오픈AI·앤트로픽, 같은 날 신모델…AI 경쟁 '최고 성능'에서 '작업당 비용'으로

[테크수다 기자 도안구 eyeball@techsuda.com] 오픈AI(OpenAI)와 앤트로픽(Anthropic)이 나란히 새 AI 모델을 내놓으며 프런티어 AI 경쟁의 초점을 '최고 성능'에서 '작업당 비용'으로 옮겼다. 오픈AI는 GPT-6 아스트라(GPT-6 Astra)의 향상된 성능을 더 빠르고 싸게 제공하는 GPT-6 솔(GPT-6 Sol)과 GPT-6 루나(GPT-6 Luna)를 출시했다. 앤트로픽은 상위 모델 클로드 페이블 5.1(Claude Fable 5.1)급 성능을 내세운 클로드 오퍼스 5.5(Claude Opus 5.5)를 공개했다. 두 회사 모두 API 가격을 전 세대보다 낮추고, 같은 비용으로 더 많은 업무를 처리할 수 있다는 점을 앞세웠다.

주요 내용:

• 오픈AI GPT-6 솔·루나 API 가격 전 세대 프로모션 가격 대비 50% 인하, 앤트로픽 오퍼스 5.5 토큰 가격 20%·캐시 읽기 가격 60% 인하
• 두 회사 모두 업무 자동화와 코딩, 컴퓨터 사용 성능을 작업당 비용과 함께 제시
• 상대 회사 모델을 비교 대상에 넣었지만 측정 주체와 조건이 달라 수치 직접 비교에는 한계

GPT-6 솔은 100만 토큰당 입력 2달러, 출력 10달러로 GPT-5.6 솔의 프로모션 가격보다 50% 낮고, 가장 저렴한 GPT-6 루나는 입력 0.10달러, 출력 0.50달러다. 오퍼스 5.5는 입력 4달러, 출력 20달러로 클로드 오퍼스 5(Claude Opus 5)보다 20% 내렸다. 앤트로픽은 작업당 토큰 사용량 감소까지 더하면 일반 작업의 운영 비용이 40% 줄어든다고 밝혔다. 반복 입력을 재사용하는 캐시 가격도 두 회사가 함께 손봤는데, 오픈AI는 캐시된 입력 토큰에 90% 할인을 적용하고 앤트로픽은 캐시 읽기 가격을 오퍼스 5보다 60% 낮은 0.20달러로 책정했다.

성능 근거로 내세운 지표도 겹친다. 두 회사는 업무 자동화 평가 오토메이션벤치(AutomationBench)와 컴퓨터 조작 평가 OS월드(OSWorld) 2.0, 코딩 평가를 전면에 내세웠고, 점수를 작업당 비용과 함께 그래프로 제시했다. 오픈AI 그래프에는 클로드 모델이, 앤트로픽 비교표에는 GPT-6 아스트라와 GPT-5.6 솔이 비교 대상으로 들어갔다. 다만 오토메이션벤치만 해도 GPT-6 솔의 33.2%는 오픈AI 발표치이고 오퍼스 5.5의 40.0%는 재피어(Zapier)가 조기 접근 기간에 자체 평가한 결과여서 두 수치를 그대로 견주기는 어렵다.

두 회사가 자사 수치의 한계를 스스로 밝힌 점도 눈에 띈다. 앤트로픽은 이 정도 성능 수준에서는 벤치마크 격차가 실제 차이를 보여주는 지표로서 신뢰도가 떨어졌다고 했고, 오픈AI는 사실 정확성 평가가 오류가 나기 쉬운 대화만 골라 측정한 결과라고 설명했다. 오픈AI가 아스트라의 성능을 솔과 루나로 넓힌 데 이어 앤트로픽도 클로드 소넷 5.5(Claude Sonnet 5.5)와 클로드 하이쿠 5.5(Claude Haiku 5.5)를 몇 주 안에 내놓을 계획이어서, 상위 모델의 성능을 더 싼 등급으로 내려보내는 경쟁은 이어질 전망이다. 기업 입장에서는 벤치마크 순위보다 자사 업무에서 직접 측정한 작업당 비용과 결과 품질이 모델 선택의 기준이 될 가능성이 크다.

모델 경쟁을 잠시 멈추자는 말을 하던 두 회사가 앞다퉈 더 낮은 가격의 모델을 출시하면서 AI 확산을 더 가속화시키려고 하고 있다. 이들의 말은 정말 진심이었을까?

오픈AI·앤트로픽 신모델 경쟁, 이런 점이 궁금하다

Q. 두 회사 신모델 가운데 어느 쪽이 더 저렴한가요?

A. 토큰당 가격만 보면 GPT-6 솔이 오퍼스 5.5의 절반 수준이고, GPT-6 루나는 그보다 훨씬 낮다. 다만 실제 비용은 한 작업에 쓰는 토큰 양과 캐시 활용 비율에 따라 달라진다. 두 회사 모두 토큰 단가보다 작업당 비용을 기준으로 효율을 강조한 이유다.

Q. 발표된 벤치마크 수치로 두 회사 모델의 우열을 가릴 수 있나요?

A. 어렵다. 측정 주체와 추론 설정, 안전장치 개입을 처리하는 방식이 제각각이다. 예를 들어 앤트로픽은 오토메이션벤치에서 안전장치가 개입한 작업을 실패로 처리해 실제보다 점수가 낮게 나왔다고 밝혔고, 오픈AI는 일부 평가가 일반 사용 환경의 수치를 뜻하지 않는다고 설명했다.

Q. 안전성 측면에서는 어떤 차이가 있나요?

A. 앤트로픽은 오퍼스 5.5의 생물학과 사이버보안 역량이 클로드 미토스 5.1(Claude Mythos 5.1)과 비슷한 수준이어서 페이블 5.1급 안전장치를 적용하고, 대부분의 사이버보안 작업은 클로드 오퍼스 4.8(Claude Opus 4.8)로 넘긴다. 오픈AI는 코딩 작업을 사실과 다르게 설명한 응답 비율을 GPT-6 솔 1.3%, GPT-6 루나 2.8%로 전 세대보다 크게 낮췄다고 밝혔다.

[테크수다 기자 도안구 eyeball@techsuda.com]