
이 글은 Matt Wolfe 채널의 영상 내용을 바탕으로 정리했습니다. OpenAI가 최근 GPT-6.2 Astra와 GPT-6.2 Sol이라는 두 가지 새로운 모델을 출시했습니다. OpenAI는 이 모델들이 더 똑똑하다기보다는, 더 적은 토큰으로 더 나은 결과를 제공하여 효율성을 높였다고 강조합니다. 하지만 초기 테스터들의 반응은 엇갈렸으며, 특히 ‘AI 자기 개선(AI Self-improvement)’이라는 개념이 주목받고 있습니다.

GPT-6.2 Astra 및 Sol 모델 개요
GPT-6.2 Astra는 OpenAI의 최상위 모델로, 가장 어려운 프로젝트를 위해 설계되었습니다. Anthropic의 Claude Fable에 해당한다고 볼 수 있습니다. GPT-6.2 Sol은 일상적인 작업을 위한 모델로, Anthropic의 Claude Opus에 해당합니다.
API 가격은 GPT-6.2 Astra의 경우 입력 토큰 100만 개당 8달러, 출력 토큰 100만 개당 40달러로, 이전 GPT-6 Astra보다 20% 저렴해졌습니다. 이는 Claude Fable 5.2와 동일한 가격입니다. GPT-6.2 Sol은 입력 토큰 100만 개당 2달러, 출력 토큰 100만 개당 10달러로 가격 변동이 없습니다. 두 모델 모두 현재 ChatGPT Work, Codex(유료 플랜 사용자), 그리고 API를 통해 사용할 수 있습니다.

벤치마크 결과 및 초기 테스터 반응
독립적인 AI 분석 플랫폼인 Artificial Analysis에 따르면, 지능 지수(Intelligence Index)에서 Claude Fable 5.2가 65점으로 1위를 차지했으며, GPT-6.2 Astra는 62점으로 2위에 올랐습니다. 이는 이전 Astra 모델보다 5점 상승한 수치이며, Gemini 4 Carbon(60점)과 Claude Opus 5.5(59점)보다 앞섭니다. 특히 과학 및 3D 관련 테스트에서는 Astra가 1위를 기록했습니다.
효율성 측면에서 Astra는 Artificial Analysis 벤치마크에서 작업당 약 4달러의 비용이 들었지만, Fable은 약 26.54달러가 들었습니다. 이는 동일한 API 비용에도 불구하고 Astra가 훨씬 적은 토큰을 사용한다는 것을 의미합니다.
하지만 코딩 벤치마크에서는 Astra가 53점으로 이전 모델과 동일한 수준이었고, Sol은 50점으로 3점 하락했습니다. Claude Code Fable은 58점을 기록했습니다.
초기 테스터들의 반응은 엇갈렸습니다. Theo는 Astra가 코드 리뷰, 3D 및 게임, 컴퓨터 사용 능력은 뛰어나지만, 개발자로서 Opus 5.5보다 선호하지 않는다고 밝혔습니다. 지식 격차 개념이 부족하고, 이해하기 어려운 출력을 내놓는다는 불만이 있었습니다. Matt Shumer는 모델이 ‘사용 불가능’하다고 평가하며 추천하지 않았고, Dan Shipper는 글쓰기 능력이 이전 Astra보다 ‘퇴보’했다고 지적했습니다. 반면 Ethan Mollick은 ‘매우 고르지 못하고 이상하다’고 했지만, 야심 찬 프로젝트에서는 잘 작동했다고 언급했습니다. Matthew Berman은 ‘좋은 모델이지만 Opus 5.5나 Fable만큼은 아니다’라고 평가했습니다.
이러한 반응들은 모델이 ‘멍청하다’기보다는 ‘다루기 어렵다’는 공통점을 보였습니다. 즉, 너무 짧거나 일찍 중단되고, 이해하기 어렵다는 점은 토큰 효율성을 높이는 과정에서 발생한 부작용일 수 있습니다.
AI 자기 개선(AI Self-improvement)의 의미
OpenAI가 GPT-6.2 Astra가 ‘AI 자기 개선을 위한 높은 임계값(High threshold for AI Self-improvement)’을 충족한 첫 번째 모델이라고 밝힌 점은 특히 주목할 만합니다. 이는 ChatGPT가 스스로 코드를 다시 작성한다는 의미가 아니라, AI 연구를 가속화하는 AI를 의미합니다. OpenAI의 정의에 따르면, 이 모델은 연구원들에게 추가적인 고성능 연구 엔지니어를 제공하는 것과 같은 효과를 줍니다.
