오픈AI가 GPT 6 아스트라를 공개하면서 AI 업계가 또 한 번 발칵 뒤집혔습니다. 샘 알트만은 이 모델의 컴퓨터 사용 수준이 인간 수준에 도달했다고 밝혔는데, 벤치마크 성적부터 실제 데모까지 놓고 보면 코딩을 넘어 사무직 노동자의 업무 영역을 정조준하고 있다는 신호가 뚜렷합니다.
이 글은 내일은 투자왕 채널을 운영하는 김단테가 GPT 6 아스트라의 벤치마크 결과, 실사용 사례, 그리고 이것이 사무직 노동시장과 AI 업계 경쟁 구도에 미칠 영향을 다룬 영상을 정리한 내용입니다.
압도적인 벤치마크, 특히 아크 AGI에서 드러난 격차
영상에 따르면 GPT 6 아스트라는 거의 모든 벤치마크에서 1등을 기록했습니다. 전작인 GPT 5.6 솔은 물론, 이틀 전 출시된 클로드 페이블 5.1, 제미나이와 비교해도 가장 높은 점수를 받았고, API 코스트 대비 성능에서도 우위를 보였습니다. 터미널 벤치 사이언스(과학 리서치 능력을 측정하는 벤치마크)와 수학 관련 벤치마크에서도 비용 대비 최고 성과를 냈습니다.
가장 흥미로운 결과는 아크 AGI 테스트였습니다. 이 테스트는 구글 출신 연구자 프랑스와 숄레가 2019년에 만든 것으로, 세상에 존재하지 않는 완전히 새로운 문제를 실시간으로 제시해 AI가 제로베이스에서 규칙을 파악하고 풀어내는 능력을 측정합니다. 최신 버전인 아크 AGI 3에서 클로드 오퍼스 5는 30점을 받은 반면 GPT 6 아스트라는 99점을 기록했습니다(클로드 페이블 5.1 점수는 공개되지 않았습니다). 아크 프라이즈 파운데이션은 아스트라가 96% 레벨에서 인간 행동 효율성 기준을 능가했고 인간과 동등한 수준에 도달했으며, 지금까지 테스트한 프론티어 모델 중 가장 의미 있는 도약이라고 평가했습니다.
실제 활용 능력을 보여주는 사례도 다양합니다. 3D 모델링 프로그램 블렌더로 빌라 저택을 만들게 했을 때 클로드 페이블 5.1보다 퀄리티 차이가 뚜렷했고, 카트라이더와 비슷한 레이싱 게임을 부스터·터보·장애물까지 갖춰 완성했습니다. 심시티 복제 작업은 5일간 중단 없이 진행되며 아직 완료되진 않았지만 상당한 복잡도를 보여줬고, 포켓몬 파이어레드 게임도 이전 GPT 모델들보다 가장 빠르게 깼습니다. 수학계에서는 미해결 문제로 유명한 에르데시의 문제 중 일부를 풀어냈고, 이를 테스트한 수학자 바르토즈도 놀라움을 표했습니다.
끈질김과 장기 작업 능력이 만드는 에이전틱 전환점
영상에서 강조하는 아스트라의 핵심 특징은 ‘끈질김’입니다. 과거 AI 모델은 한 번 시도하고 결과만 제출했다면, 아스트라는 시도하고 실패하면 원인을 찾고 다른 방법을 시도하며 될 때까지 반복합니다. 심시티를 5일간 만든 것도 이런 지속성 덕분입니다.
와튼 스쿨 교수로 알려진 이선 몰릭은 GPT 6에게 이메일, 글, 일정을 읽게 하고 5일간 중단 없이 자신에 대한 개인 위키를 구축하도록 시켰습니다. 위키 구축 후에는 하루 두 번 이메일을 확인해 주의가 필요한 항목을 요약해주는 방식으로 작동했다고 합니다. 다만 이 테스트는 베타 기간 중 무료로 진행된 것이라 실제 비용은 공개되지 않았습니다.
