GPT-6 아스트라의 진짜 목표는 바로 사무직ㄷㄷㄷ

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

영상은 GPT-6 아스트라의 진짜 목표를 코딩을 넘어 컴퓨터로 수행하는 사무직 업무의 자동화로 해석한다.

📌 핵심 요점

1. 경쟁의 초점이 답변 생성에서 컴퓨터 조작으로 이동한다. 발표자는 아스트라의 핵심을 프로그램과 웹사이트를 직접 다루며 업무를 수행하는 능력으로 설명한다.
2. 벤치마크에서는 성능과 비용 효율의 동시 개선을 강조한다. 다만 소개된 수치와 비교 대상은 원자료 확인이 필요하며, 후반부에는 모델 명칭이 혼재한다.
3. 장기 작업의 핵심은 실패 이후에도 수정과 테스트를 반복하는 지속성이다. 며칠간의 게임 제작과 개인 위키 구축 사례가 근거로 제시되지만, 비용과 사람의 개입 정도는 공개되지 않는다.
4. 음성으로 그림·3D 모델·발표 자료를 만드는 데모는 일반 사무 업무로의 확장을 보여주는 사례다. 발표자는 이를 사무직 자동화가 본격화할 가능성과 연결한다.
5. 실제 사용 경험은 아스트라가 아닌 별도 AI 브라우저 사례다. 발표자는 구독 해지와 기사 요약을 맡기며 모델뿐 아니라 브라우저 도구와 실행 환경의 중요성을 체감했다고 말한다.

🧩 배경과 문제 정의

발표자는 최근 AI 신모델에 대한 반응이 미지근했지만, GPT-6 아스트라는 컴퓨터 사용 능력과 장기 작업 수행에서 큰 변화를 예고한다고 소개한다. 기존 에이전트와 AI 브라우저를 써 보며 작업이 매끄럽게 이어지지 않는 불편을 겪었다는 것이 논의의 출발점이다.

영상이 제기하는 문제는 코딩을 잘하는 AI가 일반 사무직의 컴퓨터 작업까지 안정적으로 수행할 수 있느냐는 것이다. 벤치마크, 게임 제작, 개인 위키 구축, 음성 조작 데모를 살펴본 뒤, 별도 AI 브라우저의 실제 사용 경험을 통해 모델과 실행 도구의 결합이 어떤 변화를 만들 수 있는지 논한다. 아스트라 관련 설명은 직접 사용 후기가 아니라 초기 평가와 사례를 해석한 내용이다.

🕒 시간순 섹션별 상세정리

1. 신모델 반응과 컴퓨터 사용 능력

• 발표자는 아스트라에 대한 반응이 최근 신모델 발표 때보다 뜨겁다고 소개하고, 샘 올트먼이 컴퓨터 사용 능력을 인간 수준으로 평가했다고 전해진다. [00:41]
• 기존 AI 에이전트와 웹브라우저 사용의 답답함을 떠올리며, 이번 모델이 실제 작업 수행의 전환점일지 질문한다. [01:12]

2. 벤치마크와 비용 효율 경쟁

• 여러 경쟁 모델보다 높은 벤치마크 점수를 보인다고 설명하며, 성능과 API 비용을 함께 강조하는 소개 방식에 주목한다. [02:21]
• 과학 연구 관련이라고 소개한 Terminal Bench Science와 수학 평가를 언급하고, 같은 가격대에서 우수하다는 평가를 내린다. [03:04]

3. 새로운 규칙을 학습하는 ARC-AGI

• ARC-AGI를 기존 지식의 재현보다 처음 접하는 문제에서 규칙을 찾아 해결하는 능력을 보는 시험으로 보여준다. [03:59]
• 버전 3에서 Claude Opus 3.5의 30점과 아스트라의 99점을 제시한다. 이어 ARC Prize Foundation의 인간 행동 효율 관련 평가와 긍정적인 반응을 전해진다. [05:19]

4. 프로그램 조작과 게임 제작 사례

• Blender로 주택 형태의 3D 결과물을 만드는 비교와 카트 레이싱 형태의 게임 제작을 소개하며 프로그램 활용 능력을 강조한다. [06:26]
• SimCity를 재현하려고 닷새간 작업한 미완성 사례를 보여주고, 장기간 작업과 기억 유지가 강점이라고 해석한다. [07:15]

