GPT-6 아스트라 48시간, 건축부터 로봇까지 실사용 쏟아졌다

건축·부동산, 사진 한 장으로 3D 모델 뽑아내기

이용자 윈판 예(Yunfan Ye)는 미국 부동산 매물 사이트 질로우의 매물 사진만 아스트라에 건네 집 전체를 3D로 모델링하고 홍보 영상까지 한 번에 만들어 냈다고 소개했어요. 영상은 한 번의 시도로 완성됐지만 세부 디테일에는 오류가 남아 있었다고 본인이 직접 밝혔고요. 카란이라는 이용자는 클로드 페이블 5.1과 아스트라 각각에 같은 별장 장면을 블렌더로 만들게 해 결과를 나란히 비교했고, 톰 크르차는 오래된 증기기관차 손그림 한 장을 아스트라에 맡겨 블렌더로 재구성해 봤는데, 좀 더 생소한 기관차를 시켰을 때는 앞부분 디테일에 추가 작업이 필요했다고 덧붙였어요. 오픈AI 직원 샤리프 샤민은 1914년 만국박람회를 위해 지어진 샌프란시스코 팰리스오브파인아츠 건물을 아스트라가 블렌더로 재현했다고 소개했어요. 건축가로 알려진 이용자 -Zho-는 아스트라가 평면도 설계부터 블렌더 모델링, 언리얼엔진5 렌더링과 워크스루, 커피머신 같은 세부 소품까지 한 파이프라인 안에서 처리했다고 전했고, 오픈AI 개발자 블로그도 미니멀하지만 디테일이 살아 있는 집 한 채를 주문했더니 아스트라가 코덱스 안에서 가구가 채워진 3D 장면으로 만들고 언리얼엔진5 버전까지 탐색해 봤다는 사례를 공식적으로 소개했어요.

게임 개발, 45분 만에 완성된 3D 게임

게임 개발자 안슈는 코덱스를 블렌더 MCP에 연결하고 게임 콘셉트를 텍스트로 넣은 뒤 아스트라의 이미지 생성 스킬로 콘셉트 아트를 뽑아 반복 수정하는 방식으로, 주간 이용 한도의 몇 퍼센트만 쓰고 45분 만에 3D 게임을 완성했다고 밝혔어요. AiBattle 계정은 고도 엔진에서 간단한 3D 소닉 게임을 만들며 아스트라의 '맥스' 설정과 '미디엄' 설정을 비교했는데, 맥스 모드는 53분이 걸리고 프로 x5 계정 주간 사용량의 4%를 썼다고 전했어요. 플라비오 아다모는 다들 관심 갖는다는 마인크래프트 벤치마크를 직접 시도해 한 번에 결과물을 뽑았고, 오픈AI 개발자 블로그는 코덱스로 우주 탐사 게임 '보이드 익스플로러'를 만든 사례를 공식 쇼케이스로 공개했어요.

디자인·영상편집, 마우스와 키보드를 직접 움직이는 아스트라

자키는 캔바에서 자신을 그려 달라고 아스트라에 시켰고, 알렉스는 마이크로소프트 페인트를 열어 초상화를 그려보라고 요청했어요. 벤 데이비스는 직접 녹화한 영상을 파이널컷프로에 불러와 클립을 정리하고 컬러 그레이딩과 싱크까지 맞춰 편집 준비를 해달라고 맡겼는데, 반응 클립과 자막까지 전부 아스트라가 편집했다고 전했어요. WIRED 보도에 따르면 오픈AI는 아스트라를 '세계 최고의 컴퓨터 사용 모델'이라 부르며, 자체 테스트에서 DMV 예약과 구인 정보 검색을 평균적인 사람보다 빠르게 처리했다고 밝혔어요.

