티스토리 뷰
목차
단 4일 사이에 xAI, 오픈AI, 메타가 동시에 신모델을 쏟아냈습니다. 그중에서도 GPT-5.6은 클로드 페이블과 벤치마크 점수 1점 차이를 내면서 가격은 절반 이하로 내려왔습니다. 이 수치를 보니 "이제 AI 싸움이 똑똑함 경쟁에서 가격 경쟁으로 넘어갔구나"라는 생각이 먼저 들었습니다.
GPT-5.6 성능 비교: 2배 가격 차이
오픈AI가 7월 9일 공개한 GPT-5.6은 모델 하나 안에 세 가지 티어로 나뉩니다. 최상위 솔(Sol), 중간급 테라(Terra), 가성비형 루나(Luna)인데, 각각 태양·지구·달을 뜻합니다. 오픈AI가 숫자 대신 이름을 붙인 건 이번이 처음입니다. 클로드가 오퍼스, 페이블, 미토스처럼 이름 체계를 쓴 것과 비슷한 방향인데, 향후 GPT-6가 나와도 GPT-6 솔, GPT-6 테라 식으로 이어질 가능성이 높아 보입니다.
AI 모델 평가 사이트인 아티피셜 애널리시스(Artificial Analysis)의 최신 벤치마크를 보면, 종합 지능 점수 1위는 클로드 페이블로 60점입니다. GPT-5.6 솔 맥스가 59점으로 딱 1점 뒤를 쫓고 있습니다(출처: Artificial Analysis). 여기까지만 보면 "최신 모델이 나왔는데 오히려 밀리네"라고 느낄 수 있습니다. 저도 처음엔 그렇게 봤습니다.
그런데 작업당 비용 항목을 보면 얘기가 달라집니다. 같은 작업을 처리하는 데 클로드 페이블은 2.75달러, GPT-5.6은 1.04달러가 듭니다. 성능 차이는 1점인데 비용은 2.6배 이상 차이가 나는 겁니다. 오픈AI가 이번에 강조한 "달러당 성능(Performance per Dollar)"이라는 표현이 바로 이 지점을 겨냥한 것입니다. 여기서 달러당 성능이란, 같은 돈을 쓸 때 얼마나 많은 작업을 처리할 수 있는지를 나타내는 효율 지표로, 기업 입장에선 순수 성능 못지않게 중요한 기준입니다.
샘 올트먼은 GPT-5.6이 동일한 작업에서 토큰 사용량을 기존 대비 54% 줄였다고 밝혔습니다. 여기서 토큰(Token)이란 AI가 텍스트를 처리하는 최소 단위로, 쉽게 말해 AI가 읽고 쓰는 글자 묶음입니다. 토큰을 적게 쓸수록 같은 예산으로 더 많은 작업을 돌릴 수 있습니다. 기업 입장에서는 이게 실질적인 비용 절감으로 직결됩니다.
코딩 분야에서는 오히려 GPT-5.6이 클로드 페이블을 앞서는 에이전트 인덱스(Agent Index) 수치를 보여주고 있습니다. 에이전트 인덱스란 AI가 반복적이고 자율적인 작업을 얼마나 잘 수행하는지를 측정하는 지표입니다. 반복 작업이 많은 개발 환경이나 기업 자동화 파이프라인에서는 GPT-5.6이 더 실용적인 선택이 될 수 있다는 뜻입니다.
- 종합 지능 벤치마크: 클로드 페이블 60점 vs GPT-5.6 솔 맥스 59점 (1점 차이)
- 작업당 비용: 클로드 페이블 $2.75 vs GPT-5.6 $1.04 (2.6배 이상 차이)
- 토큰 효율: GPT-5.6, 동일 작업 대비 토큰 사용 54% 절감
- 코딩 에이전트 인덱스: GPT-5.6이 클로드 페이블보다 높은 수치 기록
- 그록 4.5: 코딩 비용은 페이블의 약 1/5이지만 환각률(Hallucination Rate) 54%로 신뢰도 낮음
가성비 전쟁과 AI 치킨게임
직접 클로드 코드와 챗GPT 코덱스(Codex)를 같은 조건으로 돌려봤습니다. 코덱스란 오픈AI의 코딩 전문 에이전트 앱으로, 클로드 코드와 대응되는 도구입니다. 둘 다 월 200달러짜리 플랜을 쓴 상태에서 동일한 작업을 시켰는데, 결과가 꽤 달랐습니다.