5. 게임 플레이·수학과 실패를 고치는 지속성

• 포켓몬 게임을 빠르게 완료했다는 사례와 일부 에르되시 문제를 해결했다는 이야기를 전하지만, 게임명과 수학 문제의 구체적인 검증 정보는 분명하지 않다. [08:12]
• 결과를 한 번 제출하고 끝내기보다 실패 원인을 찾고 접근을 바꾸며 테스트와 수정을 반복하는 지속성을 특징으로 꼽는다. [08:44]

6. 닷새간의 개인 위키 구축

• 이선 몰릭이 이메일·글·일정을 읽혀 개인 위키를 만들게 했으며, 거의 닷새 동안 작업해 완성했다고 보여준다. 이후 하루 두 번 이메일을 확인해 관심 사항을 요약한다고 전해진다. [09:37]
• 베타 테스트 사례여서 비용은 모른다고 밝히고, 오랜 시간 작업을 이어갔다는 점에 의미를 둔다. [10:04]

7. 코딩 다음 목표로 제시되는 사무직

• 코딩 도구가 발전한 데 비해 일반적인 컴퓨터 대행은 부족했다며, 컴퓨터 사용 능력의 향상이 사무직 자동화를 가속할 수 있다고 주장한다. [11:03]
• 자신은 아직 아스트라를 사용하지 못했다고 밝히면서도, 초기 반응을 토대로 OpenAI의 목표가 사무직으로 확장됐다고 해석한다. [11:33]

8. 음성으로 조작하는 컴퓨터와 추가 평가

• 음성으로 그림과 3D 모델을 만들고 PowerPoint 제작과 쇼핑 탐색을 지시하는 데모를 보여준다. 키보드를 만지지 않고 컴퓨터에 일을 맡기는 방식에 주목한다. [12:50]
• Perplexity와 LMSYS 관련 평가, 사이버보안 위험 등급을 추가로 언급하고 직접 사용 후 리뷰를 예고한다. 이 구간에서는 모델을 GPT-4o Astra로 부른다. [13:43]

9. 경쟁사 공개 시점과 모델 접근권 논쟁

• Anthropic의 상장 준비와 모델 발표 시점을 연결해 경쟁 구도를 해석하고, 더 나은 내부 모델이 있다는 이야기는 전해 들은 소문이라고 드러낸다. [14:40]
• SpaceX의 Cursor 인수와 GPT 모델 사용 제한을 주장하며 기업 간 갈등으로 해석한다. 해당 주장에 대한 확인 자료는 전사에 제시되지 않는다. [15:18]

10. AI 브라우저로 구독 해지하기

• 직접 웹사이트를 탐색하는 것보다 AI에 텍스트로 지시하는 편이 편해졌다고 말하며, Oura Ring 구독 해지 경험을 꺼낸다. [16:16]
• 한국에서 만든 것으로 소개한 Asid·Asider 브라우저에 Claude Opus 3를 연결해 해지를 요청했고, 2분 45초 만에 처리했다고 보여준다. [16:54]

11. 로그인부터 기사 요약까지 이어지는 작업

• 이메일 인증을 거쳐 구독 페이지에 들어가 해지와 재확인을 진행하고 설문을 닫는 과정을 보여준다. 다른 도구에서는 잘되지 않았던 작업이라고 덧붙인다. [17:53]
• Bloomberg 기사 요약과 주기적 업데이트도 맡긴다고 말하며, 브라우징 도구와 실행 환경을 뜻하는 하네스의 구성에 주목한다. [18:33]

12. 사무 업무 자동화 전망과 마무리

• 더 강한 모델과 개선된 실행 환경이 결합하면 개발자를 넘어 사무직 전반에 영향을 줄 수 있다고 전망한다. 현재 병목은 사람이 AI를 업무에 효과적으로 활용하지 못하는 데 있다는 견해도 제시한다. [19:14]
• 간단한 말이나 지시로 컴퓨터가 일을 처리하는 방향에 기대를 표하고, 코딩을 넘어 컴퓨터 사용을 쉽게 만드는 전략을 긍정적으로 평가한 뒤 영상을 마친다. [20:04]

