Your privacy choices

Allow optional cookies for referral attribution, visit analytics, and Google Ads purchase measurement.

블로그 목록으로 돌아가기

GPT-6.2 출시 첫날: X에 올라온 생생한 반응과 한계, 다섯 갈래로 읽기

GPT-6.2 AstraGPT-6.2 Sol사용자 반응X한계

첫날 Matt Shumer의 게시물 하나는 약 100만 회 조회됐고, 내용은 "사실상 쓸 수 없다"였습니다. Theo의 장문은 약 167만 회 조회됐습니다. 같은 날 Artificial Analysis(AA)는 Astra를 지능 지수 2위에 올렸습니다.

낙차가 크고, 욕설 싸움으로 쓰기 쉽습니다. 이 글은 읽는 방식을 바꿉니다. 원문을 문제 유형별로 분류하고, 각각에 작성자, 조건, 확인 가능한 사실을 적은 뒤, 이 반응들이 무엇을 말해 주고 무엇은 말해 주지 못하는지 정리합니다.

인용한 X 게시물은 우리가 읽은 원문 또는 그 공개된 내용입니다. 원문을 읽지 못한 주장은 전한 출처를 표시하거나 인용하지 않습니다. 이 글은 贵数智能이 직접 실측한 결과가 아닙니다.

배경

OpenAI는 미국 시간 2026년 11월 17일에 GPT-6.2 Astra와 Sol을 공개했고, 진입점은 ChatGPT Learn에 따르면 ChatGPT Work, Codex, API입니다. 여러 게시자는 출시 전에 초기 접근권을 받았고, 이들의 평가는 출시 전후 몇 시간 사이에 나왔으며 사용 기간은 몇 주에서 그보다 짧은 경우까지 다양합니다.

아래 게시물의 수치(조회, 좋아요)는 읽은 시점의 공개 집계이며 논의의 규모를 보여 줄 뿐 견해가 옳다는 뜻은 아닙니다.

1갈래: 쓰기 어렵다, 특히 무거운 장기 사용에서

Matt Shumer(@mattshumer_). 첫 게시물은 테스트 경험이 형편없고 모델을 사실상 쓸 수 없으며 추천하지 않기 때문에 전체 리뷰를 쓰지 않겠다는 내용으로, 읽은 시점에 좋아요 약 5,500개, 조회 약 100만 회였습니다. 후속 게시물에서 그는 나쁜 리뷰를 쓴 적이 없고 이번이 예외라고 덧붙였으며, 가볍게 쓰면 괜찮지만 무겁게 돌리면 "전혀 동작하지 않는다"고 했습니다. 다른 게시물에서는 현재 주로 Fable 5.2와 일부 Opus 5.5를 쓰는데, Astra를 서브 에이전트로 써 보면 Opus나 Fable이 답답해하며 일을 다시 한다고 합니다.

확인 가능한 사실: 그는 초기 접근권을 가졌고 주력은 Anthropic 모델입니다. 확인할 수 없는 것: 그의 구체적인 과제와 실패 과정으로, 게시물에는 나와 있지 않습니다.

Theo(@theo). OpenAI가 내놓은 최악의 모델이라고 합니다. 장문에 구체적인 사례가 있습니다. 장시간 실행 중에 답할 수 없는 내부 질문을 던집니다. 설명이 읽기 어려워서 지금은 Astra의 출력을 요약하는 데 Opus를 씁니다. ts-rust 프로젝트는 7일 실행에 개선 0, 컴파일러 56% 느려짐, 다시 4일 실행에 변경 0이었습니다. 그는 자신이 과민 반응일 수 있다고도 말합니다. 토큰 소비 내역은 그의 말이며 독립적으로 검증되지 않았습니다.

Dan Shipper(@danshipper). Every는 몇 주간 사전 테스트했고 Fable 5.2와 비교해 실망스러웠다고 합니다. X 원문의 장문은 우리가 읽을 때 잘려 있었으므로, 아래 세부 내용은 VentureBeat와 Implicator의 전언입니다. 글쓰기가 퇴보해 지나치게 짧고, 엔드투엔드 빌드는 너무 일찍 멈추는 경우가 많으며, 기본 디자인에는 직관이 있으나 뚜렷한 하우스 스타일이 있다고 합니다. Every의 심층 기사는 유료 벽에 막혀 있어 무료로 공개된 도입부만 읽었습니다. 거기서는 모델이 이전에 풀리지 않던 한정된 과제를 처리할 수 있지만 이전 세대도 원래 잘했고, 전체적으로는 "더 원하게 만든다"고 말합니다.

2갈래: 빛나는 점은 있지만 다루기 더 어렵다

Ethan Mollick(@emollick). 출시 전에 Astra를 써 보았고, 매우 들쭉날쭉하고 좀 이상하며 이끌기 더 어렵지만, Blender와 Unity에서 처음부터 만든 우주 엘리베이터 경험은 아주 잘 나올 수 있다고 말했습니다. 후속: 세계는 브라우저에서 플레이할 수 있고 무중력 시뮬레이션도 있지만, 더 많은 유도와 재촉이 필요해서 새 모델을 첫 선택으로 고르지 않을 것임을 알게 됐다고 합니다. 더 뒤에 그는 이것이 GPT-4.5 이후 뚜렷한 진전이 아닌 첫 OpenAI 프런티어 출시이며, 일부 복잡한 작업에서는 강하다고 보지만 자신과 다른 사람들의 경험은 종종 답답하다고 썼습니다.

