GPT 6.2 Sol! 걍 토큰 많이 먹여서 퍼포먼스 올린건가?
Quick Summary
GPT 6.2 Sol의 성능 향상을 단순히 토큰을 더 쓴 덕분이라고 보기는 어렵다. Astra와 같은 과제를 수행했을 때 Sol은 게임에서 토큰을 덜 썼고, 모션 그래픽에서는 두 배 넘게 쓰고도 연출에서 아쉬움을 남겼다.
영상 보기
클릭 전까지는 가벼운 미리보기만 먼저 불러옵니다.
🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론
GPT 6.2 Sol의 성능 향상을 단순히 토큰을 더 쓴 덕분이라고 보기는 어렵다. Astra와 같은 과제를 수행했을 때 Sol은 게임에서 토큰을 덜 썼고, 모션 그래픽에서는 두 배 넘게 쓰고도 연출에서 아쉬움을 남겼다.
📌 핵심 요점
- 영상에서 제시한 두 단가를 각각 비교하면 Sol은 Astra의 4분의 1, Opus 5.5의 절반이다. 발표자가 소개한 벤치마크에서는 Sol의 비용과 최고 성능이 모두 Astra보다 낮았다.
- 모션 그래픽에서 Sol은 44분 42초에 1,600만 토큰을, Astra는 45분 54초에 700만 토큰을 썼다. Sol도 지붕의 세부 표현과 부드러운 움직임을 구현했지만, 발표자는 장면을 자연스럽게 확대하는 Astra의 연출을 더 높게 평가했다.
- 게임에서는 Sol이 49분·700만 토큰, Astra가 63분·1,100만 토큰을 기록했다. Sol은 미션과 달리기를 구현했고 인물과 차량의 형태도 이전보다 개선됐다는 평가를 받았다. 다만 달릴 때 관절의 움직임은 다소 어색했다.
- 웹사이트에서 Sol은 마우스 움직임에 잘 반응하는 화면을 만들었고, Astra는 디자인의 창의성에서 더 좋은 평가를 받았다. 단편 글쓰기에서는 Sol이 26분 7초 만에 마쳐 Astra의 52분 10초보다 약 26분 빨랐다.
- 기기 시뮬레이션에서 Sol은 이전 버전에서 빠졌던 배선까지 구현했다. 다만 Sol은 56분 32초·1,700만 토큰을 써서 Astra의 44분 30초·1,100만 토큰보다 시간과 토큰이 모두 더 들었다.
🧩 배경과 문제 정의
발표자는 Codex에서 Astra에 맡기던 일 가운데 어떤 것을 GPT 6.2 Sol에 넘겨도 되는지 알아보기 위해 기존 과제를 Sol에 다시 맡겼다. 비교의 기준은 토큰 단가, 한 번 실행할 때의 사용량과 소요 시간, 그리고 결과물의 완성도였다. Opus 5.5는 가격을 가늠하기 위한 비교 대상으로 언급했다.
🕒 시간순 섹션별 상세정리
1. 가격표와 벤치마크에서 출발한 모델 선택 문제
- 발표자는 벤치마크 차트에서 Sol이 Astra보다 비용을 적게 쓰지만 최고 성능도 조금 낮게 나온다고 보여준다. [00:40]
- 영상이 제시한 두 단가는 Astra 8달러·40달러, Sol 2달러·10달러, Opus 5.5 4달러·20달러다. 발표자는 실제 과제에서는 Codex 사용자가 선택하게 될 Sol과 Astra를 비교한다. [01:52]
2. 모션 그래픽에서 엇갈린 토큰 수와 연출 평가
- Sol은 지붕의 디테일과 요청한 움직임을 살렸다. 발표자는 Astra가 장면에 자연스럽게 넣은 줌 애니메이션에서 창의성의 차이를 느꼈다. [02:24]
- Sol은 1,600만 토큰, Astra는 700만 토큰을 사용했고 작업 시간 차이는 1분 12초였다. 발표자는 같은 수준까지 연출을 다듬는다면 비용 차이가 줄어들 수 있다고 봤다. [03:00]
3. 게임에서 줄어든 시간과 토큰
- 발표자는 Sol이 만든 게임 중 이번 결과물을 가장 높게 평가했다. 미션과 달리기가 작동하고 인물과 차량의 형태가 나아졌지만, 관절 애니메이션은 아직 자연스럽지 않다고 봤다. [04:04]
- Astra는 63분·1,100만 토큰, Sol은 49분·700만 토큰을 사용했다. 발표자는 두 모델 모두 최대 추론 강도로 실행했다고 밝혔다. [04:35]
4. 웹 디자인의 창의성과 단편 글쓰기의 속도
- Sol의 웹사이트는 마우스에 맞춰 화면 요소가 매끄럽게 움직였지만, 발표자는 디자인이 예상 범위에 머물렀다고 평가했다. 창의적 연출이 중요하면 Astra가 먼저 만들고 Sol이 테스트하는 방식을 제안했다. [05:26]
- 웹사이트의 작업 시간은 Astra 50분 14초, Sol 43분 42초였다. 토큰 수를 읽은 내용과 뒤이은 설명이 엇갈렸고, 발표자도 같은 품질에 도달했을 때 어느 쪽의 비용이 클지는 판단하기 어렵다고 했다. [05:54]
