Grok 4.6 is Actually Good…And Claude Keeps Getting Better

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

Grok 4.6은 낮은 비용으로 지식 노동 성능을 끌어올렸고, Claude는 브라우저와 앱을 잇는 연속성을 넓히며 실제 업무 도구로 계속 좋아지고 있다.

📌 핵심 요점

1. Grok 4.6의 차별점은 코딩 벤치마크의 최고점보다 지식 노동의 경제성에 있다. 이전 버전과 같은 가격을 유지하면서 장기 전문 과제와 법률 업무 성능을 높였고, Rust 라이브러리 재작성 사례에서는 약 1시간 30분과 55달러로 작업을 마쳐 Fable 비용의 약 10분의 1을 기록했다.
2. 가격 격차도 모델 선택 기준을 바꾸고 있다. 입력·출력 100만 토큰당 합산 가격이 Grok 4.6은 8달러로 제시된 반면 Opus 5는 30달러, Soul 5.6은 35달러, Claude Fable은 60달러로 집계돼, 단순 성능보다 완료 비용과 보정 횟수가 중요해졌다.
3. Grok Bot은 채팅을 계속 쌓는 대신 각 세션을 이름과 역할을 가진 지속형 에이전트로 전환한다. 이메일·콘텐츠·파트너십·주간 업데이트처럼 목적별 봇이 공용 플러그인과 스킬을 쓰면서도 고유한 맥락과 루틴을 유지한다.
4. 각 Grok Bot에 브라우저와 파일 시스템을 갖춘 독립적인 클라우드 컴퓨터를 부여하는 구조는 자동화와 업무 맥락을 같은 단위에 묶는다. 사용자는 직접 로그인하거나 작업 과정을 녹화해 방법을 가르칠 수 있고, 에이전트별 루틴과 이전 결과도 한곳에서 이어갈 수 있다.
5. Claude의 개선 방향은 실행 표면 사이의 연속성이다. Chrome에서 시작한 세션이 데스크톱 웹과 모바일로 이어지고 기존 스킬·커넥터를 재사용하며, 브라우저 대화를 Claude 앱에 동기화해 작업을 계속할 수 있다. 다만 Claude Co-work의 누적 채팅과 전역 예약 작업처럼 맥락과 자동화가 분리되는 문제는 남아 있다.

🧩 배경과 문제 정의

• AI 모델 경쟁의 중심이 단순 벤치마크 성능에서 비용 대비 성능, 장기 업무 수행력, 실제 지식 노동 활용성으로 이동하고 있다.
• 범용 에이전트 플랫폼은 일회성 채팅을 쌓는 구조에서 역할·루틴·컴퓨터를 가진 여러 에이전트를 운영하는 구조로 진화하고 있다.
• 기능이 빠르게 늘어나면서 채팅과 업무 모드, 로컬과 클라우드 세션이 분리되고 사용자가 적절한 실행 방식을 선택하기 어려워지는 문제가 커지고 있다.

🕒 시간순 섹션별 상세정리

1. Grok 4.6의 승부처는 코딩보다 지식 노동

• Grok 4.6은 이전 버전과 같은 가격을 유지하면서 경제적 가치가 큰 업무, 장기 전문 과제, 법률 업무에서 성능을 끌어올렸다. [01:02]
• 코딩 벤치마크보다 범용 에이전트 업무에 집중하며, 회사 구성원 전반의 비개발 지식 노동을 AI 에이전트로 지원하는 전략과 Grok Bot의 방향이 맞물린다. [01:13]

2. 낮은 비용으로 프런티어 모델을 추격하는 Grok

• Rust 기반 라이브러리 재작성 사례에서는 Grok 4.6이 몇 차례의 보정만으로 약 1시간 30분 만에 작업을 끝냈고, 비용은 55달러로 Fable 사용 비용의 약 10분의 1이었다. [02:25]
• 입력·출력 100만 토큰당 합산 가격은 Grok 4.6이 8달러, Opus 5가 30달러, Soul 5.6이 35달러, Claude Fable이 60달러로 집계돼 모델 선택의 비용 격차가 크게 벌어진다. [02:48]

3. Cursor에서 출발한 범용 업무 플랫폼 Grok Bot

• Grok Bot은 데스크톱과 iOS에서 작동하며, 코딩이 아닌 일반 업무를 처리하는 범용 에이전트 앱을 지향한다. [04:18]
• Cursor 팀이 약 4~5개월 동안 개발한 일반 지식 노동자용 플랫폼은 내부적으로 Sand라고 불렸고, Dot이라는 이름 대신 Grok Bot으로 출시됐다. [04:27]