오픈AI 직원 마크는 아스트라의 컴퓨터 사용 능력을 특히 강조했습니다. 클로드 코드나 GPT 코덱스 등장 이후 코딩 관련 업무는 빠르게 대체되고 있지만, 컴퓨터를 사용하는 사무직 업무는 AI가 아직 능숙하지 못해 상대적으로 느리게 대체되고 있었습니다. 아스트라의 컴퓨터 사용 능력이 이 격차를 좁히면서 본격적인 에이전틱 시대의 시작점이 될 수 있다는 것입니다.
오픈AI 데모 영상에서는 키보드를 전혀 사용하지 않고 음성 명령만으로 그림판에 로켓을 그려 3D 모델링까지 연결하거나, 파워포인트를 만들고, 쇼핑을 대신 처리하는 장면이 나옵니다. 진행자는 이를 “자비스가 나온 것 같은 느낌”이라고 표현했습니다. 퍼플렉시티가 만든 컴퓨터 조작 벤치마크에서도 아스트라는 페이블 5.1보다 훨씬 낮은 비용으로 더 높은 점수를 받았고, 발스 AI라는 모델 성능 비교 회사의 평가에서도 1위를 차지했습니다. 다만 사이버 보안 능력이 크게 높아지면서 처음으로 위험 등급을 받았다는 점도 함께 언급됐습니다.
업계 경쟁 구도: 앤트로픽 상장 앞두고 던져진 변수
진행자는 이번 출시 타이밍이 절묘하다고 짚었습니다. 앤트로픽이 상장을 앞둔 시점에, 클로드 페이블 5.1이 출시된 지 하루 이틀 만에 GPT 6 아스트라가 나오면서 관련 뉴스를 덮어버린 모양새라는 것입니다. 페이블보다 더 좋은 모델을 앤트로픽이 이미 내부적으로 갖고 있다는 이야기도 들린다고 전했습니다(진행자 본인도 건너 건너 들은 이야기라고 밝혔습니다).
일론 머스크와의 갈등도 언급됩니다. 스페이스X가 인수한 AI 코딩 툴 커서에서는 GPT 6가 아예 사용이 막혀 있고, 일정 기간이 지나면 다른 GPT 모델들도 커서에서 쓸 수 없게 될 예정이라고 합니다.
지금 당장 시도해볼 수 있는 것들
GPT 6 아스트라는 아직 제한된 베타 사용자에게만 공개돼 직접 써보기 어렵습니다. 대신 지금 바로 시도할 수 있는 세 가지 방법을 정리했습니다.
- 컴퓨터 조작이 가능한 AI 브라우저로 반복 업무 하나를 맡겨보기: 한국에서 만든 AI 브라우저 어사이드에 클로드 오퍼스 5를 연결해 “구독 해제해줘”라고 지시하면, 로그인(이메일 OTP 처리 포함)부터 구독 취소, 유지 팝업 거절까지 2분 45초 만에 자동으로 끝납니다. 각자 자주 반복하는 웹 작업(구독 관리, 예약 변경 등) 하나를 골라 비슷하게 시도해보세요.
- 브라우저 조작 대신 텍스트 명령으로 정보 수집 위임하기: “블룸버그 기사 들어가서 정리해줘, 세 시간마다 업데이트해줘”처럼 텍스트로 지시하면 직접 찾아 읽는 대신 주기적으로 요약을 받을 수 있습니다. 매일 확인하는 뉴스나 리포트가 있다면 이런 워크플로우를 하나씩 만들어보세요.
- 계정·결제·개인정보가 걸린 작업은 사람이 재확인하는 절차 마련하기: 아스트라가 사이버 보안 위험 등급을 새로 받은 만큼, 에이전틱 AI에게 맡긴 결과는 특히 민감한 작업일수록 반드시 사람이 검토하는 단계를 함께 설계해두는 것이 안전합니다.