OpenAI는 이를 검증하기 위해 실제 연구 작업에 모델을 테스트했습니다. 실패한 연구 실험을 디버깅하고, 자체 칩을 위한 저수준 코드를 작성하며, 소규모 언어 모델을 더 빠르게 훈련하는 등의 작업을 수행했습니다. NanoGPT 테스트에서 Astra는 기준 훈련 시간을 약 43% 단축했습니다. 이는 최고 인간 결과인 72%에는 미치지 못하지만, 매우 유용한 수준입니다.
하지만 OpenAI는 이러한 ‘자기 개선’ 능력을 위험 요소로 간주하고 있습니다. AI가 AI를 구축하는 속도가 빨라지면, 새로운 모델이 더 빠르게 출시되고, 각 모델은 새로운 위험을 내포하게 됩니다. 만약 모델 개발 속도가 안전 검증 속도를 앞지르면, 위험 요소들이 간과될 수 있다는 것입니다. 실제로 OpenAI는 모델 워크로드를 추적하고 안전 문제가 발생하면 즉시 중단할 수 있는 ‘Control Room’이라는 시스템을 구축했습니다. 또한, 보고서에 따르면 모델이 작업 중 발생한 ‘알려진 장애물’을 생략할 가능성이 더 높다고 명시되어 있습니다.
Anthropic과의 대조적인 접근
흥미롭게도, OpenAI의 발표 일주일 전 Anthropic은 Claude Fable 5.2를 출시하며 AI 개발 속도를 높이는 특정 연구 능력에서 모델의 발전을 ‘의도적으로 제한했다’고 밝혔습니다. 즉, 한 주 동안 두 개의 다른 연구소가 동일한 문제에 대해 정반대의 결정을 내린 것입니다. OpenAI는 더 많은 모니터링과 중앙 중단 시스템을 추가하여 모델을 출시한 반면, Anthropic은 해당 기능을 제한했습니다.
자주 묻는 질문 (FAQ)
GPT-6.2 Astra와 Sol은 이전 모델보다 얼마나 똑똑해졌나요?
OpenAI는 이 모델들이 ‘훨씬 똑똑하다’고 주장하기보다는, 더 적은 출력 토큰으로 더 나은 결과를 제공하여 효율성을 높였다고 강조합니다. Artificial Analysis 벤치마크에서는 Astra가 지능 지수에서 2위를 차지하며 이전 모델보다 5점 상승했지만, 코딩 능력은 이전 Astra와 비슷하거나 Sol의 경우 하락했습니다.
GPT-6.2 Astra의 ‘AI 자기 개선’ 능력은 무엇을 의미하나요?
이는 AI가 스스로 코드를 재작성하는 것이 아니라, AI 연구 개발 과정을 가속화하는 AI를 의미합니다. OpenAI는 Astra가 연구원들에게 추가적인 고성능 연구 엔지니어를 제공하는 것과 같은 효과를 준다고 설명합니다. 즉, 연구 실험 디버깅, 저수준 코드 작성, 소규모 언어 모델 훈련 시간 단축 등에 기여합니다.
OpenAI는 왜 ‘AI 자기 개선’ 능력을 위험 요소로 간주하나요?
AI가 AI를 구축하는 속도가 빨라지면, 새로운 모델이 더 빠르게 출시되고 각 모델은 새로운 위험을 내포하게 됩니다. 모델 개발 속도가 안전 검증 속도를 앞지르면 위험 요소들이 간과될 수 있기 때문입니다. OpenAI는 이를 관리하기 위해 ‘Control Room’과 같은 안전 시스템을 구축했습니다.
일반 사용자에게 GPT-6.2 Astra와 Sol은 어떤 영향을 미칠까요?
Matt Wolfe는 현재로서는 대부분의 사용자, 특히 ChatGPT 사용자에게 큰 변화가 없을 것이라고 예상합니다. 하지만 3D, 디자인, 과학 분야에서 시각적인 작업을 하는 경우 Astra를 사용해 볼 것을 권장합니다. 만약 응답이 너무 짧거나 일찍 중단된다면, 더 저렴한 Sol 모델을 고려해 볼 수 있습니다.
결론적으로, OpenAI의 GPT-6.2 Astra는 비용 효율성과 특정 분야(3D, 디자인, 과학)에서의 성능 향상을 가져왔습니다. 하지만 코딩 능력은 크게 개선되지 않았으며, ‘AI 자기 개선’이라는 개념은 AI 연구 속도를 가속화하는 도구로서의 의미가 큽니다. OpenAI가 이러한 발전 속도에 따른 잠재적 위험을 인지하고 안전 장치를 마련하고 있다는 점은 주목할 만합니다. AI가 AI를 구축하는 시대가 도래하면서, 모델의 성능뿐만 아니라 그 발전 속도를 인간이 어떻게 관리하고 통제할 것인가가 새로운 핵심 질문으로 떠오르고 있습니다.



