OpenAI o3-mini는 OpenAI가 개발한 대규모 언어 모델로, 2025년 1월 31일에 출시되었다. 이는 OpenAI o3 모델의 더 작은 변형으로, 더 큰 모델의 추론 능력을 더 낮은 컴퓨팅 요구 사항으로 제공하면서 개발자와 사용자에게 비용 효율적인 대안으로 설계되었다. o3-mini는 생성형 AI 트랜스포머 아키텍처를 기반으로 구축되었으며, 단계별 논리적 추론을 위해 딥러닝 기술을 활용한다.
이 모델은 OpenAI o1 모델을 계승한 o3 시리즈의 일부이다. o3-mini는 성능과 비용 사이의 균형을 제공하기 위해 도입되었으며, 정밀성과 속도가 필수적인 코딩, 수학, 과학과 같은 기술 분야를 대상으로 한다. 이 모델은 낮음, 중간, 높음의 세 가지 추론 노력 수준을 제공하여 사용자가 필요에 따라 응답 지연 시간과 품질을 절충할 수 있게 한다.
역사 및 출시
OpenAI o3 모델은 2024년 12월 20일에 처음 발표되었다. "o3"라는 이름은 이동통신사 브랜드 O2와의 상표권 충돌을 피하기 위해 "o2" 대신 선택되었다. OpenAI는 2025년 1월 10일까지 안전 및 보안 연구자들을 초청하여 모델에 대한 조기 접근을 신청하도록 했다. 발표 이후 o3와 o3-mini의 두 가지 변형이 계획되었다.
2025년 1월 31일, OpenAI는 o3-mini를 무료 사용자를 포함한 모든 ChatGPT 사용자와 일부 API 사용자에게 출시했다. OpenAI는 o3-mini를 정밀성과 속도가 필요한 기술 분야를 위한 o1의 "전문 대안"으로 설명했다. ChatGPT 무료 버전은 중간 추론 노력 수준을 사용하며, 유료 구독자는 더 많은 컴퓨팅을 사용하는 변형인 o3-mini-high에 접근할 수 있다. ChatGPT Pro 티어 구독자는 o3-mini와 o3-mini-high 모두에 무제한 접근 권한을 받았다.
그 직후인 2월 2일, OpenAI는 웹 검색을 기반으로 5분에서 30분 내에 포괄적인 보고서를 생성하는 o3 버전을 사용하는 서비스인 OpenAI Deep Research를 출시했다. 2월 6일, DeepSeek R1과 같은 경쟁사의 압력에 대응하여 OpenAI는 o3-mini의 사고 과정 투명성을 강화하기 위한 업데이트를 발표했다. 2월 12일, OpenAI는 ChatGPT Plus 구독자의 o3-mini-high 요금 제한을 주당 50회에서 하루 50회로 늘리고 파일 및 이미지 업로드 지원을 추가했다.
2025년 4월 16일, OpenAI는 o3-mini의 후속 모델인 o3와 o4-mini를 출시했다. 그 후 6월 10일, OpenAI는 회사가 가장 강력한 모델이라고 주장한 o3-pro를 출시했다. OpenAI는 성명에서 속도보다 신뢰성이 더 중요한 까다로운 질문에 o3-pro를 사용할 것을 권장하며, 몇 분을 기다리는 것이 그만한 가치가 있다고 언급했다. 2026년 5월 28일, OpenAI는 90일간의 종료 기간 이후 2026년 8월 26일에 o3가 ChatGPT에서 퇴역할 것이라고 발표했지만, 이 변경은 API에는 영향을 미치지 않았다.
