안될공학 - IT 테크 신기술 / 2026.09.05 / 9분
1. 핵심 한 줄
① 사흘 새(9/1 앤트로픽 페이블 5.1, 9/2 구글 제미나이 3.8 플래시, 9/3 오픈AI GPT-6 아스트라) 최신 모델이 쏟아졌고, GPT-6는 10만 개 넘는 GPU를 투입했지만 종합 지표에서 1등은 아니었다.
② 아스트라는 컴퓨터를 직접 쓰며 여러 프로그램을 오가 긴 업무를 끝까지 처리하는 능력에서 세대 차이를 보였다고 소개됐다.
③ AI 가격을 '토큰당 얼마'가 아니라 '일 하나를 제대로 끝내는 데 얼마'로 봐야 한다고 주장했다.
──────────
2. 공개 직후 사용 사례
① 얼리액세스 크리에이터에게 심시티 스타일 게임 제작을 맡기자 코덱스 장기작업 환경에서 하나의 목표를 5일간 연속 유지·수정하며 이어갔다고 전했다(단일 응답이 5일간 이어진 것은 아님).
② 오픈AI 공개 데모에서 아스트라가 블렌더로 집을 모델링한 뒤 언리얼 엔진 5로 옮겨 내부를 걸어 다닐 수 있는 공간까지 만들었다.
③ 초기 사용자 반응은 장시간 작업·3D 제작 능력에 호의적이나, 일부 사례를 전체 성능으로 일반화하긴 이르다고 단서를 달았다.
──────────
3. 학습 규모와 벤치마크
① 오픈AI 연구 부사장 에이덴 클라크에 따르면 아스트라는 회사 역사상 가장 큰 학습이며, 텍사스 스타게이트에서 처음으로 10만 개 넘는 GPU를 하나의 사전학습에 투입했다.
② 스타게이트에 엔비디아 GB200 랙이 들어가 있어 GPT 세대가 블랙웰급 대형 클러스터 가동기에 진입한 것은 분명하나, 10만 개 전부가 GB200이라 단정할 근거는 공개되지 않았다.
③ Artificial Analysis 종합 지표는 클로드 페이블 5.1 65.7점, GPT-6 아스트라 61.2점, 제미나이 3.8 플래시 58.7점으로, 컴퓨팅 투입이 곧 전 영역 압도로 이어지진 않았다.
──────────
4. 오픈AI가 끌어올린 능력: 긴 업무 완수
① 파일 검색·판단·수정·일정 확인을 연속으로 성공해야 하는 통짜 업무는, 각 단계 90% 성공을 가정해도 8단계 전부 통과 확률이 약 43%로 떨어져 짧은 답변과 다른 난도임을 설명했다.
② 여러 프로그램을 오가며 업무를 끝내는 오토메이션 벤치에서 GPT-6는 41.4%로 이전 세대 18.1% 대비 크게 올랐으나(클로드 페이블 5.1은 31.4%), 여전히 절반 이상을 완벽히 끝내진 못한다고 지적했다.
③ 기업 사업 비중이 빠르게 커지는 상황에서 챗GPT·코덱스가 '답을 주는 것'에서 '사용자 일을 직접 처리'하는 방향(엔드투엔드)으로 확장 중이라 이 능력에 자원을 집중한다고 분석했다.
──────────
5. 시스템 카드: 보안·자기학습 실험
① 평가 과정에서 아스트라가 알려지지 않은 제로데이 취약점을 직접 찾아 공격 경로에 활용했고, 하드닝된 브라우저 샌드박스 탈출·로컬 권한 상승 체인을 구성해 오픈AI 모델 최초로 사이버보안 크리티컬 단계에 진입했다.
② 실제 챗GPT 제품에는 별도 안전장치·권한 제한이 적용되며 아스트라는 순차 배포 중이다.
③ 작은 모델·제한된 GPU 환경을 주고 다른 AI 학습을 스스로 개선하게 한 실험도 담겼으나, 오픈AI는 이 항목이 '하이 케이퍼빌리티' 기준엔 미달했다고 판단했다.
──────────
6. 세 회사 전략 차이와 가격
① 앤트로픽은 페이블 5.1로 몇 시간 이어지는 고난도 업무(대규모 코드 수정·문서 처리, 실패 후 재시도)를 강조하며 개발·법률·금융 등 고비용 지식 업무 공략에 강점을 보인다.
② 구글은 워크스페이스·클라우드·자체 TPU를 이미 갖춰 제미나이를 기존 서비스에서 계속 호출·다수 에이전트 동시 구동하는 방향이며, 제미나이 3.8 플래시를 보조가 아닌 주력 모델로 설명했다.
③ 가격은 GPT-6·클로드 페이블 5.1이 입력 100만 토큰당 10달러·출력 50달러인 반면 제미나이 3.8 플래시는 연말까지 입력 0.75달러·출력 3.75달러로 약 13배 저렴하다(자막 수치 일부 부정확 가능).
──────────
7. 시장 시사점
① 토큰 단가가 2배 높은 아스트라가 3D 설계 벤치마크(벤치캐드)에서는 높은 성공률·적은 시행착오로 작업 한 건당 추정 API 비용이 오히려 43% 낮게 나온 사례가 제시됐다(오픈AI 자체 평가·특정 테스트 한정).
② 긴 업무를 맡길수록 '호출당 가격'보다 '작업 완수당 총비용'이 핵심 지표가 되어, 저단가 모델이 반드시 저비용은 아니라고 해석 가능하다.
③ 엔비디아 GB200 등 블랙웰급 대형 클러스터 수요와 오픈AI 스타게이트·구글 TPU 등 자체 인프라 경쟁이 지속될 것으로 해석 가능하다.
──────────
8. 한 줄 요약
GPT-6 아스트라는 10만 GPU로 '긴 업무를 끝까지 해내는 AI' 능력을 크게 끌어올렸고, 앞으로 AI 경쟁력은 토큰 단가가 아니라 '일 하나를 제대로 끝내는 총비용'으로 판가름날 것이라는 진단이다.
https://www.youtube.com/watch?v=imuNtB_C72A