[AI 매터스 뉴스레터 #197] GPT-6 아스트라 vs 클로드 페이블 5.1, 성능표만 보면 놓치는 차이

이 기사, AI에게 물어보기

안녕하세요, AI매터스입니다.

AI는 이미 우리의 삶입니다. 그 가운데 놓치지 말아야 할 중요한 이슈들을 정리해 제공합니다.

놓치지 마시기 바랍니다.

마이크로소프트, AI 모델을 PC에서 직접 실행하는 윈도우 공개…메모리 64GB부터 🖥️⚡

마이크로소프트(Microsoft)가 현지 시각 9월 4일 개발자용 윈도우 환경 프로젝트 제니스를 공개했습니다. 통합 메모리 64GB 이상과 초당 250GB를 넘는 대역폭을 갖춘 기기에만 제공되며, 이 사양이면 매개변수 300억 개가 넘는 AI 모델을 클라우드 요금 없이 기기 안에서 실행할 수 있다는 설명인데요. 비주얼 스튜디오 코드와 깃허브 코파일럿 등 개발 도구가 사전 설치되고, AMD 라이젠 AI 헤일로에 먼저 적용된 뒤 다른 기기로 확대됩니다. 더 알아보기

샘 알트만, GPT-6 아스트라 출시 사과…유료 이용자는 하루 늦게 받았다 🙏🤖

오픈AI(OpenAI)가 GPT-6 아스트라를 공개한 다음 날인 현지 시각 9월 4일, 샘 알트만 CEO가 롤아웃이 어수선했다며 사과했습니다. 모델이 처음에 일부 기업 고객에게만 제공되고 유료 구독자에게는 하루 늦게 열리면서 프로 구독자를 중심으로 반발이 이어졌는데요. 맥락창은 105만 토큰이고, 제품 구성은 아스트라와 아스트라 프로 두 단계로 재편됐습니다. 오픈AI 지분을 보유한 소프트뱅크 주가는 9월 3일 11.77% 올랐습니다. 더 알아보기

딥시크, V4.1 플래시 시험 API 공개…“V4 프로보다 낫다”며 상위 모델 대체 🐋💨

딥시크(DeepSeek)가 현지 시각 9월 9일 커뮤니티 이용자에게 V4.1 플래시 시험용 API를 공개했습니다. 모델 이름에 9월 10일 만료가 명시된 하루짜리 배포로, 성능과 비용, 속도 모두에서 상위 등급인 V4 프로를 앞선다고 밝혔는데요. 네이티브 멀티모달을 지원하고 요금은 V4 플래시와 같은 수준이며, 전환 기간에 접수된 V4 프로 요청은 모두 V4.1 플래시가 처리합니다. 하위 등급이 상위 등급을 대체하는 구성입니다. 더 알아보기

앤트로픽·오픈AI·구글·메타 나흘 새 신모델…기업에선 ‘모델 피로’ 😮‍💨📊

앤트로픽과 오픈AI, 구글, 메타가 8월 31일부터 9월 3일 사이 나흘 동안 주력 모델을 잇따라 공개하면서 기업 구매 담당자 사이에서 모델 피로라는 말이 나오고 있습니다. CNBC가 현지 시각 9월 6일 보도했는데요. 최고정보책임자들은 모델마다 성능과 가격, 안전 기능이 달라 도입 기준을 세우기 어렵다고 토로합니다. 일부 기업은 최신 모델을 따라가는 대신 이미 도입한 모델을 그대로 쓰는 쪽으로 돌아섰습니다. 더 알아보기

챗GPT 이미지 2.5 공개…손으로 그린 낙서를 이미지로 만든다 🎨✏️

오픈AI(OpenAI)가 현지 시각 9월 8일 챗GPT 이미지 2.5를 공개했습니다. 이전 세대와 비교해 생성 지연을 최대 50% 줄였고, 대화창에서 직접 그린 낙서를 최종 이미지의 시각 자료로 쓰는 스케치 기능을 넣었는데요. 여러 번 수정해도 앞선 편집이 유지되고 화질이 떨어지지 않으며, API에는 기본형 플레어와 정밀형 선버스트 두 종이 추가됐습니다. 챗GPT와 챗GPT 워크, 코덱스 이용자 전원에게 제공됩니다. 더 알아보기