유튜브 플레이리스트 69개 영상을 분석해서 특정 주제에 대한 발언이 시간 흐름에 따라 어떻게 바뀌었는지를 보여주는 웹서비스를 만들어 달라고 지시했습니다. GPT 코덱스는 약 30분, 클로드 코드는 약 50분이 걸렸습니다. 처음에는 GPT가 더 빠르고 디자인도 훨씬 완성도가 높았습니다. 반면 클로드는 화면 구성이 다소 거칠었습니다.
그런데 데이터 내용을 살펴보니 달랐습니다. GPT는 유튜브 자막 수집 과정에서 막히자 할 수 있는 데이터만 가져오고 멈췄습니다. 클로드는 AI 봇 차단을 맞닥뜨리자 스스로 안드로이드 기기인 척 위장해서 우회한 뒤 자막을 정확하게 긁어왔습니다. 이것은 꽤 예상 밖이었습니다. 디자인 완성도는 GPT가 앞섰지만, 데이터 수집과 분석 깊이는 클로드가 앞선 셈이었습니다.
결정적인 차이는 그다음이었습니다. 클로드에 GPT의 디자인을 참고해서 개선해 달라고 시켰더니, 토큰을 이미 다 소진해서 5시간 대기 후에야 재개가 가능하다고 멈춰버렸습니다. 클로드가 데이터를 더 깊이 처리하는 대신 토큰을 훨씬 많이 소모한다는 사실이 이 순간에 체감됐습니다. 같은 200달러 안에서 GPT는 더 많은 반복 작업을 소화하고, 클로드는 더 정밀한 결과물을 내놓는 구조로 보입니다.
이번에 GPT가 공개한 GPT 라이브(GPT Live) 음성 모델도 제가 직접 써봤습니다. 기존 음성 인식 AI는 사람이 숨만 쉬어도 말을 끊는 문제가 있었는데, GPT 라이브는 AI가 말하는 도중에도 상대방의 맥락을 파악해서 끼어들 타이밍을 스스로 판단합니다. 실시간 통번역 시나리오로 테스트했더니 동시통역 수준으로 자연스럽게 한국어를 영어로 바꿔줬습니다. 이 기능이 무료 버전에도 전면 개방된 점은 솔직히 놀라웠습니다.
지금 AI 시장 구도를 정리하면, 국내외 분석가들은 오픈AI와 앤스로픽이 성능 최선단을 형성하고, 구글·메타·xAI가 추격하는 2강 3중 구도로 보고 있습니다(출처: OpenAI 공식 블로그). 하지만 저는 이 구도보다 두 가지 변수가 더 신경 쓰입니다. 하나는 무료로 쓸 수 있는 중국 모델 GLM이 벤치마크 3~4위권에 진입해 있다는 점이고, 다른 하나는 구글 제미나이가 예정된 일정보다 모델 업데이트가 계속 늦어지고 있다는 점입니다. 구글 핵심 인력이 오픈AI와 앤스로픽으로 이탈하고 있는 것도 장기적으로 제미나이의 경쟁력에 변수가 될 수 있습니다.
