2026년 8월 13일, 일론 머스크가 이끄는 xAI가 최신 AI 모델인 Grok 4.6을 공식 발표했습니다. 흥미롭게도 같은 날 중국의 DeepSeek과 알리바바 역시 각각 최신 플래그シップ 모델인 DeepSeek V4 Pro와 통의천문 Qwen3.8을 공개했습니다. 글로벌 AI 시장을 이끄는 세 거물이 같은 날 일제히 카드를 꺼내든 것입니다. 개발자 전문 커뮤니티인 해커 뉴스(Hacker News)에는 하룻밤 사이 367개가 넘는 댓글이 달렸으며, “DeepSeek의 발표에 맞춰 의도적으로 맞불을 놓은 것 아니냐”는 질문이 쏟아졌습니다.
Grok 4.6은 어떤 모델일까요? 한 마디로 요약하면 ‘실무 작업을 더 오래 자율적으로 수행하는 AI’입니다. 이전 세대의 AI가 한 번 묻고 한 번 답하는 대화형에 특화되어 있었다면, 이번 세대는 ‘장거리 달리기’에 집중합니다. 수십 분 동안 쉬지 않고 연속 작동하며 특정 주제를 조사하거나, 방대한 자료를 정리하고, 아이디어를 동작 가능한 소프트웨어로 구현해 냅니다. 마치 잠들지 않는 인턴을 고용한 것과 같은 경험을 제공합니다. 이는 단순 대화 상대에서 실무를 대신 처리하는 자율 에이전트로 이동하는 AI 산업의 커다란 방향 전환을 보여줍니다.
성능은 어느 정도일까요? 제3자 평가 기관의 데이터를 살펴보겠습니다. AI 분야의 독립 벤치마크 기관인 아티피셜 아날리시스(Artificial Analysis)는 9개 핵심 종합 테스트를 하나의 점수로 합성한 종합 지능 지수(AAII, Artificial Analysis Intelligence Index)를 제공합니다. Grok 4.6은 61점을 기록했습니다. 이는 OpenAI의 플래그십 모델인 GPT-5.6 Sol과 동률이며, 이전 세대인 Grok 4.5(56점)보다 5점 높고, Anthropic의 Claude Opus 5(63점)에 단 2점 뒤처지는 세계 3위의 기록입니다.
그림: 종합 지능 지수(AAII) 비교. Grok 4.6(61점)은 GPT-5.6 Sol과 동률이며 Fable 5 Max가 62점으로 1위를 차지했습니다. 출처: artificialanalysis.ai
61점이라는 점수는 선두 그룹일까요, 아니면 추격자에 불과할까요? 커뮤니티에서는 뜨거운 논쟁이 벌어졌습니다. 긍정적인 입장의 사람들은 OpenAI의 플래그십과 동률을 이루고 글로벌 상위 3위 내에 진입한 것만으로도 명확한 최정상급 모델이라고 주장합니다. 반면 회의적인 사람들은 단일 벤치마크의 세부 항목을 지적합니다. 코딩 성능 평가인 DeepSWE에서 Grok 4.6은 65.9%에 그쳐 경쟁사의 73%에 못 미쳤고, 컴퓨터 조작 평가인 Terminal-Bench에서는 26%를 기록해 경쟁사의 34.6%보다 낮았습니다. 총점은 비슷하지만 세부 분야별 격차는 여전히 존재합니다. 또한 벤치마크 시험 자체가 급격히 어려워지고 있다는 점도 감안해야 합니다. 지난달 90점을 받던 모델이 이번 달에는 70점에 그칠 수도 있습니다. 결론적으로 격차는 한 자릿수 점수로 줄어들었으며, 2026년 AI 경쟁의 승패는 바로 이 몇 점의 차이와 가격, 속도, 안정성의 균형에서 결정됩니다.
한 사용자의 실제 테스트 결과가 이러한 차이를 명확히 보여줍니다. 동일한 복잡한 작업을 두 모델에서 각각 실행한 결과, DeepSeek V4 Pro는 12분 02초가 걸렸고 0.12달러(약 160원)의 비용이 발생했으나 버그가 포함된 결과를 출력했습니다. 반면 Grok 4.6은 3분 18초 만에 완료했고 1.41달러(약 1,900원)의 비용이 들었지만 단 한 번에 테스트를 통과했습니다. 가격은 12배 차이가 나고 완성도에서도 한 단계 차이가 난 셈입니다. 제3자 기관의 긴 컨텍스트 벤치마크 테스트에서도 유사한 결과가 나왔습니다. 동급 지식 작업에서 Grok은 평균 53회의 상호작용으로 작업을 완료한 반면, Claude Opus 5는 103회가 필요했습니다. Grok이 읽어들인 데이터량은 Claude의 4분의 1 수준에 불과했습니다. 상호작용 횟수와 데이터 처리량을 대폭 줄인 것은 곧 직접적인 비용 절감으로 이어집니다.