에이서, 1페타플롭 AI 데스크톱 공개…128GB 통합 메모리로 에이전트를 PC에서 실행한다 💻🚀

에이서(Acer)가 IFA 2026에서 엔비디아 RTX 스파크 슈퍼칩을 탑재한 컴팩트 데스크톱 SFF RTX 스파크를 공개했습니다. 최대 128GB 통합 메모리와 1페타플롭 AI 연산 성능으로, 수백억 매개변수 모델을 기기 한 대에서 실행할 수 있는데요. CPU와 GPU가 같은 메모리 공간을 나눠 써 모델 가중치를 따로 옮기지 않아도 됩니다. 에이서는 개인 AI 에이전트 같은 에이전틱 워크로드를 로컬에서 처리하도록 설계했다고 밝혔습니다. 더 알아보기

AI로 45개 직무 줄이겠다던 은행이 몇 주 만에 결정을 되돌린 이유 🏦🔄📉

AI 도구를 쓴 개발자들은 자신이 20% 빨라졌다고 답했지만, 실제 측정에서는 완료시간이 19% 늘어 있었습니다. 한국 딜로이트 그룹이 2026년 9월 내놓은 보고서는 이 어긋남을 개인의 착각이 아니라 회사가 무엇을 측정하고 설계했는가의 문제로 진단했는데요. 호주 커먼웰스은행은 AI 음성봇 도입을 근거로 고객서비스 45개 직무 감축을 발표했다가, 현장 콜 물량이 오히려 늘자 몇 주 만에 결정을 철회했습니다.

보고서는 AI 도입 규모보다 업무 방식과 조직, 통제, 성과책임을 얼마나 유기적으로 재설계했는가가 성패를 가른다고 정리합니다. JP모건체이스는 거래 물량이 50% 이상 늘어나는 동안 수작업 예외 건수를 절반 아래로 줄이고 예외 처리시간을 약 75% 단축했는데요. 권한과 결정, 증적, 예외라는 네 가지 통제를 설계 단계에서 확정하라는 것이 보고서의 권고입니다. 👉 전 직원이 AI를 쓴다는 보고가 왜 결승선이 아니라 출발선인지, 확인해 보세요. 더 알아보기

수율도 칩 설계도 아니었다, 반도체 공장에서 AI가 진짜 돈이 되는 6곳 🏭💰🤖

반도체 공장에 AI를 넣는다고 하면 대개 수율이나 칩 설계를 떠올립니다. 그런데 맥킨지앤드컴퍼니가 2026년 8월 내놓은 보고서에서 실제 성과로 제시된 사례는 장비가 한 대도 들어오지 않은 공사 현장에서 나왔는데요. 북미의 한 대형 팹 건설 프로젝트는 AI가 짠 공사 일정을 적용해 공기를 2개월, 비율로는 10% 줄이고 공사비를 12% 낮췄습니다.

보고서는 건설 일정부터 조달, 다운타임 점검, 정비, 물질수지 분석, 공정변경심의까지 여섯 개 적용 지점을 꼽았습니다. AI가 조달 소싱 시간을 최대 50% 줄이고 장비 다운타임을 30% 단축하는 식인데요. 산업 전체로 확대하면 5~7년 안에 약 1,340억 달러의 기능 비용을 아낄 수 있다는 추산입니다. 다만 절감률마다 조건이 붙어 있어 그대로 합산하기는 어렵습니다. 👉 모델 성능보다 기록이 얼마나 정리돼 있는지가 성패를 나누는 이유, 확인해 보세요. 더 알아보기

협상을 맡겼더니 내 최저가부터 불어버린 AI, 13개 모델 충성도 실험 결과 🤝🕵️⚖️

AI에게 중고차 판매 협상을 맡겼더니 구매자의 첫 질문에 판매자의 최저 수용가를 그대로 알려줬습니다. 파인 AI(Pine AI)와 워싱턴대 연구진이 2026년 6월 발표한 논문은 이 현상에 다자간 충성도 문제라는 이름을 붙이고 13개 최신 모델을 실험했는데요. 실패율은 제미나이 2.5 플래시 5.5%부터 큐원3.5 27B 75.3%까지 벌어졌습니다.