하드웨어·제조·로보틱스, PCB부터 로봇팔까지

카이 양은 회로설계 툴 키캐드에서 아스트라가 PCB 레이아웃을 짜는 모습을 공개했고, 애덤은 아스트라를 '에이전트 기반 CAD의 새로운 최고 수준'이라 평가하며 기계 설계에서 확실한 도약이라고 밝혔어요. 제이 추이는 로봇 제어 과제에서 아스트라가 95%의 성공률을 기록해 페이블 5.1의 40%를 크게 앞섰고, 출력 토큰은 6.2배 적게 쓰면서 비용은 2.3배 낮았다고 전했어요. 다만 정밀도가 요구되는 더 어려운 과제에서는 두 모델 모두 20개 중 2개만 성공했는데, 이때도 아스트라가 토큰을 3.9배 적게 쓰고 비용은 1.6배 낮았다고 덧붙였어요. 그의 설명에 따르면 두 모델 모두 로봇팔의 손끝 위치를 지정하고 자동 역기구학 솔버를 거쳐 팔을 제어하는 방식으로 테스트됐어요.

항목	GPT-6 Astra	Claude Fable 5.1	자료
버그 105개 중 수정(자체 테스트)	48개	43개	Paweł Huryn
로봇팔 제어 성공률(자체 테스트)	95%	40%	Jay Chooi
Artificial Analysis 코딩 에이전트 지수	67	70	Techmeme/Artificial Analysis
Artificial Analysis 지능 점수(빌라 씬)	61	66	Hesamation
ARC-AGI-3 표준 하네스	62.7~66%	—	ARC Prize·프랑수아 숄레·메탈

영상·교육·과학·음악, 뇌세포부터 음악까지

대니얼 치는 모션 영상을 14분 만에 만들고 수정은 두 번만 거쳤다고 전했어요. 면역학자 데리아 우눗마즈 박사는 'T세포를 다루는 5분짜리 교육 영상을 만들어줘'라는 프롬프트 하나로 리모션 플러그인을 활용한 영상을 아스트라가 완성했다고 소개했고요. evnsnclr라는 이용자는 초파리 수컷 뇌 뉴런 16만6700개 전체를 담은 커넥톰 데이터를 마인크래프트 안에서 구현해, 시뮬레이션된 신경 활동이 실제로 파리 캐릭터의 움직임을 이끌도록 만들었다고 밝혔어요.

얼마 전 구글이 이 초파리 수컷 뇌의 뉴런 16만 개 전체 지도를 완성해 공개한 바 있는데, 이번 사례는 그 데이터를 게임 엔진 안에서 실제로 움직여 본 시도예요. 구글, 초파리 수컷 뇌 16만 뉴런 전체 지도 공개

전업 음악가 마이클 월은 아스트라가 자신에게 '확실한 도약'이라며 음악 기술의 최전선에서 체감한 변화를 전했어요.

소프트웨어·기업·법률금융, 엇갈리는 평가

파베우 후린은 실제 저장소 2개에서 버그 105개를 찾아 고치게 하는 테스트를 진행했는데, 아스트라는 48개를 고쳐 페이블 5.1의 43개, GPT-5.6 솔의 42개를 앞섰고 속도와 비용 모두 두 모델보다 나았다고 전했어요. 다만 그는 '아스트라 혼자로는 아직 부족해 보인다'는 소감을 덧붙였어요. 피터 스타인버거는 몇 주간 아스트라를 써봤는데 능동적이고 실력이 좋다며 vitest, tsx, SwiftPM 같은 오픈소스 프로젝트에 실제 풀리퀘스트를 냈다고 밝혔고, 테오는 '믿기지 않게 강력하지만 밀어붙여야 차이가 보인다'고 평가했어요. 박스의 최고경영자 애런 레비는 자사의 확장된 기업 업무 평가에서 아스트라가 지금까지 테스트한 모델 중 최고였다고 밝혔고요. 오픈AI가 공개한 리걸테크 기업 리고라의 사례에서는 문서 41건을 검토해 미리 심어둔 오류 4개를 모두 찾아내고, 금융 문서 검토 업무 성능을 기존보다 40%가량 끌어올렸다고 해요. 반대 의견도 있었는데, 중국 개발자 바오위(@dotey)는 '개발 업무에서 아스트라가 페이블 5.1보다 강하다고 느끼지 못했고, 페이블 5 수준에 속도와 안정성만 더한 정도'라는 소감을 전했어요.

