YouTube코드팩토리·2026년 11월 18일·0

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.

원본 열기

🖼️ 인포그래픽

GPT 6.2 Sol! 걍 토큰 많이 먹여서 퍼포먼스 올린건가? 내용을 설명하는 본문 이미지

🖼️ 4컷 인포그래픽

GPT 6.2 Sol! 걍 토큰 많이 먹여서 퍼포먼스 올린건가?의 핵심 내용을 4단계로 요약한 인포그래픽
GPT 6.2 Sol! 걍 토큰 많이 먹여서 퍼포먼스 올린건가? 핵심 내용을 4단계로 압축한 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

  1. 영상에서 제시한 두 단가를 각각 비교하면 Sol은 Astra의 4분의 1, Opus 5.5의 절반이다. 발표자가 소개한 벤치마크에서는 Sol의 비용과 최고 성능이 모두 Astra보다 낮았다.
  2. 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.
  3. 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.
  4. 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.
  5. 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?

관련 문서

공통 태그와 주제 흐름을 기준으로 같이 보면 좋은 문서를 이어서 제안합니다.