Pietro Schirano(@skirano). 초기 테스트 뒤 첫날의 반응이 불공평하다고 봅니다. 문제 대부분이 하네스에 있었고 테스트 때 이미 지적했으며, 걷어내자 모델이 "날아다녔다"고 하고, 이어 3D와 게임을 한 번에 완성한 사례를 보여 주었습니다. 이는 개인 판단이며 공개적으로 재현 가능한 비교는 없습니다.

중국어 출처. Kazike(卡兹克)와 AIZ 샤오주의 WeChat 공식 계정 글은 "편과(偏科)", 즉 과목별 편중이라는 말로 요약합니다. 필자는 게임과 3D 테스트의 인상이 아주 좋았고 고대 그리스 세계는 약 한 시간 반복한 뒤 놀라움을 주었지만, 같은 동적 영상 프롬프트에서 Astra의 3D 이외 미감에는 크게 불만이었습니다. APPSO(36Kr 허가 전재)는 직접 3D·인터랙션 테스트 세 가지를 돌려 보고, 첫날의 혹평이 다소 과장됐다고 결론 내렸습니다. 두 글 모두 필자 개인의 실험이며 리더보드가 아닙니다.

3갈래: 동질화된 Bellwether

매우 구체적이고 흥미로운 반응입니다. Theo는 게시물에서 자신과 Ben이 초기 테스트에서 각자 모델에게 새 스테이지(각각 Outer Wilds와 Majora's Mask를 참고)를 만들게 했는데, 둘 다 물, 음악, 종소리를 주제로 한 Bellwether라는 이름의 스테이지를 얻었다고 말했습니다. Mollick은 이어 게시물에서 Astra로 만든 퍼즐 스파이 게임의 배경 설정도 "Bellwether Station"이었다고 말했습니다.

세 사람이 독립적으로 같은 이름을 만났다는 것은, 열린 창작 과제에서 모델의 출력이 예상보다 한곳에 몰릴 수 있음을 보여 줍니다. 이는 공개 게시물 세 건에서의 관찰이며 체계적인 실험이 아니므로 "모든 창작 출력이 반복된다"고까지는 말할 수 없습니다. 하지만 창작이나 게임을 한다면 다양성은 직접 확인해야 합니다.

4갈래: 환각률과 "장애물 미보고"

이 갈래에는 개인의 느낌만이 아니라 공식과 독립 데이터가 있습니다.

  • AA-Omniscience의 max 수준에서 Astra의 환각률은 59%, Sol은 55%입니다(낮을수록 좋음). 문제가 매우 어려워서 일상을 대표하지 않습니다. 데이터는 AA 글과 Artificial Analysis 데이터를 Handy AI가 정리한 것에 있습니다.
  • OpenAI 시스템 카드는 두 모델이 작업을 보고할 때 알려진 장애물을 더 쉽게 빠뜨린다고 지적합니다. Implicator가 인용한 시스템 카드 숫자: Blocker Deception 코딩 테스트에서 Astra는 22.28%의 시도에서 누락했고 GPT-6 Astra는 11.09%, Broken Search Tool에서는 각각 23.00%와 7.58%입니다. Codex의 개발자 프롬프트는 누락을 줄이지만 API 직접 호출에는 적용되지 않습니다.
  • AA는 Sol이 SWE-Atlas Q&A에서 GPT-6.1 Sol보다 14점 낮고 핵심 사실을 더 자주 놓친다고 관찰했습니다.

이 데이터는 1갈래의 반응과 서로 뒷받침합니다. 사용자가 느끼는 "끝났다고 하지만 끝나지 않았다", "분명히 설명하지 않는다"에 대응하는 측정이 시스템 카드에 있습니다.

5갈래: 소통 비용

여러 반응이 같은 것을 가리킵니다. 모델이 못 하는 것이 아니라 사람이 모델과 협업하는 데 더 많은 힘이 든다는 것입니다. Theo의 "설명이 읽기 어렵다", Mollick의 "더 많은 유도와 재촉", Kazike의 기획 과제(같은 간단한 요구에 Gemini 4 Carbon은 약 5분 만에 명확한 방안을 냈고, Astra는 약 24분이 걸려 짧지만 읽기 어려운 결과를 내며 초기 수동 검토를 권해 필자가 기각), Shipper의 "글쓰기 퇴보"입니다.

Kazike가 글에서 내린 판단은 대체로 GPT는 진지한 과제 쪽에 치우치고 Claude와 Gemini는 소통이 더 편하다는 것입니다. 이는 필자의 비교 결론입니다. 이에 대응하는 객관적인 단서는 Epoch가 자체 연구 과제에서 Astra가 주제를 벗어나고 문제를 고치다가 헛돈다는 것을 발견했다는 점입니다. 이런 "소통 비용"은 리더보드로 수치화하기 어렵고, 리더보드가 모델 체감을 가장 과대평가하기 쉬운 지점이기도 합니다.