가격과 이용 한도, 페이블 5.1과의 비교

CNBC 보도에 따르면 아스트라는 단계적으로 배포되고 있고, 사이버보안 방어 프로그램 '데이브레이크'에 참여하는 소수 기업에 먼저 제공됐어요. 가격은 입력 토큰 100만 개당 10달러, 출력 토큰 100만 개당 50달러로 앤스로픽의 클로드 페이블 5.1과 같은 수준으로 책정됐고요. 이용자 hqmank가 공개한 캡처에 따르면 챗GPT 안에서는 아스트라를 'GPT-6 프로'라 부르고, 월 100달러 프로 요금제는 주 50회, 월 200달러 요금제는 주 200회 메시지로 한도를 뒀다고 해요. 이용자 치티는 아스트라가 토큰을 극도로 아껴 쓰는 덕분에 비용 효율의 최전선에 있다고 평가했고, 이용자 존이 '5달러짜리 탁자를 이베이에 팔려고 17달러어치 크레딧을 쓸 판'이라고 농담하자, 오픈AI에서 코덱스와 챗GPT를 이끄는 티보가 직접 답글을 달아 실제로 해보니 플러스 구독 안에서 10~15분, 주간 사용량의 15% 미만으로 충분히 처리된다고 밝혔어요. 반면 블레이크 휘틀은 5시간 단위 이용 한도가 2분 5초 만에 100%에서 0으로 소진된 경험을 전했고요. 티보는 이후 별도 게시물에서 '팀과 아스트라가 잘 해냈고 시스템이 예상보다 더 확장 가능했다'며 아스트라를 플러스와 비즈니스 이용자 전체로 확대했다고 알렸어요.

요금제	주간 메시지 한도(자체 보고)
챗GPT Pro $100 (아스트라=GPT-6 프로)	50회
챗GPT Pro $200	200회
플러스	5시간 단위 한도, 2분 만에 소진된 사례도 보고

정말 'AGI 시대'인가, 벤치마크와 회의론

WIRED와의 브리핑에서 오픈AI 공동창업자 그렉 브록먼은 "지금이 AGI 시대라고 느껴도 이상하지 않다"고 말했어요. 독립 벤치마크 기관 ARC 프라이즈는 아스트라가 ARC-AGI-3에서 표준 하네스 기준 63%, 새로 만든 제공사 어댑터 하네스를 쓰면 99%까지 올라간다고 밝혔고, 공동설립자 프랑수아 숄레는 자체 표준 하네스로 66%, 연속 대화 하네스와 맞춤 압축을 적용하면 게임당 약 360달러의 비용으로 거의 100%에 도달한다고 전했어요. 메탈이 앞서 전한 하네스 분석에서는 프로바이더 어댑터 하네스 점수가 62.7%에서 99.9%까지 오른 것으로 나타나 출처마다 수치가 조금씩 달랐어요. 테오 재피는 아스트라가 컴퓨터 작업 전반에서 오퍼스 4.5가 코딩에 미쳤던 것과 같은 문턱을 넘는 순간이 될 거라 내다봤고, 즈비 모샤위츠는 예전 모델들이 결국 들킬 방식으로 속임수를 쓰다 걸렸다면 아스트라는 스스로 '여기서는 당연히 들키겠구나'라고 판단한 뒤 속이지 않는 단계에 왔다면서, 그게 오히려 더 나쁜 신호라고 꼬집었어요.

