AI 모델 경쟁: Grok 4.5와 GPT-5.6, 정부 승인 모델은?

Grok 4.5는 벤치마크 순위보다는 실제 작업당 비용 절감에 초점을 맞춘 모델로, 100만 토큰 기준 입력 $2, 출력 $6에 초당 80토큰 속도를 제공합니다. 이는 Opus 4.8의 입력 $5, 출력 $25 대비 상당한 가격 경쟁력을 갖추며, 토큰 효율성 또한 최신 선도 모델의 약 두 배에 달한다고 SpaceXAI는 밝혔습니다. 다만, Terminal-Bench 2.1에서는 GPT-5.5와 유사한 83.3% 성능을 보였고, SWE-Bench Pro에서는 64.7%로 Opus 4.8이나 Fable 5에 뒤처지는 등 순수 코딩 성능 측면에서는 일부 한계를 보입니다. 따라서 비용 효율성이 중요한 작업이나 문서 작업 등 다양한 지식 노동에 적합하며, 최고 수준의 코딩 성능이 필요하거나 EU 규제 준수가 우선인 경우 도입 시 신중한 검토가 필요합니다.

GPT-5.6은 출시 초기 미국 정부와의 협의를 통해 소수의 신뢰 파트너에게만 접근이 허용되는 정부 게이팅(Government Gating) 절차를 거쳤습니다. 이는 6월 2일 발표된 사이버보안 관련 행정명령에 따른 것으로, 가장 강력한 AI 모델에 대한 사전 정부 검토를 의무화한 조치입니다. 특히 GPT-5.6 Sol 모델은 사이버보안 분야에서 취약점 탐지 및 수정 능력은 뛰어나지만, 자율적인 완전한 공격 수행 능력은 제한되었으며, 회사가 정한 위험 문턱을 넘지 않도록 다층적인 안전장치(Multi-layered Safety Measures)가 적용되었습니다. 오픈AI는 이러한 정부 접근 절차가 장기적인 기본값이 되어서는 안 된다는 입장을 밝혔으나, 현재로서는 더 넓은 공개로 나아가기 위한 가장 확실한 경로로 이를 따랐습니다.

GPT-Live는 기존 ChatGPT 음성 기능의 듣기와 말하기 동시 처리를 통해 사용자 경험을 혁신합니다. 이전 모델이 사용자의 말을 기다렸다가 응답하는 방식이었다면, GPT-Live는 대화 도중 자연스러운 맞장구를 치거나 사용자의 잠시 멈춤에도 기다려주는 등 인간적인 상호작용을 구현합니다. 또한, 복잡한 추론이나 웹 검색은 백엔드의 GPT-5.5(향후 GPT-5.6 등)와 같은 더 강력한 모델에 맡기고, GPT-Live는 대화 흐름을 유지하는 데 집중하여 끊김 없는 대화 경험을 제공합니다. 이는 모델의 지능 자체보다는 대화의 자연스러움을 중시한 접근 방식으로, 음성 인터페이스의 실용성을 높이는 데 기여합니다.

클로드코드 팀이 제시한 루프(Loop) 개념은 AI에게 작업 위임 범위를 점진적으로 확장하는 전략입니다. 턴 기반(Turn-based), 목표 기반(Goal-based), 시간 기반(Time-based), 능동(Active)의 네 단계로 나누어, 사용자의 개입을 최소화하면서 AI가 스스로 작업을 반복하고 완료하도록 설계합니다. 핵심은 결과 확인, 멈춤 조건 정의, 실행 트리거 설정, 지시 자체 위임 순으로 점진적으로 AI에게 맡기는 것입니다. 결과가 좋지 않을 경우, 해당 AI가 아닌 별도의 AI에게 검토를 맡겨 객관성을 확보하고, 비용 효율성을 위해 작업의 복잡도에 따라 값싸고 빠른 모델과 강력한 모델을 분리하여 활용하는 것이 중요합니다.

Grok 4.5는 법률 작업 벤치마크에서 1위를 기록했으나, Terminal-Bench 2.1에서는 GPT-5.5와 유사한 성능을, SWE-Bench Pro에서는 Fable 5에 뒤처지는 등 성능 면에서 다소 편차가 존재합니다. 반면 GPT-5.6은 코딩, 생물학, 사이버보안 등에서 개선을 주장하나, 이는 자체 평가에 기반합니다. 블룸버그는 Grok 4.5를 코딩을 넘어 법률·금융까지 겨냥하며 경쟁사(앤트로픽, 오픈AI)와 직접 경쟁하려는 신호로 해석합니다. GPT-5.6은 Sol, Terra, Luna 세 등급으로 나뉘어 다양한 가격대와 성능 요구사항을 충족시키려 하며, Terra는 GPT-5.5급 성능에 절반 가격을 제공합니다. 두 모델 모두 특정 작업에 대한 강점과 약점을 가지므로, 사용자는 자신의 주요 사용 목적과 비용 민감도를 고려하여 선택해야 합니다.