OpenAI Decisions API 완전 정복: 분류·라우팅을 10배 빠르게

TL;DR

OpenAI가 2026년 10월 6일 POST /v1/decisions 엔드포인트를 퍼블릭 베타로 공개했다.
Responses API 경유 GPT-6 Luna보다 최대 10배 빠른 실시간 의사결정에 특화되어 있다.
답변 유형은 predicate / choice / score 세 가지이며, 텍스트와 이미지 모두 입력 가능하다.
입력 토큰 $0.10 / 1M, 출력·캐시 읽기·쓰기는 청구되지 않는다.
현재 gpt-6-luna 모델만 지원하며, GA 일정은 "향후 몇 주 내"로만 공지된 베타 단계다.

Decisions API란 무엇인가

OpenAI DevDay 2026 리캡에 따르면, Decisions API는 "Luna의 지능을 사용자 정의된 유한한 답변을 가진 특정 질문들에 집중시켜 실시간 의사결정을 가능하게 한다"고 설명한다. 쉽게 말해 자유 형식 텍스트 생성이 아니라, 미리 정해진 선택지 안에서 빠르게 판단을 내리는 전용 API다.

기존 Responses API나 Agents API가 범용 텍스트 생성·멀티스텝 작업에 최적화되어 있다면, Decisions API는 콘텐츠 모더레이션, 고객 문의 라우팅, 상품 이미지 검수처럼 입력 → 분류/판단 → 액션 패턴이 반복되는 워크플로에 맞게 설계됐다.

공식 커뮤니티 발표에 따르면 2026년 10월 6일 퍼블릭 베타가 시작됐으며, 정식 출시(GA)는 "향후 몇 주 내"로 예고되어 있다.

요청 구조: 딱 세 가지 필드

공식 가이드에 따르면 요청은 다음 세 필드로 구성된다.

필드	설명
`model`	현재 `gpt-6-luna`만 지원
`input`	텍스트 또는 이미지가 포함된 사용자 메시지
`questions`	평가 항목 배열 (type, instructions, choices 등)

응답에는 answers 배열이 반환되며, 각 항목은 질문 유형에 따라 다른 형태의 값을 담는다.

세 가지 답변 타입

predicate: 조건이 참일 확률 (0~1 사이 확률값)
choice: 미리 정의한 선택지 중 하나
score: 순서가 있는 루브릭에 따른 점수

실전 예제 3가지

예제 1 — 고객 문의 라우팅 (Python)

"주문 금액이 두 번 청구되었습니다" 같은 문의가 들어왔을 때 담당 부서를 즉시 분류한다.

from openai import OpenAI
client = OpenAI()

decision = client.decisions.create(
    model="gpt-6-luna",
    input="주문 금액이 두 번 청구되었습니다.",
    questions=[{
        "type": "choice",
        "name": "department",
        "instructions": "이 문의를 처리할 부서는?",
        "choices": [
            {"value": "billing", "description": "결제, 청구서, 환불"},
            {"value": "technical", "description": "제품 사용 문제"},
            {"value": "shipping", "description": "배송 및 추적"},
            {"value": "other", "description": "기타"}
        ]
    }]
)
answer = decision.answers[0]
print(f"부서: {answer.choice} (신뢰도: {answer.confidence})")

choice 타입이므로 응답은 네 가지 값 중 하나로 반환된다. 챗봇 백엔드나 CRM 연동 시 별도 파싱 로직 없이 바로 answer.choice 값을 라우팅 키로 쓸 수 있다.

예제 2 — 상품 이미지 품질 검수 (cURL)

e-커머스에서 판매자가 업로드한 상품 이미지에 손상이 있는지 자동으로 판단한다. predicate 타입을 쓰면 확률값으로 결과가 온다.

curl https://api.openai.com/v1/decisions \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-6-luna",
    "input": [{"role": "user", "content": [
      {"type": "input_text", "text": "이 상품 이미지를 검사하세요."},
      {"type": "input_image", "image_url": "data:image/png;base64,..."}
    ]}],
    "questions": [{
      "type": "predicate",
      "name": "visible_damage",
      "instructions": "제품에 균열, 찢김, 찌그러짐 등 눈에 보이는 손상이 있습니까?"
    }]
  }'

반환된 확률값이 임계치(예: 0.8)를 넘으면 자동 반려 처리하는 식으로 파이프라인을 구성할 수 있다.

예제 3 — Vercel AI SDK 경유 (TypeScript)

Vercel AI Gateway를 통해 GPT-6 Luna Decisions를 호출할 때는 experimental_decide를 사용한다.

import { experimental_decide as decide } from 'ai';

const result = await decide({
  model: 'openai/gpt-6-luna-decisions',
  state: '고객 지원 상담원이 전액 환불을 처리했습니다.',
  questions: {
    refunded: {
      type: 'boolean',
      instructions: '환불이 처리되었습니까?',
    },
  },
});

Next.js 기반 SaaS에서 서버 액션과 조합하면 추가 모델 호출 없이 상태 검증 로직을 단순화할 수 있다.

가격과 컨텍스트 윈도우

공식 최신 모델 가이드에 따르면 gpt-6-luna 사용 시 입력 토큰 비용은 $0.10 / 1M tokens이며, 캐시 읽기·쓰기·출력 토큰은 청구되지 않는다. 분류 요청은 생성 토큰이 거의 없으므로 사실상 입력 비용만 발생한다.

공식 커뮤니티에 따르면 표준 컨텍스트는 최대 272K 입력 토큰이며, 1M 토큰 컨텍스트 윈도우도 이용 가능하다. 긴 약관 문서나 대화 이력을 통째로 넣고 분류하는 시나리오도 커버된다.

참고로 같은 시기 OpenAI는 API 사용 티어를 기존 5단계에서 Build / Launch / Grow 3단계로 간소화했으며, 누적 크레딧 구매액 기준으로 자동 업그레이드된다.

아직 불확실한 것들

베타 단계이므로 GA 전에 스펙이 바뀔 수 있다. 현재 공식 문서 기준으로 확정되지 않은 항목은 다음과 같다.

캐싱: 현재 미지원. 커뮤니티에서 "베타 중 도입 가능성"을 언급했으나 일정 미정.
지원 모델 확대: 현재 gpt-6-luna만 가능. 다른 GPT-6 패밀리 추가 여부 미정.
GA 일정: "향후 몇 주 내"라고만 명시.
한국어 입력 성능: 공식 문서에 별도 벤치마크 없음. 직접 테스트 필요.
Decisions API 전용 rate limit: 공식 문서에 별도 수치 미기재.

언제 쓰면 좋은가

Decisions API는 "답이 정해진 질문"을 빠르게 대량으로 처리해야 할 때 가장 빛난다. 자유 형식 텍스트 생성이 필요 없는 분류·모더레이션·라우팅 레이어에 먼저 적용해 보고, 기존 Responses API 호출과 응답 시간을 직접 비교해 보는 것을 권장한다.

참고 자료

커버 이미지: Google DeepMind / Wes Cockx · Unsplash License. 본문 이해를 돕기 위한 자료 이미지입니다.