GPT 6 아스트라가 정식 공개되면 우선적으로 위임해볼 사무 업무 목록을 미리 정리해두면 전환이 빨라질 것입니다.
비판적으로 짚어볼 점
영상은 벤치마크 수치와 실사용 사례를 풍부하게 제시하며 아스트라의 컴퓨터 사용 능력과 지속성을 설득력 있게 보여줍니다. 특히 아크 AGI 점수 비교(클로드 오퍼스 5 대비)와 심시티·포켓몬 등 구체적인 데모는 추상적인 벤치마크보다 체감하기 쉬웠습니다.
다만 몇 가지 짚어야 할 한계도 있습니다. 진행자 본인이 아직 GPT 6 아스트라를 직접 사용해보지 못했다고 밝힌 만큼, 이 내용은 오픈AI와 초기 베타 테스터들의 발표 및 후기에 의존하고 있습니다. 아크 AGI 3에서 클로드 페이블 5.1의 점수가 공개되지 않아 최신 모델 간 정확한 비교는 어렵습니다. 앤트로픽이 더 좋은 내부 모델을 갖고 있다는 이야기도 진행자가 건너 들은 소문 수준이라는 점을 스스로 밝혔습니다. 또한 이선 몰릭 교수의 5일 테스트는 베타 기간 무료 사용이었기 때문에 실제 비용이 얼마나 들지는 알 수 없고, 사이버 보안 위험 등급 상승이라는 대목은 그 구체적 의미나 오픈AI의 대응 방안까지는 다뤄지지 않았습니다. 사무직 대체 가능성을 논할 때는 이런 불확실성과 실제 정식 출시 이후의 가격, 접근성 변화를 함께 지켜볼 필요가 있습니다.
핵심 요약
- GPT 6 아스트라는 아크 AGI 3에서 99점(클로드 오퍼스 5는 30점)을 받는 등 거의 전 영역 벤치마크에서 1위를 차지했으며, 특히 실시간으로 낯선 규칙을 파악해야 하는 문제에서 격차가 컸습니다.
- 아스트라의 핵심 차별점은 ‘끈질김’입니다. 실패하면 원인을 찾아 방법을 바꿔 다시 시도하는 과정을 반복해, 심시티 제작처럼 5일간 중단 없이 이어지는 장기 작업이 가능해졌습니다.
- 오픈AI의 초점은 코딩을 넘어 컴퓨터를 사용하는 사무직 업무 전반입니다. 음성 명령만으로 그림판·파워포인트·쇼핑을 처리하는 데모가 이를 보여줍니다.
- 지금 당장 할 수 있는 대비는 AI 브라우저(예: 어사이드)로 반복 업무를 위임해보고, 텍스트 명령으로 정보 수집을 자동화하는 워크플로우를 하나씩 만들어보는 것입니다.
- 사이버 보안 위험 등급 신설, 앤트로픽 상장 직전 타이밍, 일론 머스크의 커서와의 갈등 등 업계 경쟁 구도도 함께 지켜볼 만한 변수입니다.
참고 자료
- 아크 프라이즈 파운데이션의 아크 AGI 3 테스트 결과 평가
- 퍼플렉시티가 진행한 컴퓨터 조작 벤치마크 비교
- 발스 AI의 모델 성능 비교 자료
- 오픈AI 공식 데모 영상 (음성 명령 기반 컴퓨터 조작 시연)
- 이선 몰릭 교수의 5일간 개인 위키 구축 테스트 후기
이 글은 진행자가 GPT 6 아스트라를 아직 직접 사용해보지 못한 상태에서 작성된 초기 반응 영상을 정리한 것이며, 일부 수치(앤트로픽 내부 모델 관련)는 확인되지 않은 소문임을 진행자가 직접 밝혔습니다. (2026-09-05 기준)