OpenAI의 ChatGPT-5.6은 몇 시간 만에 웹 앱을 빌드할 수 있습니다 — 작동하는 POS도 빌드할 수 있을까요?

OpenAI는 7월 9일에 GPT-5.6을 출시했습니다. 세 개의 새로운 모델, 거의 모든 코딩 벤치마크에서의 기록 경신, 그리고 몇 시간 만에 쏟아져 나온 인상적인 데모들이 이를 증명합니다. 따라서 제목의 질문에 대해 솔직하게 답하자면, 아닙니다. GPT-5.6은 단독으로 작동하는 POS를 빌드할 수 없습니다. AI로 작동하는 POS를 구축하려는 사람은 누구나 동일한 한계에 부딪히며, 이는 지능의 문제와는 아무런 관련이 없습니다. POS를 '작동'하게 만드는 요소들, 즉 카드 결제 정산, 부하 상황에서도 정확하게 유지되는 재고, 인증된 리더기 하드웨어 등은 코드를 작성하는 모델이 아무리 뛰어나더라도 코드로 생성할 수 없기 때문입니다.

이 모델이 매우 놀랍기 때문에, 이러한 주장을 뒷받침할 근거가 필요합니다.

지금까지 사람들이 GPT-5.6으로 무엇을 빌드했나요?

아주 많고, 빠르게 빌드했습니다. 새로운 모델 제품군의 플래그십인 Sol(더 저렴한 Terra 및 Luna와 함께 출시됨)은 현재까지 OpenAI의 가장 뛰어난 코딩 모델입니다. 이 모델은 Artificial Analysis Coding Agent Index에서 80점을 기록하며 새로운 기록을 세웠으며, 가장 강력한 경쟁 모델의 절반도 안 되는 출력 토큰을 사용합니다. OpenAI의 출시 페이지에는 브라우저 세일링 게임, 태엽 장치 마을, 전체 박물관 웹사이트가 표시되어 있으며, 각각 짧은 프롬프트로 생성되었습니다. 모델은 자체 렌더링된 출력을 검사하고 시각적 문제를 수정한 후 작업을 전달합니다.

얼리 어답터들은 하루 만에 더 흥미로운 사실들을 찾아냈습니다:

• Sol은 유동 지능을 테스트하기 위해 설계된 퍼즐 환경에서 87%를 기록하며 공개 ARC-AGI-3 게임에서 승리한 최초의 모델이 되었습니다.

• 한 제품 관리자는 PRD(제품 요구사항 정의서)를 입력하여 단 한 번의 시도로 완전히 게임화된 숙제 추적기(XP, 잠금 해제 가능한 동반자 아바타, 보상 편집용 부모 대시보드 포함)를 얻었습니다.

• 새로운 ultra 설정은 4개의 에이전트를 병렬로 조정하여 까다로운 작업을 동시 작업 스트림으로 분할합니다.

• Lovable의 보고에 따르면, GPT-5.6은 이전 모델보다 약 25% 적은 단계와 최대 48% 적은 도구 호출로 사용자 앱 빌드를 완료합니다.

따라서 헤드라인의 전제는 사실입니다. 이제 반나절 만에 훌륭하고 세련된 웹 앱을 만드는 것은 대단한 성과가 아니라 기본 사양이 되었습니다.

왜 GPT-5.6은 작동하는 POS를 빌드할 수 없을까요?

POS는 단순히 '결제' 버튼이 있는 웹 앱이 아니기 때문입니다. 화면, 버튼, 장바구니 로직과 같은 애플리케이션 코드는 눈에 보이는 20%에 불과합니다. 나머지 80%는 커머스 인프라이며, 인프라는 텍스트로 출력할 수 없습니다.

결제가 첫 번째 장벽입니다. 대면으로 카드를 결제받으려면 가맹점 계정, PCI 준수, 하드웨어 인증을 통과한 결제 단말기가 필요합니다. 이 각각은 계약, 감사 또는 물리적 장치입니다. GPT-5.6은 90초 만에 완벽한 결제 화면을 작성할 수 있지만, 결국 Visa 카드를 결제받을 수는 없습니다. 이를 위한 프롬프트는 존재하지 않습니다.

결제 외에 어떤 문제가 발생하나요?

실제 운영 환경의 부하 속에서의 정확성입니다. 모든 가맹점이 공감할 만한 몇 가지 예시는 다음과 같습니다:

• 동시 재고 처리. 두 대의 포스기에서 동시에 마지막 크루아상을 판매합니다. '대체로 잘 작동하는' 웹 앱 코드는 초과 판매를 발생시키지만, POS는 매번 이러한 경합 상황을 정확하게 해결해야 합니다.

• 정산. 일일 마감 총액은 매출, 환불, 부분 환불, 팁, 추가 수수료 전반에 걸쳐 결제 대행사의 정산 금액과 일원 한 장까지 일치해야 합니다. '대략 일치하는 것'은 회계 사고입니다.

• 세금. 세율, 세금 그룹, 면세 및 반올림 규칙은 관할 구역마다 다르며 예고 없이 변경됩니다.

• 오프라인. 바쁜 시간대에 인터넷이 끊기더라도 포스기는 계속 판매를 진행하고 나중에 깔끔하게 동기화되어야 합니다.

• 하드웨어. 영수증 프린터, 돈통, 바코드 스캐너는 고유한 프로토콜을 사용하며 저마다의 방식으로 오류가 발생합니다.

비대칭성에 주목하십시오. 95%의 확률로 작동하는 생성된 데모는 성공작입니다. 하지만 0.5%의 확률로 오류가 발생하는 포스기는 매일 손실을 초래하며 한 달 안에 철거될 것입니다. 벤치마크는 전자의 기준을 보상하지만, 가맹점은 후자의 기준에 따라 생계를 유지합니다.

그렇다면 결제 카운터에 AI가 설 자리가 있을까요?

네, 아주 큰 자리가 있습니다. 'POS에서 AI를 멀리하라'는 결론은 잘못되었습니다. 올바른 결론은 모델이 커머스 인프라를 대체하는 것이 아니라, 그 인프라 위에서 설계해야 한다는 것입니다. 결제, 재고, 세금, 하드웨어는 해당 작업을 위해 구축되고 인증된 시스템에서 실행되도록 두고, 모델은 레이아웃, 흐름 로직, 대화 속도의 반복 작업 등 현재 놀라울 정도로 잘 수행하는 작업에 집중하게 하십시오.

이러한 분업은 바로 MCP(Model Context Protocol, AI 도구를 외부 시스템에 연결하기 위한 개방형 표준)가 가능하게 하는 것이며, 이것이 바로 우리가 이를 기반으로 Final의 Build를 구축한 이유입니다. 프롬프트를 입력하고 '자체 AI 연결(MCP)'을 선택한 다음, 생성된 블록을 ChatGPT, Claude Code, Cursor 또는 Codex에 붙여넣으십시오. 그러면 자체 AI 도구가 실시간 미리보기와 함께 결제 흐름을 빌드한 다음, Final Pay가 결제를 처리하고 인증된 단말기가 카드를 수락하며 모든 포스기에서 재고가 정확하게 유지되는 인프라에 배포됩니다. 구축하는 데 수년이 걸린 부분까지 빌드해 달라고 요구하지만 않는다면, GPT-5.6은 실제로 몇 시간 만에 POS를 빌드할 수 있습니다. 전체 가이드는 ChatGPT-5.6을 사용하여 맞춤형 POS를 빌드하는 방법을 참조하십시오.