기능 및 성능
OpenAI는 o3-mini가 답변을 생성하기 전에 "생각"하도록 강화 학습을 사용하여 훈련시켰으며, 이 방법을 "비공개 사고 체인"이라고 한다. 이 접근 방식은 모델이 작업을 계획하고 추론할 수 있게 하여 문제를 해결하기 위해 중간 추론 단계를 수행하지만, 추가 컴퓨팅 성능과 증가된 응답 지연 시간이라는 비용이 발생한다.
o3-mini는 코딩, 수학, 과학을 포함한 복잡한 작업에서 o1보다 훨씬 더 나은 성능을 보여준다. OpenAI에 따르면, 전체 o3 모델은 온라인에서 공개되지 않은 전문가 수준의 과학 질문을 포함하는 GPQA Diamond 벤치마크에서 87.7%의 점수를 달성했다. 소프트웨어 엔지니어링 벤치마크인 SWE-bench Verified에서 o3는 o1의 48.9%에 비해 71.7%를 기록했다. Codeforces에서 o3는 2727의 Elo 점수에 도달한 반면, o1은 1891을 기록했다. 인공 일반 지능 추상화 및 추론 코퍼스(ARC-AGI) 벤치마크에서 o3는 o1보다 3배 높은 정확도를 달성했다.
이러한 벤치마크는 모델의 고급 추론 능력을 강조하며, 논리적 추론과 다단계 문제 해결이 필요한 작업에 적합하게 만든다. o3-mini의 도입은 운영 비용을 줄임으로써 이러한 기능을 더 넓은 사용자층으로 확장한다.
기술 설계 및 아키텍처
전임자와 마찬가지로 o3-mini는 신경망 기반 모델로 트랜스포머 아키텍처를 사용한다. 입력 시퀀스를 효과적으로 처리하기 위해 멀티 헤드 어텐션 메커니즘과 위치 인코딩을 통합한다. 이 모델은 커리큘럼 학습과 RLHF(인간 피드백 기반 강화 학습)를 사용하여 훈련되며, 이를 통해 출력을 인간의 기대에 맞춘다.
o3-mini의 주요 기능 중 하나는 사고 체인 과정의 깊이를 제어하는 조정 가능한 추론 노력 수준이다. 이 기능을 통해 개발자는 애플리케이션에 따라 속도 또는 정확성을 최적화할 수 있다. 이 모델은 또한 반복적 개선을 지원하여 사용자가 더 정확한 답변으로 안내할 수 있게 한다.
가격 및 가용성
OpenAI는 o3-mini를 개발자를 위한 비용 효율적인 솔루션으로 포지셔닝했다. 회사는 일부 구성에서 가격이 80% 더 낮아 전체 o3 모델보다 훨씬 저렴하다고 언급했다. 이 가격 전략은 아마존 웹 서비스 및 애저 클라우드 배포부터 모바일 앱에 이르기까지 더 넓은 범위의 애플리케이션에서 고급 추론 기능에 접근할 수 있게 하는 것을 목표로 한다.
o3-mini는 OpenAI API와 ChatGPT 인터페이스를 통해 제공된다. 초기 출시 당시 무료 사용자는 제한된 사용량으로 접근할 수 있었고, 유료 구독자는 위에서 언급한 더 높은 요금 제한을 가졌다.
비교 및 영향
인공지능의 경쟁 환경에서 o3-mini는 Anthropic의 Claude 및 Google DeepMind의 모델과 같은 경쟁자와 맞서고 있다. o3-mini의 출시는 DeepSeek R1과 같은 비용 경쟁력 있는 모델의 등장에 대한 OpenAI의 대응의 일부였으며, 이는 회사가 더 저렴한 추론 옵션을 제공하도록 압박했다. ARC-AGI 및 Codeforces와 같은 벤치마크에서의 모델 성능은 복잡한 추론 작업을 처리할 수 있는 능력을 입증하며, 머신러닝 연구자와 개발자에게 귀중한 도구가 된다.
o3-mini의 도입은 더 넓은 AI 생태계에 영향을 미쳐 다른 회사들이 효율성과 경제성에 집중하도록 장려했다. 또한 추론 과정의 투명성에 대한 논의를 촉발하여 OpenAI가 모델의 사고 패턴을 전달하는 방식을 업데이트하게 했다.