9월 3일, OpenAI의 새 프론티어 모델 GPT-6 Astra가 Microsoft Foundry에서 전체 고객 대상으로 정식 출시됐어.1 가격표도 같이 나왔어 — 짧은 컨텍스트 기준 입력 백만 토큰당 10달러, 캐시 입력 1달러, 출력 50달러.1 컨텍스트가 길어지면 입력 20달러, 출력 75달러로 뛰어.1
며칠 전 다룬 Astra 출시 이야기는 보안 경고 뒤에도 출시를 미루지 않았다는 쪽이었어. 이번엔 그 다음 단계야 — 사이버보안 프로그램 참여 기업 몇 곳만 먼저 만지던 모델이, 이제 기업 고객 전체가 API로 쓸 수 있는 상품이 됐다는 얘기.
Microsoft가 파는 것
Microsoft 발표문에 따르면 Astra는 개방형 과제를 여러 단계로 추론해 계획을 세우고 결과물을 완성하도록 설계됐어.1 고급 도구 사용과 컴퓨터 사용 기능을 붙여, 사람의 감독 아래 여러 애플리케이션을 오가며 다단계 작업을 끝내는 것도 목표로 한다고 밝혔어.1 Foundry를 함께 쓰는 코드 생성 플랫폼 Replit의 CTO는 이 모델이 코드 생성을 넘어 “능동적 소프트웨어 제작”으로 가는 새 수준의 agentic 역량을 연다고 말했어.1
여기까지는 Microsoft·OpenAI가 자기 상품을 설명하는 말이야. 확인되는 건 출시일과 가격, 그리고 프롬프트·출력이 모델 학습에 쓰이지 않는다는 것 정도야.1 나머지는 판매자의 설명이고, 실제 성능이 얼마나 앞섰는지는 다른 자료가 말해줘.
그런데 왜 하필 이 모델이 최고 성능을 찍었을까
같은 날 DS투자증권이 낸 리포트는 이 질문에 다르게 답해.2 애널리스트가 보는 진짜 차별점은 둘이야.2 하나는 Recurrent Depth라는 새 스케일링 방식 — 같은 파라미터를 반복 연산해 성능을 끌어올리는 접근이라, AI 하드웨어 경쟁의 무게중심을 다시 연산 성능 쪽으로 되돌릴 수 있다고 봐.2 다른 하나는 규모야. OpenAI 역사상 가장 큰 사전학습에 10만장 넘는 GPU를 투입했다는 것.2
애널리스트는 이 학습이 Stargate 텍사스 애빌린 캠퍼스에서 이뤄진 것으로 추정해 — NVIDIA B200과 B300이 각각 약 10만장씩 배치된 곳이야.2 Anthropic이 Trainium 기반 대규모 학습으로 자사 모델 경쟁력을 끌어올렸던 것처럼, OpenAI도 GPT-5.5 때부터 B300을 쓰기 시작해 Astra에서 다시 성능 경쟁 선두에 섰다는 게 애널리스트의 해석이야.2
여기서도 스핀은 갈라둬야 해. Recurrent Depth와 애빌린 학습 규모는 OpenAI가 직접 확인해준 숫자가 아니라 애널리스트의 추정과 해석이야. Microsoft 발표문에는 이런 학습 인프라 얘기가 전혀 안 나와.
다음에 볼 것
리포트는 연말까지 애빌린의 B300이 약 20만장 더 늘어날 걸로 보고, 그 흐름 위에서 2026년 2분기부터 2027년 1분기까지 OpenAI가 계속 앞설 걸로 전망해.2 이 추가 배치가 실제로 그 규모로 이뤄지는지, 그리고 다음 모델 세대에서도 같은 격차가 유지되는지가 이 리포트의 판단이 맞았는지 가르는 지점이야.
댓글