GPT-5.6·Grok 4.5·GPT-Live — AI 모델, '만능'에서 '전문가 팀'으로 진화하다

이번 주 AI 모델 발표가 유난히 쏟아졌습니다. GPT-5.6, Grok 4.5, GPT-Live, Robostral Navigate, Leanstral 1.5 — 이름만 보면 제각각이지만, 공통점이 하나 있습니다. "하나의 만능 모델"이 아니라 "용도에 맞는 전문 모델"을 내놨다는 것입니다.

1. GPT-5.6 — 같은 두뇌, 세 가지 가격표

7월 9일, OpenAI가 GPT-5.6 시리즈를 공개했습니다. 이번엔 모델이 세 개입니다.

• Sol — 최고 성능. Terminal-Bench 2.1에서 91.9%로 1위. max reasoning effort와 ultra 모드를 독점 지원합니다.
• Terra — 일상 업무용. GPT-5.5 수준 성능을 절반 가격에 제공합니다.
• Luna — 대량 처리용. 입력 $1, 출력 $6(100만 토큰당)으로 가장 저렴합니다.

핵심은 같은 아키텍처를 가격-성능 3단계로 분화시킨 전략입니다. 기업은 중요한 작업엔 Sol을, 반복 업무엔 Luna를 써서 비용을 최적화할 수 있습니다. 이미 Microsoft 365 Copilot(Word, Excel, PowerPoint, Chat, Cowork)에 탑재되어 엔터프라이즈 배포가 시작됐습니다.

기술적으로도 눈길을 끄는 수치가 있습니다. 컨텍스트 윈도우 105만 토큰, 최대 출력 12만 8천 토큰. 여기에 Cerebras 하드웨어 가속으로 초당 750토큰 추론이 가능합니다. 사이버보안 벤치마크(ExploitGym)에서도 전 모델이 대폭 강화됐습니다. (출처: openai.com)

한 줄 요약: AI 모델도 항공권처럼 '이코노미·비즈니스·퍼스트'로 나뉘는 시대. 작업 종류별로 다른 모델을 자동 배정하는 방식이 새 표준이 될 수 있습니다.

2. Grok 4.5 — Cursor 개발자 데이터로 훈련한 '코딩 특화' 모델

하루 앞선 7월 8일, SpaceXAI(구 xAI)가 Grok 4.5를 내놨습니다. 이 모델의 가장 큰 차별점은 훈련 데이터입니다.

SpaceX가 6월 중순 코딩 도구 Cursor를 약 600억 달러에 인수한 뒤, 실제 Cursor 사용자들의 개발 세션 데이터 — 컨텍스트 전환 패턴, 장기 태스크 구조, 디버깅 흐름 — 를 훈련에 투입했습니다. 합성 데이터나 벤치마크 최적화가 아닌, 진짜 개발자가 일하는 방식을 학습한 셈입니다.

결과가 흥미롭습니다. SWE Bench Pro에서 Opus 4.8(max) 대비 약 4.2배 적은 출력 토큰으로 동등 성능을 달성했습니다. 정확도가 아닌 토큰 효율성이라는 새로운 경쟁 축을 제시한 것입니다. 가격도 입력 $2, 출력 $6(100만 토큰당)으로 경쟁력 있습니다. 현재 Grok Build, Cursor 전 플랜, SpaceXAI 콘솔에서 이용 가능합니다. (출처: x.ai)

한 줄 요약: 모델 회사가 개발 도구 회사를 사고, 진짜 개발자 데이터로 훈련시키는 '수직 통합' 시대의 첫 결과물입니다.

3. GPT-Live — 동시에 듣고 말하는 AI

같은 날 OpenAI가 공개한 GPT-Live는 AI 음성 대화의 규칙을 바꿉니다.

지금까지 AI 음성 비서는 반이중(half-duplex) 방식이었습니다. 사용자가 말하는 동안 AI는 듣기만 하고, AI가 말할 때 사용자는 기다려야 했습니다. GPT-Live는 풀듀플렉스 아키텍처로 이 한계를 깹니다.

초당 여러 번 '말할지·들을지·멈출지·끼어들지·도구를 쓸지'를 판단합니다. "음" "네" 같은 자연스러운 추임새를 넣고, 사용자가 끼어들면 즉시 멈추고, 어려운 질문이 오면 백그라운드에서 프론티어 모델에 위임한 뒤 답을 가져옵니다.

유료 사용자에게는 GPT-Live-1, 무료 사용자에게는 GPT-Live-1 mini가 적용됩니다. 실시간 번역, 날씨·주식·스포츠 비주얼 카드 기능도 포함됩니다. (출처: openai.com)

한 줄 요약: AI 음성 비서가 드디어 '전화 통화'처럼 자연스러워졌습니다. 콜센터·실시간 통역 시장의 UX 기준이 올라갈 것으로 보입니다.

