[한영자막] xAI가 따라잡았습니다. Grok 4.6이 달라진 이유 — Tech Bridge

한 줄 요약

xAI의 Grok 4.6 실사용 리뷰. 벤치마크상 GPT-5.6 Sol급까지 올라왔지만 이전 세대(4.5)의 강점이던 속도·비용을 잃었고, 디자인·3D 생성은 약한 반면 실전 코딩 작업(보안 감사·대규모 PR 작성)은 준수했다는 평가.

영상 메타

픽업

  • Grok 4.6은 새 프리트레이닝이 아니라 4.5 위에 커서(Cursor) 인수로 확보한 RL·포스트트레이닝 기법을 얹은 결과물이다 — 장기 실행 에이전트 작업의 안정성 향상이 여기서 나온다.
  • Artificial Analysis 지능지수에서 GPT-5.6 Sol과 거의 동급까지 올라왔지만, 화자는 벤치마크 순위가 실사용 체감과 다를 수 있다고 지적한다(예: Opus 5는 벤치마크는 좋았지만 실제 코드 병합에서 문제가 많았다).
  • 가격이 4.5 대비 2배 이상 올랐다(토큰 효율이 30% 이상 하락, 캐시 읽기 단가도 100만 토큰당 3센트에서 5센트로 인상) — 예전엔 “가장 싸고 빠른” 위치였는데 이번 릴리스에서 그 강점을 잃었다.
  • 디자인·UI 생성 품질은 약하고(스킬 없이 생성하면 낡은 느낌), 3D 게임 포팅 테스트에서는 검은 화면만 뜨며 완전히 실패한 첫 모델이었다 — 같은 테스트에서 오픈웨이트 모델(Kimi 등)이 훨씬 나은 결과를 냈다.
  • 반면 실전 코딩 작업(보안 감사, 1000줄 규모 PR 작성 후 스스로 관리·서브에이전트 오케스트레이션)에서는 과거 감사 기록까지 찾아내며 준수한 성능을 보였다.
  • 화자의 자체 평가로 Grok 4.5는 비용·속도에서 독보적이었는데, 4.6은 지능·철저함·오케스트레이션이 소폭 상승한 대신 정작 강점이던 속도·비용에서 퇴보했다 — 그래서 이번 릴리스보다 3~4주 내 예고된 4.7(일론 머스크 언급)에 더 기대를 건다.

용어

  • 포스트트레이닝 [모델 · 구독]: 사전학습(프리트레이닝)을 마친 모델에 추가로 진행하는 미세조정 단계. SFT·RL 등이 여기 포함된다.
  • SFT (지도 미세조정) [모델 · 구독]: 정답이 있는 데이터로 모델을 지도학습 방식으로 추가 훈련하는 절차.
  • RL (강화학습) [모델 · 구독]: 보상 신호를 통해 모델이 스스로 더 나은 답을 찾도록 훈련하는 방식.
  • Artificial Analysis 지능지수 [빌링 · 운영]: 여러 AI 모델의 지능·비용·속도를 종합 비교하는 제3자 벤치마크 지수.
  • ACP (Agent Client Protocol) [도구 통신 (MCP · CLI · API)]: 에이전트와 호스트 앱(GUI 등)이 통신하는 프로토콜 규격 중 하나.
  • 토큰 효율 [빌링 · 운영]: 같은 작업을 처리할 때 모델이 얼마나 적은 토큰을 쓰는지 나타내는 지표 — 낮을수록 비용·속도에 유리하다.
  • 서브에이전트 오케스트레이션 [워크플로우 · 문화]: 메인 에이전트가 여러 하위 에이전트에 작업을 나눠 맡기고 결과를 조율하는 능력.
  • 오픈웨이트 모델 [모델 · 구독]: 모델 가중치 파일을 공개해 누구나 내려받아 구동할 수 있는 모델(비공개 API 전용 모델과 대비되는 개념).