AI 뉴스 정리: 오픈AI Astra 난제 해결, GPT-5.6 가격 인하, DeepSeek-V4-Flash 오픈웨이트 공개

핵심 메시지

• 오픈AI 차세대 모델 아스트라(Astra)의 내부 버전이 최소 10년 넘게 주요 진전이 없던 수학·이론 컴퓨터과학 미해결 문제 열 가지에 결과를 냈고, 각 논증을 린(Lean) 인증서로 형식화해 검증 가능하게 만들었다.
• GPT-5.6은 7월 30일부터 가장 가벼운 루나 모델 가격을 80%, 중간 등급 테라를 20% 인하했다.
• 모델을 그대로 두고 하네스 설정만 바꿔 ARC-AGI-3 점수를 13.3%에서 38.3%로 약 세 배 끌어올린 사례가 나왔다. 벤치마크가 모델만이 아니라 API 설정·하네스 설계·프롬프트 방식까지 함께 측정한다는 뜻이다.
• DeepSeek-V4-Flash가 프리뷰를 지나 정식 공개됐다. API와 오픈웨이트가 모두 풀렸고 라이선스는 MIT다.
• Claude Code 책임자 보리스 체르니는 모델이 똑똑해지면서 시스템 프롬프트 구문의 80% 이상을 삭제했다고 밝혔다. 지침을 촘촘히 쓰기보다 모델의 자율 판단에 맡기는 쪽으로 방향이 바뀌고 있다.

쉽게 이해하기

가장 눈에 띄는 소식은 오픈AI의 차세대 주요 모델로 알려진 아스트라의 내부 버전이 오랜 미해결 문제들에 진전을 냈다는 발표다. 고차원 구 패킹 밀도의 새로운 상한값, 이진 코드와 구형 코드 관련 문제 등 최소 10년 이상 주요 결과가 나오지 않던 난제 열 가지가 대상이다. 영상은 '대충 써놓고 풀었다고 우기는 환각'이 아니라는 점을 강조하는데, 각 논증을 린 인증서 형태로 형식화해 기계적으로 검증할 수 있게 만들었기 때문이다.

가격과 설정 쪽에서도 변화가 있었다. GPT-5.6은 7월 30일부터 가장 가벼운 루나의 가격을 80% 내리고 중간 등급 테라도 20% 내렸으며, 테라는 입력 2달러, 출력 12달러 수준이 됐다. 여기에 같은 품질을 유지하면서 표준 대비 최대 2.5배 빠른 속도를 두 배 가격에 제공하는 옵션도 추가됐다. 저렴한 오픈 모델들이 쏟아지는 상황에 대한 대응으로 보인다는 게 영상의 해석이다.

같은 모델로도 점수가 크게 달라진다는 사례가 함께 소개된다. 기본 하네스로 돌렸을 때 ARC-AGI-3 점수가 10%를 조금 넘는 수준에 그쳤는데, 추론을 보존하면서 압축하는 방식의 하네스를 적용하자 같은 모델임에도 13.3%에서 38.3%로 뛰었다. 벤치마크 숫자를 볼 때 모델 성능만 보는 게 아니라 눈에 잘 띄지 않는 API 설정과 하네스 설계, 프롬프트 방식이 함께 측정되고 있다는 점을 되새기게 하는 결과다.

오픈 모델 진영에서는 DeepSeek-V4-Flash가 정식 공개됐다. API와 오픈웨이트가 모두 풀렸고 MIT 라이선스라 자유롭게 받아 쓸 수 있다. 벤치마크상으로는 이전 프로 모델을 크게 넘어섰고 구글의 최신 플래시 계열과 비슷한 점수를 내면서 가격은 훨씬 저렴하다고 소개한다. 양자화 버전을 로컬에서 돌리려면 손실이 거의 없는 4비트 압축본이 약 162GB, 3비트로 내리면 128GB 통합 메모리 정도가 필요하다는 실행 조건도 함께 정리됐다.

프롬프트를 쓰는 방식 자체가 달라지고 있다는 이야기도 나온다. Claude Code 책임자 보리스 체르니는 모델의 지능이 올라가면서 이전 모델의 약점을 메우려고 넣었던 시스템 프롬프트 구문의 80% 이상을 지웠다고 밝혔다. 기존 프롬프트와 코드를 일단 지우고 모델의 실제 반응을 보며 필요한 부분만 다시 채워 넣는 방식이다. 도구도 사용법을 친절히 설명해주기보다 파라미터와 구조만 명확히 설계하면 된다는 것이다. 한편 안드레이 카파시는 자전거 탄 펠리컨 SVG 테스트가 이미 포화됐다며, 반지의 제왕 첫 단락을 주고 3D 폴리곤 애니메이션으로 렌더링하게 하는 새 테스트를 제안했다.

생성 모델 쪽 소식도 이어진다. 영상 생성에서는 Seedance 2.5가 글로벌 출시되며 단일 생성으로 네이티브 30초 영상, 최대 3분 길이의 제작 파이프라인과 마야·블렌더 플러그인까지 지원한다. 오픈웨이트 멀티모달 모델 MiniMax H3는 영상 편집 리더보드에서 1위를 차지했고 RTX 3060 한 장으로도 돌릴 수 있다는 이야기가 나온다. 음성에서는 추론이 들어간 Grok Voice Think Fast 2.0이 음성 추론 영역에서 97.2점을 기록했고, 오픈웨이트 음성 인식 모델 CrisperWhisper 2.0은 ElevenLabs Scribe V2의 79.2점을 넘어 87.8점을 냈다. 로봇 쪽에서는 구글이 비전-언어-행동 모델 Gemini Robotics 2와 추론 모델 ER 2, 온디바이스 모델을 함께 공개했고, 피규어 03이 사다리를 오르는 데모도 나왔다.

주요 인사이트

• AI가 낸 수학 결과에 형식 검증을 붙여 함께 공개하면 '정말 푼 것인가'라는 의심의 상당 부분이 사라진다. 난제 해결 자체보다 검증 가능한 형태로 내놓았다는 점이 더 중요한 변화다.
• 같은 모델이 하네스 설계에 따라 세 배 가까운 점수 차를 낸다는 것은, 앞으로 벤치마크 비교를 볼 때 어떤 설정에서 측정했는지를 함께 확인해야 한다는 뜻이다.
• MIT 라이선스 오픈웨이트 모델이 상용 최상급에 근접하면서, 비용이 중요한 작업을 오픈 모델로 옮기는 선택지가 현실적으로 열렸다.
• 프롬프트를 더 길고 촘촘하게 쓰던 시기가 지나가고 있다. 이미 쓰고 있는 하네스나 스킬 문서가 있다면 과감히 덜어내고 필요한 것만 다시 채우는 편이 나을 수 있다.
• 영상 생성 모델이 마야·블렌더 같은 3D 도구의 플러그인으로 붙기 시작했다는 점은, 완전 자동 생성보다 기존 제작 파이프라인에 끼워 넣는 쪽으로 활용 방향이 잡히고 있음을 보여준다.

자주 묻는 질문

관련 AI 소식