그림: 긴 컨텍스트 지식 작업(AA-Briefcase) 점수 및 효율성 비교. 출처: artificialanalysis.ai
이 수치들이 뜻하는 엔지니어링의 의미는 명확합니다. 비싼 모델은 4배 빠르고 재작업이 적은 반면, 저렴한 모델은 비용을 12배 절감할 수 있지만 버그를 수정하는 데 추가 시간이 들 수 있습니다. 개인 사용자는 자신의 시간 가치에 따라 선택할 수 있고, 기업은 인프라 비용과 작업 효율성의 관점에서 명확한 수치로 판단할 수 있습니다. 참고로 AI 비용 계산 단위는 토큰(token, AI가 텍스트를 처리하는 기본 단위)이며, 가격 경쟁은 전체 총액이 아닌 백만 토큰당 단가로 이루어집니다.
왜 Grok은 빠르고 비싸며, DeepSeek은 느리고 저렴할까요? 그 배경에는 두 가지 서로 다른 엔지니어링 노선이 존재합니다. Grok은 압도적인 컴퓨팅 파워에 의존하는 노선입니다. xAI는 멤피스에 세계 최대 규모의 AI 컴퓨팅 클러스터 중 하나인 슈퍼컴퓨터 컬로서스(Colossus)를 구축했습니다. 컴퓨팅 자원이 풍부하기 때문에 모델이 더 깊은 추론 단계를 빠르게 수행할 수 있지만, 전력 및 인프라 비용이 크게 증가합니다. 반면 DeepSeek은 아키텍처의 효율성을 극한으로 추구합니다. 전문가 혼합 아키텍처(MoE, Mixture of Experts: 거대 모델을 여러 전문 소형 모델로 나누어 매번 필요한 전문가만 활성화하는 방식)를 활용해 컴퓨팅 비용을 극단적으로 낮췄습니다. 두 노선 중 어느 것이 우월하다고 할 수는 없으며, 돈으로 시간을 살 것인가 아니면 시간으로 돈을 아낄 것인가의 선택 차이입니다. API 가격 정책에서 Grok 4.6은 백만 토큰당 입력 2달러, 출력 6달러로 책정되어 동급 서구권 경쟁 모델보다 60% 이상 저렴합니다. xAI가 명시적으로 가격 인하를 언급하지는 않았지만, 시장에서의 가격 경쟁력은 매우 강력합니다.
그림: API 가격 비교: Grok 4.6은 백만 토큰당 $2/$6(입력/출력)로 Claude Opus 5($5/$25) 및 GPT-5.6 Sol($5/$30)보다 훨씬 저렴합니다. 출처: artificialanalysis.ai
일론 머스크는 왜 이렇게 거대한 베팅을 하고 있을까요? 그가 원하는 것은 단순한 챗봇이 아니기 때문입니다. 테슬라 자동차와 휴머노이드 로봇 옵티머스(Optimus)에 탑재할 AI 두뇌가 필요하며, 그가 인수한 개발 도구 커서(Cursor) — SpaceX 주식 약 600억 달러 상당이 들어간 것으로 알려진 — 를 통해 수백만 개발자의 일상 작업 데이터를 Grok 학습에 다시 활용하고 있습니다. 데이터, 컴퓨팅 파워, 실생활 적용 시나리오라는 세 가지 요소를 모두 수직 통합한 것입니다. 머스크는 프론티어 AI가 모든 산업의 운영체제가 될 것이라는 점에 사활을 걸고 있습니다.
세 거대 모델이 같은 날 출시되면서 나타난 가장 중요한 신호는 ‘중국의 추격 속도’입니다. 레딧(Reddit) 등 해외 커뮤니티 이용자들은 DeepSeek의 발표 시점이 xAI를 의도한 것이라고 분석했습니다. 과거에는 미국이 먼저 출시하고 중국이 수개월 뒤 추격하는 양상이었지만, 이제는 같은 날 신제품을 출시하며 추격 주기가 ‘년’ 단위에서 ‘시간’ 단위로 줄어들었습니다. 시장 접근 방식도 다릅니다. 중국은 Qwen3.8과 같은 오픈 웨이트(open weights, 모델 가중치 공개)와 파격적인 저가 정책을 내세우는 반면, 미국은 폐쇄형 모델을 자사 제품 및 생태계와 깊이 결합하는 전략을 취하고 있습니다. 일반 사용자에게 이번 경쟁이 가져다준 가장 큰 선물은 가격 파괴입니다. AI 호출 비용은 1년 만에 10분의 1 수준으로 떨어졌으며, 우리가 사용하는 AI의 성능은 더욱 똑똑해지고 있습니다.
61점이라는 스코어는 출발점일 뿐 최종 목적지가 아닙니다. 벤치마크 수치는 미중 간 프론티어 모델의 격차가 크게 줄어들었음을 보여주지만, 실제 적용에서의 세부적인 완성도 차이는 여전히 존재합니다. 실무에서 AI를 활용하는 사용자라면 단순히 공개된 벤치마크 점수만 볼 것이 아니라, 실제 수행하려는 특정 작업에서 단 한 번에 정확하게 처리할 수 있는지를 직접 테스트해보고 선택하는 것이 중요합니다.
참고 링크:
- xAI: Introducing Grok 4.6
- Artificial Analysis: Grok 4.6 Benchmarks and Analysis
- Hacker News 토론 (item?id=49274027)
- Hacker News 토론 (item?id=49275385)
- VentureBeat: SpaceXAI debuts Grok 4.6
