Grok 4.7 is now available on Amazon Bedrock

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 요약

xAI의 Grok 4.7이 Amazon Bedrock에 출시되어 500K 토큰 컨텍스트와 조절 가능한 추론 강도로 코딩·장시간 에이전트·지식 업무를 지원하며, 성능 향상에 따른 토큰 사용량과 추론 프로파일·인증 방식의 운영 제약을 함께 고려해야 한다.

📌 핵심 요약

• Grok 4.7은 텍스트·이미지를 입력받고 텍스트를 출력하며, 500K 토큰 컨텍스트와 low·medium·high·xhigh 추론 강도를 지원한다. xAI는 더 긴 강화학습과 자체 검증을 통해 코딩·장시간 에이전트·지식 업무 역량을 높였다고 설명한다.
• Artificial Analysis 평가에서 Grok 4.7은 Grok 4.6 대비 Intelligence Index가 44에서 46으로, Coding Agent Index가 47에서 56으로 개선됐고 환각률은 34%에서 29%로 낮아졌다. 다만 Intelligence Index 과제당 출력 토큰은 약 38k에서 약 81k로 늘었으며, Grok 4.7은 xhigh로 측정됐다.
• Amazon Bedrock은 bedrock-runtime에서 Responses API, Chat Completions API, InvokeModel, Converse API를 지원한다. 반복 프롬프트 접두부의 자동 캐싱, Amazon Bedrock Guardrails, JSON Schema 기반 구조화 출력, Amazon CloudWatch 호출 로깅도 제공한다.
• 요청은 us.xai.grok-4.7 또는 global.xai.grok-4.7 추론 프로파일을 지정해야 한다. US 프로파일은 미국 내 처리를 유지하고, Global 프로파일은 더 낮은 가격과 넓은 용량을 제공하지만 처리 위치 통제와 지연시간의 일관성이 줄어든다. Standard·Priority·Flex 서비스 티어도 비용과 처리 우선순위를 조절한다.
• 추론은 항상 활성화되며 기본 강도는 high이므로 비용·지연시간에 맞춰 명시적으로 설정할 필요가 있다. OpenAI SDK는 bearer token, boto3의 Converse는 AWS 자격 증명 기반 SigV4를 사용하며, bearer token에는 bedrock:CallWithBearerToken 권한이 추가로 필요하다. 장기 Amazon Bedrock API key는 탐색용이고 운영 환경에는 IAM 기반 단기 토큰 사용이 권장된다.

🧩 주요 포인트

1. 장시간 작업에 맞춘 학습과 자체 검증 강화 → 초기 오류가 이후 단계로 누적되는 문제를 줄이는 방향이지만, 독립 평가의 성능 향상은 출력 토큰 증가와 함께 해석해야 한다.
2. K 토큰 컨텍스트와 Amazon Bedrock의 캐싱·Guardrails·구조화 출력·호출 로깅 결합 → 긴 에이전트 실행에서 문맥 유지, 콘텐츠 통제, 결과 파싱, 호출 추적을 지원한다.
3. 추론 강도·US/Global 프로파일·서비스 티어·인증 방식의 선택 → Grok 4.7 도입은 모델 성능뿐 아니라 비용, 지연시간, 미국 데이터 상주 요건, 접근 권한을 함께 결정하는 작업이다.

🧠 상세 정리

1. Grok 4.7의 출시와 장시간 작업 중심 설계

xAI의 Grok 4.7이 Amazon Bedrock 모델 카탈로그에 추가됐으며, 코딩과 장시간 에이전트 실행, 지식 업무를 위한 모델로 소개된다. 모델은 500K 토큰 컨텍스트를 제공하고, 추론 강도를 low, medium, high, xhigh의 네 단계로 설정할 수 있다. 역량과 학습에 관한 설명은 2026년 9월 21일 발표된 xAI의 Introducing Grok 4.7 및 모델 문서에 근거하며, xAI는 속도 자체보다 어려운 과제를 오래 수행하고 결과를 더 신중하게 확인하는 능력을 강조한다. xAI에 따르면 새롭고 더 큰 기반 모델에 더 긴 강화학습을 적용했고, 여러 시간이 걸리는 어려운 과제의 비중을 의도적으로 높여 자체 검증과 긴 컨텍스트 활용을 개선했다. 또한 Grok Bot 실행 프레임워크를 직접 이해하도록 학습한 것이 대화와 일반 지식 업무 개선에 기여했다고 설명한다. 글은 이러한 자체 검증이 긴 에이전트 실행에서 초기 오류가 후속 단계로 누적되는 위험을 줄이는 데 의미가 있다고 해석하며, xAI는 문서·프레젠테이션 생성과 변호사·간호사·재무 분석가의 전문 업무에서도 개선을 보고한다.

