오픈AI가 9월 3일(현지 시각) GPT-6 아스트라를 공개했습니다. 컴퓨터 사용, 브라우징, 소프트웨어 엔지니어링, 사이버보안, 과학 연구까지 아우르는 차세대 프론티어 모델로, 오픈AI가 "지금까지 나온 모델 중 코딩에 가장 강하다"고 못 박은 모델입니다.
바이브코더 입장에서 제일 눈여겨볼 숫자는 터미널 작업 벤치마크입니다. 터미널에서 시스템 설정, 데이터 분석, 소프트웨어 작업을 시키는 Terminal-Bench 4.0에서 아스트라는 57.7%를 기록했는데, 그동안 이 벤치마크에서 앞서 있던 클로드 페이블 5.1(55.8%)을 근소하게 넘어섰습니다. 오픈AI 자체 GPT-5.6 솔(37.3%), 구글 제미나이 3.8 플래시(19.1%)와는 격차가 꽤 큽니다. 113개 과제로 구성된 에이전틱 코딩 벤치마크 DeepSWE v1.1에서도 74.1%로 소폭 앞섰고요.
바이너리를 소스 코드 없이 리버스 엔지니어링하는 SRE-Bench15에서는 한 번 시도로 88%, 네 번 시도까지 허용하면 99.2%를 풀어냈다고 합니다. 오픈AI는 아스트라를 "적절한 도구와 접근 권한이 있으면 알려지지 않은 취약점을 찾아 익스플로잇 경로까지 만들어낼 수 있는" 첫 모델로 분류했는데, 이건 뒤집어 보면 보안 쪽에서 그만큼 조심스럽게 다뤄야 한다는 뜻이기도 합니다.
다만 걸러 들을 부분도 있습니다. 화제가 됐던 ARC-AGI-3 99.9%는 오픈AI가 자체 개발한 컨텍스트 관리 도구를 쓰고 과제당 비용을 1만 9천 달러까지 들인 조건에서 나온 수치입니다. 일반적인 표준 하네스로 돌리면 점수는 62.7%까지 떨어집니다. 벤치마크 숫자를 그대로 믿기보다는 "어떤 조건에서 나온 숫자인지"를 한 번 더 물어봐야 하는 이유입니다.
지금 당장 다 써볼 수 있는 건 아닙니다. 초기에는 "데이브레이크 액세스"라는 제한된 프로그램으로 일부 조직에만 먼저 열리고, 이후 며칠에 걸쳐 챗GPT 플러스·프로·비즈니스·엔터프라이즈, API, AWS 순으로 확대될 예정입니다. API 가격은 입력 100만 토큰당 10달러, 출력 50달러로 이전 모델과 같은 선이고, 컨텍스트는 최대 105만 토큰까지 지원합니다.
터미널·에이전틱 코딩 벤치마크에서 클로드를 근소하게라도 앞선 모델이 나온 건 최근 몇 달 사이 처음이라, 코딩 모델 경쟁 구도가 다시 팽팽해졌다고 보면 됩니다.
댓글 0
첫 댓글을 남겨보세요!