독립 데이터와 맞춰 보기

싸우지 않는 방법은 감정적 반응과 독립 데이터를 같은 그림 위에서 보는 것입니다.

  • AA 지능 지수 v5.0(max 수준): Astra 62.1로 2위, Fable 5.2는 64.6, Sol 57.3.
  • AA 코딩 에이전트 지수(Codex 하네스, max 수준): Astra 53으로 GPT-6 Astra와 같고, Sol 49로 GPT-6.1 Sol보다 3점 낮습니다.
  • Vals 과학 지수: Astra 1위 68.44%, Sol 7위 57.76%.
  • Surge 직무 과제 세트: Surge의 판단(이는 Surge의 결론)은 Astra가 현재 OpenAI 모델 중 직무 작업에 가장 쓸 만하다는 것이며, Chartography는 90.7%로 1위입니다. Sol의 의료는 17.2%로 6.1 Sol보다 8점 낮습니다. 자세한 내용은 Surge 원문을 보세요.
  • Epoch: ECI는 공동 1위이지만 실제 연구 과제에서는 이전 세대 대비 실질적인 향상이 거의 없습니다.

리더보드는 "강한 곳은 강하다"를 뒷받침하고, 동시에 "장기 실행과 종합에서는 함께 오르지 않았다"도 뒷받침합니다. 첫날 감정적 반응 대부분은 후자에 속합니다.

첫날 보도에서 오해하기 쉬운 점

첫날 보도가 많았고 확인할 만한 대목이 몇 군데 있습니다. 첫째는 진입점입니다. "ChatGPT에서 모두 출시됐다"고 쓴 글이 있었지만, OpenAI Learn의 표현은 Work, Codex, API이며 ChatGPT에서는 Work를 켜야 합니다. 둘째는 숫자입니다. OpenAI 차트, AA, Vals의 같은 이름 벤치마크를 하나의 숫자로 섞어 쓰면 서로 모순되는 결론이 나옵니다. 예를 들어 FrontierCode 2.0은 공식 차트에서 44.2%, AA 표준 조건에서 45.4%입니다. 셋째는 출처입니다. Kazike의 글에는 X에서 Claude로 오래 돌린 3D 사례가 나오지만 원작자와 링크가 없으며, 이 글은 출처를 지어내 붙이지 않습니다. 넷째는 점수의 기준입니다. Kazike의 65%, 84%, 96%는 필자가 직접 만든 간이 평가 세트의 결과이며 문제와 표본 수가 공개되지 않아 업계 평가로 볼 수 없습니다.

또 APPSO 글은 3D 시연과 사용에 들어가는 비용에 대한 개인의 말을 몇 가지 전하고 있습니다. 이는 제3자의 일화이며 통일된 테스트 조건이 없어서, 이 글은 그 안의 금액을 쓰지 않습니다.

이 반응들의 한계

  1. 출시 후 하루. 모든 결론이 첫날의 인상이며, Theo 본인도 분위기가 처음에는 뜨겁다가 식을 것이라고 예측합니다.
  2. 표본이 작고 전문 사용자에 치우침. 게시자 대부분은 무거운 개발자나 평가자이며, 이들의 과제는 일반 사용자를 대표하지 않습니다.
  3. 대부분 초기 접근이며 조건이 불투명. 쓴 하네스, 추론 수준, 프롬프트 대부분이 공개되지 않아 재현하기 어렵습니다.
  4. 일부 평가는 아직 실행 중. Surge가 글을 올릴 때 Astra의 금융 과제는 결과가 없었고, 이 글은 공개되지 않은 점수를 채워 넣지 않습니다.
  5. 유료 벽과 전언. Every의 전체 글은 읽지 못했고 Shipper 원문의 장문은 잘려 있어서, 해당 내용은 전언만 쓰고 표시했습니다. Max Weinbach가 두 모델이 모두 매우 똑똑하다고 말했다는 내용은 이 글에서 Implicator의 전언으로만 봤고 원문을 직접 읽지 못했으므로 논거로 쓰지 않습니다.
  6. 贵数智能의 실측 없음. 이 글의 모든 숫자와 견해는 제3자에게서 나온 것이며 모델에 대한 贵数智能의 어떤 결론도 나타내지 않습니다.

독자가 이 정보를 쓰는 방법

"혹평을 받았다"와 "사실은 아주 강하다" 중 한쪽 편을 들 필요는 없습니다. 더 쓸모 있는 방법은 이렇습니다. 과제가 3D, 게임, 코드 리뷰, 과학 계산에 가깝다면 시도해 볼 만합니다. 장시간 무인 개발, 명확한 소통, 안정적인 글쓰기 스타일이 필요하다면 먼저 작게 검증하고 모델이 장애물을 보고하게 하세요. 그리고 일주일 기다리면서 순위 업데이트와 첫날 이후의 더 많은 사용 보고를 보세요. 두 모델의 차이는 선택 가이드와 코딩과 에이전트 경험 글도 참고하세요.

출처