4. Robostral Navigate — 카메라 하나로 길 찾는 로봇 AI

Mistral AI가 7월 8일 공개한 Robostral Navigate는 완전히 다른 방향입니다. '대화'가 아니라 '이동'에 특화된 모델입니다.

80억 파라미터 비전-언어 모델로, 단일 RGB 카메라만으로 로봇이 자연어 명령을 따라 복잡한 공간을 이동합니다. "로비를 나가서, 복도를 지나, 물품실에 들어가 두 번째 선반 앞에 멈춰"라는 지시를 이해하고 실행합니다.

기존 로봇 내비게이션은 LiDAR(레이저 거리 측정기), 깊이 센서 등 고가 장비가 필수였습니다. Robostral Navigate는 이를 없앴습니다. R2R-CE 벤치마크에서 76.6% 성공률 — 기존 단일카메라 방식 대비 +9.7포인트, 다중센서 시스템까지 +4.5포인트 앞섭니다.

더 놀라운 점은 시뮬레이션에서만 훈련(6,000 장면, 40만 궤적)했는데 실제 환경에서도 작동한다는 것입니다. 바퀴형, 다리형, 비행체 등 플랫폼도 가리지 않습니다. (출처: mistral.ai)

한 줄 요약: 비싼 센서 없이 카메라 하나로 로봇이 스스로 움직이는 시대. 물류·서비스 로봇 도입 비용이 크게 낮아질 수 있습니다.

5. Leanstral 1.5 — 수학 증명을 자동화하는 오픈소스 모델

역시 Mistral에서 7월 2일 공개한 Leanstral 1.5는 가장 좁은 영역에 집중합니다. 형식 검증 — 소프트웨어와 수학 정리의 정확성을 논리적으로 증명하는 작업입니다.

119B(1,190억) 파라미터 중 6B(60억)만 활성화하는 효율적 구조로, Lean 4 프로그래밍 언어에서 증명을 작성·수정합니다. 성적표가 압도적입니다.

• miniF2F: 100% — 벤치마크 자체를 포화시켰습니다
• PutnamBench: 672문제 중 587문제 해결 (문제당 약 $4)
• FATE-H: 87% — 대학원급 대수학 최고 성적
• FATE-X: 34% — 박사급 대수학 최고 성적

Claude Opus 4.6 대비 7분의 1 비용으로 더 나은 성능을 냅니다. 실전 저장소 57개를 검사해 미보고 버그 5건을 자동 발견하기도 했습니다. Apache-2.0 라이선스로 누구나 쓸 수 있습니다. (출처: mistral.ai)

한 줄 요약: 수학 교수가 하던 '증명 검증'을 AI가 대신합니다. 항공·금융·의료 등 안전 필수 소프트웨어 분야에서 잠재력이 큽니다.

총정리

한 줄 요약 AI 모델 경쟁이 '누가 가장 똑똑한가'에서 '누가 가장 적합한 전문가 팀을 구성하는가'로 바뀌고 있습니다.

• 가격-성능 분화: GPT-5.6의 Sol/Terra/Luna 3계층 — AI 비용 문제가 '어떤 모델을 쓸까'에서 '작업별로 어떤 등급을 매칭할까'로 전환됩니다
• 수직 통합 가속: SpaceXAI-Cursor $600억 인수 → Grok 4.5, GPT-5.6 → M365 Copilot 즉시 탑재 — 모델 회사가 배포 채널까지 소유하는 시대
• 극도의 전문화: GPT-Live(음성), Robostral(로봇 이동), Leanstral(수학 증명) — '범용 LLM 하나로 모든 것' 대신 '전문 모델 포트폴리오'가 표준이 됩니다

오늘 이것만 기억하세요: AI 모델은 더 이상 '만능 천재 한 명'이 아닙니다. 용도별 전문가로 쪼개지고, 도구와 결합하고, 가격대별로 세분화되고 있습니다. '적재적소'가 이 시대의 키워드입니다.

용어 설명

풀듀플렉스(Full-Duplex): 통신에서 양방향 동시 송수신을 의미합니다. AI 음성 모델의 경우, 사용자의 말을 들으면서 동시에 응답할 수 있는 방식입니다. 전화 통화가 대표적인 풀듀플렉스 통신입니다.

형식 검증(Formal Verification): 수학적 증명을 통해 소프트웨어나 알고리즘이 명세를 정확히 충족하는지 확인하는 기법입니다. 테스트와 달리 모든 경우의 수를 논리적으로 보장합니다.

토큰 효율성(Token Efficiency): 같은 작업을 수행할 때 AI 모델이 소비하는 토큰(텍스트 조각) 수의 효율을 말합니다. 토큰이 적을수록 비용이 줄고 응답이 빨라집니다.

R2R-CE: Room-to-Room Continuous Environment의 약자로, 로봇이 자연어 지시를 따라 실내 공간을 이동하는 능력을 측정하는 벤치마크입니다.