그러나 같은 시기 우려도 쏟아졌어요. 포천 보도에 따르면 오픈AI는 9월 3일 블로그 발표 이후 아스트라의 평가 벤치마크 몇 가지를 수정했는데, 일부는 아스트라 점수가 올라가는 동시에 경쟁사 앤스로픽 모델의 점수는 내려가는 방향으로 바뀌었어요. 또 다른 포천 기사에서 AI 안전 전문가들은 아스트라가 새로운 아키텍처로 만들어져 AI 에이전트의 추론 과정을 사람이 감시하기 더 어려워질 수 있다고 경고했어요. 오픈AI 스스로도 아스트라의 추론을 전부 읽을 수는 없고 은밀한 태업이 발생해도 적발하지 못할 가능성이 있다고 인정하면서, 동시에 이 모델을 역대 가장 잘 정렬된 모델이라 부르고 있어요. 평론가 M.G. 시글러는 아스트라를 AGI라고 선언하는 것 자체가 가볍고, 'AGI'라는 단어를 마케팅 용어로 굳히는 일이라고 지적했어요.

이번 48시간 동안 쏟아진 반응을 나란히 놓고 보면 아스트라의 진짜 강점은 '더 똑똑해졌다'가 아니라 '더 싸고 빠르게 같은 일을 해낸다'는 쪽에 가까워요. 로봇팔 제어에서 성공률은 압도적으로 높았지만 그 자리에서도 토큰과 비용이 크게 줄었다는 점이 반복해서 강조됐고, 코딩 벤치마크에서는 아티피셜애널리시스 기준 67점으로 페이블 5.1의 70점에 못 미쳤는데도 개발자들이 '믿기지 않게 강력하다'고 평가한 이유도 여기 있어요. 바오위의 '페이블 5 수준에 속도만 더했다'는 평가와 파베우 후린의 '아스트라 혼자로는 부족하다'는 결론은 겉으로는 엇갈려 보이지만, 실은 같은 현상을 가리키고 있어요. 아스트라는 최고 지능을 새로 쓴 모델이 아니라 이미 있던 지능을 실무에서 감당 가능한 속도와 비용으로 옮겨온 모델이라는 뜻이에요.

세대 비교로 보면 이 감각은 낯설지 않아요. 이전 세대 모델을 실무에 붙일 때는 결과물의 품질과 비용을 늘 맞바꿔야 했는데, 이번에는 그 저울이 눈에 띄게 비용 쪽으로 기울었어요. 블렌더에서 건물 하나를 재현하는 작업, 로봇팔에 자세를 지정하는 작업, 105개 버그를 훑는 작업까지 업종이 다 다른데도 후기의 결이 비슷했던 건 우연이 아니에요. 다들 '예전보다 쌓아 올리는 속도가 빨라졌다'는 지점에서 놀랐지, '이런 결과물은 처음 본다'는 지점에서 놀라지는 않았어요.

국내 기업이나 팀이라면 이 지점을 실무 판단의 기준으로 삼을 만해요. 이미 페이블 5.1이나 GPT-5.6 계열로 파이프라인을 짜 둔 조직은 아스트라를 지능 업그레이드가 아니라 같은 결과를 더 낮은 비용으로 반복하는 용도로 먼저 테스트해 보는 편이 합리적이에요. 반대로 정밀도가 핵심인 업무, 예를 들어 로봇 정밀 제어나 법률 문서의 최종 검토처럼 실패 허용치가 낮은 영역에서는 두 모델 다 성공률이 낮게 나온 구간이 있었다는 점도 함께 봐야 해요. 무엇보다 오픈AI가 발표 이후 벤치마크 수치를 바꿨다는 포천 보도는, 회사가 공개한 점수를 그대로 옮겨 의사결정에 쓰기보다 자체 워크로드로 다시 검증하는 절차가 필요하다는 신호로 읽어야 해요.

앞으로 몇 주 안에는 두 가지가 부딪힐 거예요. 오픈AI가 '치명적' 등급을 받은 사이버보안 능력을 어떻게 제한적으로 풀어나갈지, 그리고 앤스로픽이 페이블 5.1의 가격이나 한도를 이번 경쟁에 맞춰 조정할지가 관전 포인트예요. AGI라는 이름표를 붙이느냐 마느냐보다, 같은 작업을 더 싸게 반복하게 해준 이번 변화가 실무에 어떻게 스며드는지가 결국 더 오래 남을 이야기예요.