안될공학 - IT 테크 신기술 / 2026.09.09 / 16분
https://www.youtube.com/watch?v=gUfdzjf_J2k
1. 핵심 한 줄
① GPT-6 아스트라는 일을 잘하는 만큼 토큰 소모도 큼
② 짧은 요청 하나도 AI가 뒤에서 화면 읽기·도구 실행·결과 재확인을 반복하기에 토큰이 빠르게 녹는다.
③ 핵심은 토큰을 무조건 아끼는 게 아니라, 그 토큰으로 내가 하던 일을 얼마나 대신 끝내느냐라고 화자는 강조했다.
──────────
2. 에이전트가 일하는 구조: 컴퓨터 유즈와 하네스
① 댄 시퍼(X 공개 사례)는 아스트라에 "요가 수업 내용 확인해 캘린더에 넣어줘"를 시켰는데, AI는 예약 확인·캘린더 선택·등록·검증까지 알아서 수행했다.
② 화면을 직접 읽고 입력칸을 찾아 저장하고, 실패 시 오류를 읽어 재시도하는 기능이 '컴퓨터 유즈'로, 전용 연동이 없는 사이트에서 쓰인다고 설명했다.
③ 요청과 실제 작업의 길이가 다른 이 긴 과정을 이어주는 장치가 '하네스'로, 도구 실행·결과 전달·이전 맥락 기억을 담당한다.
④ 엔비디아 GTC 타이페이에서 젠슨 황도 모델을 둘러싼 하네스·도구·작업환경의 중요성을 언급했다고 전했다.
⑤ 일반 사용자는 챗지피티가 하네스를 준비해 두었으므로 자료·목표를 주고 중간 승인만 하면 된다.
──────────
3. 토큰이 빠르게 녹는 이유
① 화면이 바뀔 때마다 새 화면 정보가 들어오고, 모델은 처음 요청과 지금까지 한 일을 함께 읽으며 다음 행동을 정하기에 소모가 쌓인다.
② 코딩에서 "오류 고쳐줘"는 폴더 확인·검색·파일 읽기·수정·테스트·오류 재읽기·재수정으로 이어져, 최종 몇 줄 뒤에 방대한 읽기가 깔린다.
③ 여러 서브에이전트가 같은 자료를 따로 읽고 다시 합치면 대기시간은 줄어도 전체 토큰은 늘 수 있다고 지적했다.
④ ARC 프라이즈의 아스트라 평가에서 같은 '높음' 설정이라도 하네스를 바꾸니 점수는 오르고 비용은 절반 아래로 내려간 사례가 있었다(퍼즐 평가라 업무에 그대로 적용은 어렵다고 단서).
──────────
4. 실제 활용 사례
① 오픈AI 린지 매클럼 레미는 아스트라로 기자 명단 관리·브리핑 참석 확인·기사 수집·보고서 작성까지 한 덩어리로 처리했다고 공개했다(내부 사용자 후기).
② 필리페 플로레스는 챗지피티 에이전트로 자신에 관한 정보를 찾아 사이트별 삭제 요청을 진행했다고 밝혔다(아스트라 이전 사례, GPT-6 전용 아님).
③ 스프레드시트를 검색·필터 가능한 웹앱으로 만들고 계산이 원본과 맞는지 확인시키는 등 자료조사·발표자료에 쓸 수 있는 프롬프트도 공유됐다.
④ 아스트라는 화면 위치를 찾는 스크린스팟 프로 평가에서 약 93%, 솔은 약 77%를 기록했다(오픈AI 발표 기준, 업무 전체 성공률은 아님).
──────────
5. 토큰 절약법
① 프롬프트 글자를 줄이기보다 비싼 모델이 맞는 일인지, 반복 횟수를 줄이는 쪽이 효과가 크다고 화자는 주장했다.
② 평범한 실행·확인은 솔에, 어려운 판단만 아스트라에 맡기는 라우팅이 권장되며, 일반 사용자는 메시지 전에 모델 선택 메뉴를 직접 바꿔야 한다.
③ 추론 강도(중간/높음/매우 높음/최대)는 별도 설정으로, 낮은 설정에서 같은 실수를 세 번 고치느니 높은 설정에서 한 번에 끝내는 게 더 절약될 수 있다.
④ 작은 업무엔 "추가 에이전트 없이 직접 처리해줘"라고 지시하고, 정말 나눌 만한 일에만 서브에이전트를 쓰는 게 좋다.
⑤ "지난주 양식 그대로, 숫자만 바꾸고 합계 확인하면 끝" 식으로 종료 조건을 미리 정하면 조사 범위가 무한정 커지는 걸 막는다.
⑥ 결과물 범위도 사용량을 좌우하는데, 한 사용자는 45분짜리 3D 데모에 날씨·표현을 더해 약 8시간 작업하니 주간 사용량의 절반을 썼다고 전했다.
──────────
6. 비용을 시간으로 보는 관점
① 로펌 길버트 앤드 토빈은 챗지피티 엔터프라이즈 활용으로 채용 자료조사·정보추출이 4시간에서 20분으로 줄었다고 밝혔다.
② 오디언스 스트래티지스는 클로드 엔터프라이즈로 인터뷰 준비·분석이 2시간에서 25분으로 줄었다고 공개했다(아스트라 단독 효과로 분리된 수치는 아님).
③ 4시간이 20분이면 3시간 40분 절약으로, 시간당 약 5만 원 기준 약 18만 원어치 시간에 해당한다고 계산했다(AI 이용료·검토 시간은 별도 차감 필요).
──────────
7. 시장 시사점
① AI 사용료가 소프트웨어 구독료를 넘어 '사람의 시간을 사는 비용'으로 재정의되고 있어, 토큰당 단가보다 업무 대체율이 도입 기준이 될 것으로 해석 가능하다.
② 모델 성능만큼 하네스·라우팅 설계가 비용을 좌우하므로, 관련 인프라·에이전트 오케스트레이션 영역의 가치가 부각될 수 있다
③ 오픈AI(아스트라·솔)와 앤스로픽(클로드) 엔터프라이즈가 실제 업무 단축 사례로 경쟁 중이며, 컴퓨터 유즈 정확도(스크린스팟 93%)가 활용 폭을 넓히는 변수다.
──────────
8. 한 줄 요약
GPT-6 아스트라는 토큰을 많이 쓰는 만큼 잡일을 통째로 대신 끝내주므로, 모델·추론강도 라우팅과 종료조건 설정으로 낭비만 줄이면 'AI 사용료=시간을 사는 비용'이 정당화된다는 것이 영상의 핵심이다