2. 개발사 평가와 독립 평가의 성과 및 비용

xAI는 CursorBench, DeepSWE, Terminal-Bench, AA Briefcase, EEBench, Harvey Legal Agent Benchmark, HealthBench Professional 등 소프트웨어 개발부터 전기공학·법률·임상 추론까지 여러 공개 평가에서 개선을 보고하지만, 글은 해당 결과의 구체적인 수치를 xAI 발표문에서 확인하도록 안내한다. 별도로 Artificial Analysis는 개발사 보고 수치에 의존하지 않는 자체 평가를 수행하며, Grok 4.7의 가장 큰 개선 영역을 장시간 에이전트 지식 업무와 xAI 자체 실행 프레임워크에서 작동하는 코딩 에이전트로 설명한다. Grok 4.7과 Grok 4.6의 Intelligence Index는 각각 46과 44, Coding Agent Index는 56과 47이며, Intelligence Index는 에이전트 도구 사용·추론과 지식·지식 신뢰성·긴 컨텍스트 평가를 종합한 지표다. AA-Briefcase의 장시간 지식 업무 Elo는 1,657 대 1,546, GDPval-AA의 전문 업무 산출물 Elo는 1,695 대 1,605로 제시된다. AA-Omniscience Index는 32 대 30이고 환각률은 29% 대 34%지만, Intelligence Index 과제당 출력 토큰은 약 81k 대 약 38k로 늘었다. Grok 4.7은 xhigh로 측정됐고 Grok 4.6은 Artificial Analysis가 각 지표에 보고한 강도를 사용했으므로, 글은 성능 향상과 대략 두 배의 출력 토큰 사용량을 함께 고려해 추론 강도를 선택해야 한다고 강조한다.

3. 안전장치와 사이버 보안에 관한 xAI의 주장

xAI는 Grok 4.7에 완전히 새로운 안전장치 체계를 적용했으며, 자신들이 시험한 모델 가운데 거절과 탈옥 저항성이 가장 강하다고 설명한다. 사이버 보안과 생물학처럼 이중 용도가 있는 영역에서는 정당한 작업에 유용성을 유지하면서 위험한 요청을 거절하는 두 목표를 함께 추구한다는 입장이다. 사이버 보안에 대해서는 위험한 이중 용도 프롬프트 중 극히 일부만 허용하면서 합법적인 보안 업무는 드물게 차단한다고 보고한다. 또한 선정된 사이버 보안 파트너에게 방어 연구 목적의 Grok 4.7 레드팀 역량 접근을 초대 방식으로 제공하기 시작했다고 밝힌다. 이 부분은 xAI의 설명을 전달하는 것으로, 원문에는 허용·차단 비율의 구체적인 수치나 해당 안전성 주장에 대한 별도의 독립 평가 결과가 제시되지 않는다.

4. Amazon Bedrock의 제공 방식과 API 선택

Grok 4.7은 텍스트와 이미지를 입력받고 텍스트를 출력하며, Amazon Bedrock의 bedrock-runtime 엔드포인트에서 리전 간 추론 프로파일을 통해 제공된다. 요청에는 기본 모델 ID 대신 us.xai.grok-4.7 또는 global.xai.grok-4.7을 지정하며, OpenAI 호환 기본 URL은 https://bedrock-runtime.{region}.amazonaws.com/openai/v1 형식이다. 지원 인터페이스는 Responses API, Chat Completions API, InvokeModel, Converse API다. OpenAI SDK는 /openai/v1 경로와 bearer token을 사용하며, 토큰으로 Amazon Bedrock API key 또는 IAM 자격 증명에서 발급한 단기 토큰을 사용할 수 있다. AWS SDK는 일반 AWS 자격 증명으로 요청에 서명하여 Converse를 통해 같은 모델에 접근한다. 글은 기존 OpenAI 연동을 옮기는 경우 OpenAI SDK를, 계정의 여러 모델에 공통 메시지 형식을 적용하고 표준 Bedrock 이벤트 유형으로 호출 로깅과 응답 스트리밍을 활용하려는 경우 Converse를 선택하도록 안내한다.

