고요. 그런데 생각해보면 이 기능의 진짜 가치는 디자인이 아니라 '조사'에 있었습니다. 직접 검색하고, 탭 열고, 정리하는 데 걸렸을 시간을 GPT가 대신 해주는 거니까요. 출처까지 명확하게 제공해준다는 점도 제 경험상 신뢰도를 높이는 데 크게 기여했습니다.
2026년 기준으로 해외 AI 업계에서 에이전트 모드가 핫 키워드로 부상한 이유가 바로 이것입니다. 맥킨지(McKinsey)의 보고서에 따르면, AI 자동화 도구를 업무에 통합한 기업은 반복 작업에 드는 시간을 평균 40% 이상 절감한 것으로 나타났습니다(출처: McKinsey & Company). 에이전트 모드는 그 절감을 개인 단위에서도 가능하게 해주는 도구입니다.
딥 리서치와 프롬프트: 질문을 잘 써야 답이 달라진다
GPT가 문제가 아니라 그것을 활용 못하는 제가 문제였구나, 라고 깨달은 순간이 있었습니다. 똑같은 주제를 두고 질문 방식을 바꿨더니 답변의 깊이가 완전히 달라졌거든요. "혈당 다이어트 알려줘"와 "혈당 다이어트로 5kg 이상 빼는 방법을 과학적 근거와 함께 초등학생도 이해할 수 있게 설명해줘"는 받아보면 결과물이 완전히 다릅니다.
이게 바로 프롬프트 엔지니어링(Prompt Engineering)의 핵심입니다. 프롬프트 엔지니어링이란, AI에게 원하는 결과를 끌어내기 위해 입력 명령어(프롬프트)를 전략적으로 설계하는 기술을 말합니다. 단순히 질문을 잘 쓰는 것을 넘어, 역할 지정·출력 형식·수준 조절 등을 모두 포함하는 개념입니다.
딥 리서치(Deep Research) 기능은 이 프롬프트 설계와 결합할 때 특히 강력합니다. 딥 리서치란 GPT가 구글·네이버 등 실제 웹 검색 결과를 자체 학습 데이터와 함께 취합하여 심층 분석 결과를 내놓는 기능입니다. 단순 답변이 아니라, 활동 조사 내역과 출처까지 함께 제공하기 때문에 팩트 체크(Fact-check)가 필요한 작업 — 유튜브 콘텐츠 검증, 보고서 작성, 논문 리뷰 등 — 에서 제가 가장 자주 활용하는 기능이기도 합니다.
스탠퍼드 HAI(Stanford Human-Centered AI)의 AI 인덱스 보고서에 따르면, 프롬프트 설계 방식에 따라 같은 모델에서 도출되는 결과물의 품질 격차가 유의미하게 발생한다는 분석이 제시된 바 있습니다(출처: Stanford HAI AI Index). 제 경험상 이건 수치가 아니라 체감으로도 명확히 느낄 수 있는 차이입니다. 캔버스(Canvas) 기능을 함께 활용하면 GPT가 생성한 답변을 직접 편집하거나 독해 수준을 조절할 수도 있어서, 복잡한 내용을 다룰 때 더욱 유용합니다.
자주 묻는 질문
Q. GPT 모델이 여러 개인데 어떤 걸 기본으로 써야 하나요?
A. 일반적으로 기본값이 가장 무난하다고 알려져 있지만, 제 경험상 질문 목적에 따라 모드를 구분하는 게 훨씬 효율적입니다. 빠른 검색형 질문엔 인스턴트 모드, 복잡한 판단이 필요한 경우엔 띵킹 모드를 기본으로 설정해두면 결과물의 수준이 달라집니다.
Q. 에이전트 모드는 유료 플랜이어야 쓸 수 있나요?
A. 에이전트 모드는 현재 ChatGPT Plus 이상의 유료 플랜에서 사용 가능한 것으로 알려져 있습니다. 플랜별 지원 범위는 변경될 수 있으므로, OpenAI 공식 페이지에서 최신 정보를 확인하는 것을 권장합니다. 제가 직접 써본 결과, 무료 플랜에서는 접근이 제한되는 기능이 많았습니다.
Q. 딥 리서치를 쓰면 AI 할루시네이션 문제가 완전히 해결되나요?
A. 완전히 사라진다고 보기는 어렵습니다. 다만 딥 리서치는 실제 웹 검색 결과와 출처를 함께 제공하기 때문에 일반 채팅 방식보다 할루시네이션이 끼어들 여지가 훨씬 줄어듭니다. 제 경우 중요한 사실 확인이 필요할 때 딥 리서치 결과와 원 출처를 대조하는 방식으로 활용하고 있습니다.
Q. 프롬프트를 잘 못 써도 GPT가 알아서 잘 답해주지 않나요?
A. GPT가 기본적으로 맥락을 파악해주긴 하지만, 프롬프트가 구체적일수록 결과물의 질이 올라가는 건 제가 직접 비교해보며 확인한 사실입니다. 역할 지정, 출력 형식, 대상 독자 수준 등을 명시하면 같은 주제도 훨씬 실용적인 답변이 나옵니다.
결론
GPT를 단순한 질문 도구로만 쓰는 것과, 모델 선택·에이전트 모드·딥 리서치를 제대로 이해하고 쓰는 것 사이의 격차는 생각보다 훨씬 큽니다. 저도 예전엔 그냥 입력창에 질문 하나 넣고 나온 답변을 그대로 쓰는 게 전부였는데, 기능을 하나씩 익혀가면서 GPT가 제 업무 방식 자체를 바꿔놓았습니다.
어디서부터 시작해야 할지 모르겠다면, 우선 띵킹 모드를 기본값으로 바꿔보는 것부터 추천합니다. 그 다음 딥 리서치로 자료 조사를 한 번 맡겨보면, GPT의 쓸모가 이전과 완전히 달라 보일 겁니다. 도구는 충분히 좋아졌고, 이제 남은 건 제대로 쓰는 법을 익히는 것뿐입니다.