오픈AI, 퍼플렉시티 Astra 테스트 영상 공개

영상에서 가장 먼저 나오는 주장은 코드와 검색의 관계예요. 조니 호는 "모델이 코드를 더 잘 쓰게 될 때마다 검색과 정확도도 좋아집니다" 라고 말했어요. 모델이 웹이나 내부 정보를 뒤지는 코드를 직접 쓰고, 그 결과를 사람이 읽을 짧은 요약으로 합쳐 주기 때문이라는 설명이에요. 답변 엔진에서 코딩 능력은 곁가지가 아니라 검색 품질을 끌어올리는 지렛대라는 뜻이에요.

그다음이 이번 영상의 핵심이에요. 오픈AI 페이지에 따르면 조니 호는 손으로 테스트할 시간이 부족해서, GPT-6 Astra 에게 애플리케이션 주변에 작은 테스트 프로그램을 만들어 달라고 해요. 모델은 언어 모델 API 나 커넥터 같은 다른 서비스가 보낼 법한 현실적인 응답을 만들어 내고, 그 서비스 자리를 대신 서요. 그래서 애플리케이션이 어떻게 반응하는지, 작업 흐름이 처음부터 끝까지 이어지는지를 확인할 수 있어요.

엔지니어의 눈으로 보면 이건 테스트 자동화의 순서를 바꾼 이야기예요. 보통은 사람이 가짜 응답을 미리 써 두고 그 위에서 테스트를 돌려요. 여기서는 모델이 가짜 응답을 만드는 쪽까지 맡아요. 외부 서비스가 어떤 응답을 돌려줄지 모델이 이미 알고 있으니, 그걸 흉내 내는 일도 모델에게 시키는 구조예요. 집을 지을 때 목수가 자기가 쓸 거푸집까지 직접 짜는 것과 비슷해요.

오픈AI 페이지에는 퍼플렉시티가 이 모델에 맡기는 일이 셋 적혀 있어요. 소통 문안을 쓰는 일, 소프트웨어를 고치는 일, 프로덕션 시스템을 감시하는 일이에요. 조니 호는 영상에서 이 세 가지를 이전 세대 모델은 하지 못했던 일이라고 말했어요. 정보를 다루는 능력을 실제 시스템에 적용하는 게 AI 가 좋아질수록 풀어야 할 과제였다는 설명이 앞에 붙어 있어요.

그 결과로 그가 말한 문장이 이 사례의 결론이에요. 조니 호는 "이제 엔드투엔드 시스템 전체를 맡길 수 있고, 이전 세대 모델보다 훨씬 덜 들여다봐요" 라고 말했어요. 영상에서는 "덜 자주, 아니 훨씬 덜 자주" 라고 스스로 고쳐 말하는 대목이 있어요. 페이지의 요약 문장도 같은 말을 해요. 이전 모델보다 확인하는 횟수가 훨씬 줄었다는 거예요. 그는 영상 끝에 이런 능력을 새로운 형태의 제품으로 만들어 고객에게 전하고 싶다고 덧붙였어요.

이 영상은 오픈AI 가 GPT-6 Astra 로 잇달아 내놓는 고객 사례 가운데 하나예요. 메탈은 코그니션의 데빈이 같은 모델로 자기 일을 스스로 증명하는 사례를 보도한 바 있으며, 그 기사에서 퍼플렉시티 사례 페이지의 첫 인용도 함께 다뤘어요. 이번에는 글로만 있던 사례에 창업자가 직접 말하는 영상이 붙었어요. 오픈AI 가 코덱스 하네스를 API 로 연 일도 앞서 정리했어요. 하네스를 밖으로 열고, 그 하네스 위에서 검사를 돌리는 고객을 앞세우는 흐름이 한 줄로 이어져요.

오픈AI 페이지에 표시된 정보는 소박해요. 회사 규모는 스타트업, 지역은 북미, 산업은 기술, 쓰는 제품은 API 예요. 영상은 게시 몇 시간 만에 조회 3만 8천 회를 넘겼고 답글 73개가 달렸어요. 오픈AI 가 보여 주고 싶은 그림은 분명해요. 모델이 코드를 쓰는 데서 멈추지 않고, 그 코드가 맞는지 확인하는 장치까지 스스로 세우고, 사람은 결과를 덜 들여다보는 개발 방식이에요. 퍼플렉시티는 그 방식을 이미 프로덕션에서 쓰고 있다고 말했어요.