5. 긴 에이전트 실행을 지원하는 Bedrock 기능

암묵적 프롬프트 캐싱은 반복되는 프롬프트 접두부에 자동 적용되므로, 매 단계마다 큰 시스템 프롬프트나 참조 문서를 다시 보내는 에이전트는 해당 접두부에 캐시 요금을 적용받는다. Amazon Bedrock Guardrails는 요청에 ID와 버전을 지정해 연결하며, 프롬프트와 응답 모두에 콘텐츠 필터, 금지 주제, 개인 식별 정보인 PII의 가림 처리, 단어 정책을 적용한다. 글은 여러 단계를 무인으로 실행할 수 있는 모델에서 이러한 통제가 유용하다고 설명한다. 구조화 출력은 응답을 JSON Schema에 맞게 제한하여 후속 코드가 직접 파싱할 수 있도록 지원한다. 호출 로깅은 Amazon CloudWatch에 각 요청과 응답, 추론 토큰을 포함한 토큰 수를 기록하여 긴 에이전트 실행의 감사 추적을 제공한다. 이 기능들은 반복 문맥의 비용, 입력·출력 통제, 결과 형식, 실행 기록이라는 서로 다른 운영 요구를 다룬다.

6. 추론 프로파일과 서비스 티어의 선택

Grok 4.7은 단일 리전에 고정되는 대신 두 가지 리전 간 추론 프로파일 중 하나를 통해 요청을 처리한다. Global 프로파일인 global.xai.grok-4.7은 지원되는 상용 AWS 리전 어느 곳으로든 요청을 전달해 더 넓은 처리 용량을 활용하며, 지리적 프로파일보다 가격이 낮다. 대신 개별 요청의 처리 위치에 대한 통제가 줄어들고 지연시간의 변동성이 커질 수 있다는 절충이 있다. US 프로파일인 us.xai.grok-4.7은 처리를 미국 지리 범위 안에 유지하므로 미국 데이터 상주 요건이나 지연시간에 민감한 트래픽에 적합하며, 글은 비용과 처리량이 더 중요한 경우 Global을 선택하도록 안내한다. 서비스 티어에서 Standard는 약정 없이 토큰별 과금이 적용되고 service_tier를 default로 설정하거나 생략해 선택하며, Priority는 추가 요금으로 더 빠르고 우선적인 처리를 제공하고 Flex는 시간에 민감하지 않은 작업에 더 낮은 비용의 접근을 제공한다. 티어별 실제 토큰 가격은 원문에 수치로 제시되지 않으며 Amazon Bedrock 가격 페이지를 참조하도록 안내된다.

7. 첫 요청과 Converse 응답 처리

첫 호출 전에는 사용할 AWS 리전의 Bedrock 콘솔에서 모델을 이용할 수 있는지 확인하고, OpenAI SDK와 Converse 사용 시 필요한 boto3를 설치하도록 안내한다. 탐색을 위한 예제는 콘솔에서 장기 Amazon Bedrock API key를 발급한 뒤 OPENAI_API_KEY에 넣고, OPENAI_BASE_URL을 https://bedrock-runtime.us-east-1.amazonaws.com/openai/v1로 설정한다. Chat Completions와 Responses 예제는 모두 us.xai.grok-4.7을 지정해 Amazon Bedrock의 기능을 설명해 달라고 요청하며, 각각 메시지 응답과 output_text에서 결과를 읽는다. boto3의 Converse 예제는 us-east-1의 bedrock-runtime 클라이언트에 같은 프로파일을 지정하고 maxTokens를 2048로 설정한다. 추론이 항상 활성화되어 첫 콘텐츠 블록에는 추론이 들어가고 답변은 뒤쪽 블록에 있으므로, content[0]을 곧바로 읽지 않고 콘텐츠 블록에서 text 필드를 찾아야 한다. 별도의 Converse 추론 설정 예제는 maxTokens를 3000으로 지정하고 additionalModelRequestFields에 reasoning_effort를 xhigh로 전달한다.