🧾 결론

• 영상의 중심 주장은 더 똑똑한 모델의 등장을 넘어, 사람이 하던 컴퓨터 작업을 AI가 이어서 수행하는 방향으로 제품 경쟁이 바뀐다는 것이다.
• 장기 작업의 지속성, 오류 수정, 프로그램 조작이 결합하면 자동화 대상이 개별 답변에서 여러 단계의 업무로 넓어질 수 있다.
• 사무직 대체는 발표자의 전망이다. 제공된 사례만으로 직무 전체의 대체 가능성이나 확산 속도를 확정하기는 어렵다.
• 발표자는 아스트라를 직접 사용하지 않았다고 밝힌다. 초기 평가·공개 데모와 본인의 AI 브라우저 경험을 구분해서 읽어야 한다.

📈 투자·시사 포인트

• AI 경쟁을 볼 때 벤치마크 순위와 API 가격 외에 실제 업무 완료율, 작업 시간, 재시도 비용을 함께 살펴볼 필요가 있다. 영상의 장기 실행 사례에는 총비용 정보가 없다.
• 브라우저 도구와 실행 환경을 잘 구성하는 제품도 관찰 대상이다. 발표자의 경험에서는 기존 모델을 사용하더라도 웹 작업의 편의성이 크게 달라졌다.
• 사무직에 대한 영향은 직업명보다 업무 단위로 점검하는 편이 구체적이다. 영상에 등장한 이메일 정리, 자료 작성, 웹 탐색, 구독 관리가 출발점이 될 수 있다.
• 경쟁사의 상장과 모델 공개 시점, 특정 도구의 모델 접근 제한은 사업 경쟁의 관찰 항목이다. 다만 영상에 나온 관련 주장과 동기 해석을 곧바로 투자 판단의 근거로 삼기에는 확인되지 않은 부분이 많다.

⚠️ 불확실하거나 확인이 필요한 부분

• 발표자는 아스트라에 접근하지 못했다고 밝힌다. 성능 평가는 초기 반응, 소개된 데모, 다른 사람의 사례에 의존한다.
• 제목과 전반부의 GPT-6 Astra가 후반부에는 GPT-4o Astra 또는 GPT-4o로 바뀐다. Claude 비교 대상도 Fable 5.1, Opus 3.5, Claude 3.5 등으로 달라져 동일 모델 간 비교인지 확인이 필요하다.
• ARC-AGI의 99점과 30점, 인간 행동 효율 관련 96% 표현은 영상의 소개 내용이다. 지표의 정의, 평가 조건, 비교 모델을 확인해야 하며 인간 수준의 일반 업무 능력과 곧바로 동일시할 수 없다.
• 자막 기반 정리: 타임스탬프가 있는 자막을 기준으로 정리했으며, 고유명사·수치·인용은 원문 확인 필요 시 별도 검증한다.
• 영상 속 주장: 발표자의 해석·전망·비교는 확인된 외부 사실이 아니라 영상 속 주장으로 분리해 읽는다.
• 검증 필요: 수치, 기업 실적, 정책·시장 전망은 발행 전 최신 자료로 별도 검증이 필요하다.

✅ 액션 아이템

• 아스트라의 정확한 모델명, 접근 가능 범위, 벤치마크 원자료와 비교 조건을 확인한다.
• 반복하는 사무 업무 중 이메일 요약, 자료 작성, 웹 정보 수집처럼 완료 기준을 정할 수 있는 작업을 골라 시험한다.
• 직접 처리할 때와 AI에 맡길 때의 소요 시간, 성공 여부, 수정 횟수, 총비용을 기록한다.
• 장기 작업은 중간 결과와 최종 결과를 확인하고, 실제로 사람의 개입 없이 유지되는 구간을 측정한다.

❓ 열린 질문

• 공개 데모에서 보인 컴퓨터 조작 능력이 다양한 사내 시스템과 예외 상황에서도 안정적으로 재현될까?
• 며칠간 실행하는 에이전트의 총비용과 검수 시간을 포함해도 사람이 수행하는 방식보다 유리할까?
• 모델 자체의 개선과 브라우저 실행 환경의 개선은 실제 업무 성공률에 각각 얼마나 기여할까?