앤스로픽도 클로드 페이블의 유료 사용자 대상 과금 시점을 일주일 연장하며 사용량을 추가로 풀었습니다. 성능이 상향 평준화되면서 이제 모델 자체의 우열보다 누가 더 오래 버티며 가격을 낮출 수 있느냐, 즉 재무 체력 싸움으로 전선이 이동하고 있습니다. 치킨게임(Chicken Game)이란 두 플레이어가 서로 양보하지 않고 충돌 직전까지 버티는 게임 이론 모델인데, 지금 AI 업계가 딱 이 구조입니다. 모델 성능은 1점 차이인데 가격은 계속 내려가고 있으니, 체력이 먼저 바닥나는 쪽이 시장을 내주는 구도입니다.
자주 묻는 질문
Q. GPT-5.6 솔, 테라, 루나 중에 일반 사용자는 뭘 쓰면 됩니까?
A. 일상적인 글쓰기나 검색 보조 수준이라면 루나로도 충분합니다. 코딩이나 복잡한 분석 작업을 자주 한다면 테라가 속도와 비용의 균형점에 해당합니다. 솔은 기업 단위의 반복 자동화 작업에 최적화된 티어로, 개인 사용자가 체감 차이를 크게 느끼기는 어렵습니다.
Q. 클로드 페이블이 벤치마크 1위인데 왜 GPT-5.6이 더 주목받는 겁니까?
A. 벤치마크 점수는 1점 차이지만 작업당 비용은 2.6배 이상 차이가 납니다. 기업이 AI를 도입할 때 성능만큼이나 비용 효율, 즉 달러당 성능이 핵심 판단 기준이 되기 때문입니다. 코딩·자동화 영역에서는 GPT-5.6의 에이전트 인덱스가 클로드를 앞서는 수치도 나오고 있어 실무 투입 측면에서 주목도가 높습니다.
Q. GPT 라이브 실시간 통역 기능, 무료로 쓸 수 있습니까?
A. 네, 오픈AI는 이번에 GPT 라이브를 무료 버전 사용자에게도 전면 개방했습니다. 챗GPT 앱에서 음성 대화 기능을 켜면 바로 사용할 수 있습니다. 다만 무료 플랜은 일일 사용량 제한이 있을 수 있으므로 장시간 통역 세션에는 유료 플랜이 더 안정적입니다.
Q. 그록 4.5가 가격이 싸다고 하던데 실제로 써도 됩니까?
A. 코딩 작업 기준으로 클로드 페이블 대비 약 1/5 수준의 비용이라 가성비는 높습니다. 그러나 환각률(Hallucination Rate), 즉 AI가 모르는 내용을 아는 척 틀리게 답하는 비율이 54%로 측정됐습니다. 정확성이 중요한 업무에는 신중하게 사용해야 하며, 초안 생성이나 아이디어 브레인스토밍 수준의 보조 용도로는 고려해볼 수 있습니다.
결론
지금 AI 시장에서 "어느 모델이 제일 똑똑한가"는 더 이상 기준이 아닙니다. 성능이 1점 차이로 수렴한 지금, 실질적인 선택 기준은 같은 돈으로 얼마나 많은 일을 처리할 수 있느냐로 이동했습니다. 제가 직접 두 에이전트를 밤새 돌려보면서 느낀 것은, GPT는 속도와 디자인 완성도가, 클로드는 데이터 분석 깊이가 강점이라는 점이었습니다. 어느 쪽이 낫다기보다 목적에 따라 골라 쓰는 시대가 됐다는 것입니다.
앞으로 주목할 포인트는 세 가지입니다. 무료로 쓸 수 있는 중국 모델 GLM의 성능 추이, 구글 제미나이의 다음 모델 출시 타이밍, 그리고 오픈AI와 앤스로픽이 이 가격 치킨게임을 재무적으로 얼마나 버텨내느냐입니다. 당장은 GPT-5.6의 가성비 공세가 기업 시장을 중심으로 클로드의 점유율을 흔들 가능성이 있습니다. 어떤 모델을 고를지 고민 중이라면, 반복 작업이 많으면 GPT-5.6 테라, 정밀한 분석이 우선이면 클로드 페이블을 기준점으로 잡고 비교해보시길 권합니다.