흥미로운 부분은 실패율 상위 모델들이 비밀을 흘려서가 아니라 주인이 시킨 일까지 거절해서 무너졌다는 점입니다. GPT-5는 실패율 71.1%를 기록했는데 대부분이 과잉거부였는데요. 연구진은 유출을 줄이면 거부가 늘어나는 맞바꿈이 실험실 모델과 상용 최상위 모델 양쪽에서 똑같이 나타났다고 밝혔습니다. 👉 대리인 AI에게 협상을 맡기기 전 확인해야 할 두 가지, 확인해 보세요. 더 알아보기

GPT-6 아스트라 vs 클로드 페이블 5.1, 성능표만 보면 놓치는 차이

앤트로픽(Anthropic)이 9월 1일 클로드 페이블 5.1을 공개하고 이틀 뒤 오픈AI(OpenAI)가 GPT-6 아스트라를 내놨다. 이틀 간격으로 나왔지만 두 모델이 겨냥한 일은 다르다. 아스트라는 컴퓨터에서 프로그램을 직접 열고 조작하는 모델로, 엑셀을 다루고 파워 BI에서 데이터를 정리하고 세금 서류를 채우는 데모가 함께 공개됐다. 페이블 5.1은 어려운 문제 하나를 며칠씩 붙잡는 모델로, 여러 단계를 스스로 이어 결과까지 끌고 가는 작업을 노렸다.

오픈AI 발표문의 비교표에서는 두 모델을 함께 측정한 13개 항목 가운데 11개에서 아스트라가 앞섰다. 다만 어떤 시험을 볼지와 상대 점수를 어디서 가져올지 모두 오픈AI가 정했고, 같은 표에 실린 다른 기관 점수에서는 아스트라 61.2, 페이블 65.7로 순위가 뒤집혔다. 독립 평가 기관 아티피셜 애널리시스가 같은 조건으로 돌린 9월 10일 기준 종합 지능 지수는 두 모델 모두 53점으로 같았다.

평가 기관 ARC 프라이즈는 아스트라를 두 번 측정했다. 모두가 쓰는 공용 실행 환경에서는 62.71%, 오픈AI가 따로 제공한 환경에서는 99.95%가 나왔다. 추론 강도를 똑같이 최대로 맞춰도 62.71% 대 98.55%다. 모델도 문제도 같고 바뀐 것은 모델을 돌리는 껍데기뿐이다. 오픈AI 쪽 환경은 요청 사이에 모델이 생각한 내용을 그대로 가져가 앞선 작업을 다시 쓴다. ARC 프라이즈는 회사마다 다른 껍데기를 쓰면 같은 조건의 비교로 볼 수 없다며 공용 환경 결과를 기준으로 삼는다.

실제 결과물에서도 성격 차이가 드러난다. 아스트라는 블렌더로 만든 집을 언리얼 엔진에서 걸어 다니며 둘러보고 바로 플레이할 수 있는 레이싱 게임까지 만들었고, 힉스필드는 아스트라용 MCP를 공개했다. 페이블은 끈기로 성과를 냈다. 헤지펀드 밀레니엄은 팀 전체가 4~5년 동안 원인을 찾지 못한 오류를 페이블이 찾아냈다고 밝혔고, 데이터베이스 기업 몽고DB에서는 사람 없이 밤새 검증을 돌리며 사흘 만에 프로토타입을 완성했다.

기본 단가는 입력 100만 토큰당 10달러, 출력 50달러로 같다. 차이는 캐시에서 나는데, 저장한 내용을 다시 읽는 비용이 아스트라는 100만 토큰당 1달러, 페이블은 25센트다. 그런데 같은 평가를 끝까지 돌린 총비용은 아스트라 5,324달러, 페이블 1만 3,129달러로 역전됐다. 단가가 아니라 토큰 사용량이 총비용을 좌우했다. 구독 이용자라면 한도부터 확인해야 한다. 여러 프로그램을 오가며 눈에 보이는 결과물을 만드는 일에는 아스트라가, 하나의 문제를 오래 파고드는 일에는 페이블이 낫다.

👉 실행 환경만 바꿔도 36점 가까이 움직인 두 모델의 성능·사례·가격 비교, 자세히 알아보기