- 단편 글쓰기에서 Sol은 26분 7초·147만 토큰, Astra는 52분 10초·200만 토큰을 기록했다. 발표자는 한 번의 실행이라는 한계를 짚으면서 글쓰기에는 Sol로도 충분할 수 있다고 봤다. [07:36]
5. 기기 시뮬레이션에서 확인한 디테일과 비용 변수
- Sol은 이전 버전에서 구현하지 못한 배선을 표현했다. 재생, 녹화 중지, 장면 전환, 케이스 분해와 기기 상태 표시도 시연에서 작동했다. [08:08]
- 발표자는 내부 설계가 더 정교해졌다고 평가하며, 모델이 결과를 반복해서 확인하고 수정했을 가능성을 제기했다. [08:47]
- 이 과제에서는 Sol이 56분 32초·1,700만 토큰, Astra가 44분 30초·1,100만 토큰을 사용했다. 게임 때와 달리 Astra가 더 적은 토큰으로 먼저 끝냈다. [09:04]
6. 난이도와 품질 목표에 맞춘 작업 배분
- 발표자는 과제가 어려우면 Astra가 더 적은 토큰으로 먼저 목표에 이를 수도 있다고 해석했다. 여러 과제를 처리할 때는 난이도에 따라 모델을 배정하는 도구를 쓰는 방법도 언급했다. [10:37]
- 마지막으로 비용을 중시하면 Sol을 기본으로 쓰고 부족한 디테일을 Astra로 보완하라고 제안했다. 성능을 우선하면 Astra를 기본으로 두고 단순 작업을 Sol에 넘기라는 권고로 비교를 마무리했다. [11:16]
🧾 결론
- 토큰 수만으로 결과물의 품질을 예측하기는 어렵다. 모션 그래픽에서는 Sol이 Astra보다 많은 토큰을 쓰고도 두 모델의 연출에 차이가 남았다.
- Sol이 시간을 절약한 폭도 과제마다 달랐다. 글쓰기에서는 작업 시간이 거의 절반이었지만, 기기 시뮬레이션에서는 오히려 12분가량 더 걸렸다.
- 발표자는 비용을 아끼고 싶은 Codex 사용자에게 Sol로 시작해 아쉬운 부분만 Astra로 다듬는 방식을 제안했다. 완성도가 우선이면 Astra로 시작하고 테스트 같은 단순 작업을 Sol에 넘기는 방식도 제시했다.
📈 투자·시사 포인트
- AI 도입 예산을 잡을 때는 토큰 단가와 함께 원하는 품질에 이를 때까지 드는 비용을 봐야 한다. 첫 결과물을 얼마나 수정해야 하는지에 따라 Sol의 가격 이점도 달라질 수 있다.
- 작업량이 많은 팀은 자주 반복하는 과제부터 비교할 만하다. 영상 속 게임은 Sol이 시간과 토큰을 함께 절약한 사례이고, 시뮬레이션은 두 지표가 모두 늘어난 사례다.
- 웹 제작에서는 단계별로 모델 예산을 나눌 수 있다. 영상에서 제안한 조합은 Sol로 뼈대를 잡고 Astra로 시각적 디테일을 다듬거나, Astra가 만든 화면을 Sol에 맡겨 테스트하는 방식이다.
⚠️ 불확실하거나 확인이 필요한 부분
- 영상은 같은 과제에서 두 모델의 결과를 비교했다. 같은 모델의 토큰 사용량만 바꿔 본 실험은 제시하지 않아, 토큰을 늘렸을 때 품질이 얼마나 달라지는지는 확인하기 어렵다.
- 웹사이트 대목에서는 Sol 100만·Astra 800만 토큰이라고 말한 직후 Sol이 더 많이 썼다고 설명한다. 사용 기록을 확인하기 전에는 어느 쪽이 더 썼는지 단정하기 어렵다.
- 글쓰기는 발표자가 한 번만 실행했다고 밝혔다. Astra가 단순한 글쓰기에도 지나치게 오래 생각한다는 해석과, Sol의 시뮬레이션이 정교해진 이유가 자체 검증이라는 설명은 모두 발표자의 추정이다.
- 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
- 자주 하는 과제 하나를 골라 두 모델에 같은 요구사항과 추론 강도를 적용하고, 소요 시간·토큰 수·충족한 요구사항을 함께 기록한다.
- 모션 그래픽이나 웹사이트는 기능과 연출을 따로 평가한다. 가령 마우스 반응이 제대로 작동하는지와 화면 전환이 자연스러운지를 각각 확인한다.
- Sol의 초안을 Astra로 보완하는 방식과 Astra로 시작해 Sol에 테스트를 맡기는 방식을 비교한다. 수정까지 끝낸 시점의 품질과 총비용을 기록한다.
- 웹사이트 사례의 토큰 수를 비용 계산에 인용하기 전에 두 모델의 실행 기록을 대조한다.
❓ 열린 질문
- 같은 모델에서 토큰 사용량을 달리하면 지붕의 세부 표현, 줌 연출, 기기 배선처럼 눈으로 확인할 수 있는 요소가 얼마나 달라질까?
- 모션 그래픽의 연출을 같은 수준까지 다듬으면 Sol의 낮은 단가가 최종 비용에서도 이점으로 남을까?
- 게임과 글쓰기를 여러 번 반복해도 Sol이 보인 시간 절약 효과가 유지될까?