8. IAM 권한과 두 인증 경로의 구분

운영 시 요청에는 us.xai.grok-4.7 또는 global.xai.grok-4.7을 지정해야 하며, bedrock:InvokeModel 권한은 계정의 기본 프로젝트, 지정한 추론 프로파일, 기반 모델인 FM의 세 리소스에 대해 평가된다. 리전 간 프로파일은 호출 리전 밖으로 요청을 전달할 수 있으므로 기반 모델 ARN의 리전 부분은 와일드카드로 지정된다. 추론 프로파일 권한은 개별적으로 적용되어 us.xai.grok-4.7을 허용한 정책만으로 global.xai.grok-4.7을 호출할 수 없으므로, 사용할 프로파일을 모두 명시해야 한다. Bearer token 인증에는 bedrock:CallWithBearerToken 권한이 추가로 필요하지만, boto3와 Converse에는 이 추가 권한이 필요하지 않다. OPENAI_API_KEY의 Amazon Bedrock API key는 OpenAI 호환 호출의 bearer token으로 전달되고, boto3의 Converse는 환경·프로파일·역할에서 얻은 일반 AWS 자격 증명으로 SigV4 서명을 하므로 두 경로를 함께 쓰려면 각각의 인증을 구성해야 한다. 글은 장기 API key를 탐색용으로 취급하고, 운영 환경에서는 aws-bedrock-token-generator로 IAM 자격 증명에서 생성하는 단기 bearer token을 사용해 자동 만료와 IAM 신원에 연결된 접근을 유지하도록 권장한다.

9. 추론 강도에 따른 비용·지연시간 조절

Grok 4.7에서는 추론이 항상 활성화되며, 추론 강도는 비용과 지연시간을 조절하는 주요 수단이다. Responses API에서는 reasoning 파라미터로 low, medium, high, xhigh를 설정하고, Converse에서는 additionalModelRequestFields를 통해 강도를 전달한다. 기본값은 high이므로 글은 이를 그대로 상속하기보다 용도에 맞는 값을 명시적으로 설정하는 것이 중요하다고 강조한다. 특히 지연시간에 민감하거나 호출량이 많은 작업에서 설정을 생략하면 해당 작업에 필요한 수준보다 더 많은 추론 토큰을 사용할 수 있다는 설명이다. 앞서 제시된 Artificial Analysis 결과에서도 성능 개선과 출력 토큰 증가가 함께 나타나므로, 추론 강도 선택은 역량과 자원 사용을 함께 고려해야 하는 문제로 이어진다. 제공된 source_body는 이 설명 뒤의 문장 중간에서 끊기므로, 이후의 추가 예제나 권고 내용은 확인할 수 없다.

🧾 핵심 주장 / 시사점

• Grok 4.7의 핵심 개선 방향은 어려운 작업을 오래 수행하고 자체 검증을 강화하는 데 있다. 다만 Artificial Analysis의 출력 토큰 증가를 보면 더 높은 성능을 곧바로 더 높은 비용 효율로 해석하기는 어렵다.
• xAI의 역량·안전성 주장과 Artificial Analysis의 독립 평가를 구분해 읽어야 한다. 특히 성능 비교에는 Grok 4.7의 xhigh 측정 조건이 붙어 있다.
• Amazon Bedrock에서의 실질적인 운영 선택은 추론 강도, 추론 프로파일, 서비스 티어, 인증 경로가 함께 결정한다. 미국 내 처리 요구와 비용·처리량 우선순위에 따라 같은 Grok 4.7도 선택이 달라진다.

✅ 액션 아이템

• Grok 4.7의 기본 추론 강도 high와 xhigh 평가의 출력 토큰 증가를 고려해 작업별 비용·지연시간에 맞는 추론 강도 검토.
• 미국 데이터 상주 요건과 비용·처리량 우선순위에 따라 us.xai.grok-4.7 또는 global.xai.grok-4.7 및 Standard·Priority·Flex 선택.
• OpenAI SDK의 bearer token과 Converse의 SigV4 인증을 사용 경로에 맞게 구성하고, 운영 환경에는 IAM 기반 단기 토큰 적용.

❓ 열린 질문

• Grok 4.7의 low·medium·high·xhigh 중 대상 작업의 성능 요구와 비용·지연시간을 함께 만족하는 추론 강도는 무엇인가?
• 미국 데이터 상주 요건과 지연시간의 일관성을 고려할 때 us.xai.grok-4.7과 global.xai.grok-4.7 중 어느 프로파일이 적합한가?
• OpenAI SDK와 Converse를 함께 사용할 경우 bearer token·SigV4 인증 및 bedrock:CallWithBearerToken 권한을 어떻게 구성할 것인가?