4. 이름과 역할을 가진 지속형 에이전트

• 새 세션은 사용 목적을 먼저 파악한 뒤 이름과 역할을 가진 봇으로 바뀌며, 이메일·콘텐츠·코드·주간 업데이트처럼 반복되는 업무를 전담한다. [05:23]
• 플러그인과 스킬은 모든 봇이 공유하지만, 각 봇은 고유한 이름·제목·설명을 유지해 동일한 도구를 서로 다른 업무 맥락에서 사용한다. [06:11]

5. 봇별 루틴과 독립된 클라우드 컴퓨터

• Claude Co-work에서는 채팅이 계속 누적되고 예약 작업이 전역 목록으로 분리돼 이전 업무 맥락과 자동화를 다시 연결하기 어렵다. [07:48]
• Grok Bot은 콘텐츠·파트너십·할 일 봇마다 서로 다른 루틴을 보관하고, 통합 화면에서는 에이전트 이름과 루틴 이름을 함께 확인할 수 있다. [09:05]

6. 음성 기록을 실제 후속 업무로 전환하는 방식

• GenSpark Second Brain Note는 휴대전화에 부착해 통화·회의·이동 중 아이디어를 녹음하며, 작동 표시등과 다국어 지원으로 일상적인 기록 누락을 줄인다. [10:40]
• 하루 두 차례 녹음 내용을 분석해 약속한 이메일 초안, 통화에서 합의한 일정, 말로 구상한 영상 대본을 각각 이메일·캘린더·Notion 작업으로 전환한다. [11:02]

7. 개인용 채팅에서 인간·에이전트 팀으로의 전환

• 2025년 말의 터미널 기반 에이전트 도구는 세션·스킬·플러그인·아티팩트·자동화를 한곳에 담은 유사한 형태의 슈퍼 앱으로 수렴했다. [11:49]
• Grok Bot은 목적별 에이전트 팀을 전면에 배치하고, Buzz는 여러 인간과 에이전트가 같은 채널에서 협업하는 Slack형 인터페이스를 채택한다. [13:00]

8. 브라우저와 앱 경계를 없애는 Claude

• Claude의 Chrome 세션은 데스크톱 웹과 모바일까지 이어지며, 브라우저 안에서도 기존 스킬과 커넥터를 동일하게 사용할 수 있다. [14:16]
• Chrome 확장 프로그램에서 시작한 작업도 Claude Co-work와 같은 커넥터·스킬에 접근하고, 대화 기록을 계정에 저장한다. [14:44]

9. 중간급 모델의 가격 압박과 휴대폰 제어 확장

• Sonnet 5는 한시적으로 적용하려던 낮은 출시 가격을 그대로 유지하며, OpenAI의 Terra·Luna 계열도 비슷한 가격 인하 흐름에 들어섰다. [15:38]
• DeepSeek·Kimi·Z.ai·Grok이 더 저렴한 대안을 내놓으면서 Anthropic과 OpenAI의 중간급 모델은 가격 경쟁력을 잃을 위험이 커졌고, 경쟁이 지속되면 추가 인하 가능성이 높다. [16:00]

10. DeepSeek의 출시 혼선과 Gemini 3.7 Flash

• DeepSeek V4 Pro는 고가 모델인 Fable에 근접한 성능을 훨씬 낮은 가격에 제공한다는 목표로 출시됐지만, 초기 테스트에서는 이전 V4 Flash보다 소폭 나은 수준이라는 반응이 나왔다. [17:10]
• V4 Pro는 OpenRouter를 통한 Cursor 요청에도 즉시 실패했고, 모델 중단 정황과 사용량 기반 가격 인상까지 겹치면서 성능·가용성·가격 모두 논란에 놓였다. [18:00]

11. 채팅과 업무 모드가 만든 사용성 분절

• ChatGPT의 Chat과 Work는 하나의 제품 안에 있지만 서로 다른 실행 방식과 기능 범위를 가져, 사용자가 어떤 모드에서 요청해야 할지 판단하기 어렵다. [19:43]
• Work 모드는 간단한 질문에도 계획 수립과 도구 실행을 시작해 느려질 수 있지만, Slack·Gmail·Notion 제어와 예약 이메일 발송까지 처리하는 강력한 업무 플랫폼이기도 하다. [20:13]

12. Grok Bot이 제안한 명명된 세션 해법

• Grok Bot은 Codex와 GPT Work보다 수행 기능이 적지만, 채팅 세션을 이름과 역할을 가진 에이전트로 바꿔 업무 진입점을 명확하게 만든다. [22:09]
• 각 봇의 이름과 설명은 작은 시스템 프롬프트로 작동하고, 공용 Gmail 플러그인과 스킬을 활용하면서도 콘텐츠·주간 업데이트·파트너십처럼 역할별 맥락을 유지한다. [22:31]

13. 에이전트 인터페이스의 다음 경쟁

• 자동화를 전역 메뉴가 아닌 담당 봇 안에 두고 각 봇에 독립 컴퓨터와 루틴을 부여하는 구조는 진입 장벽을 낮추며, 다른 AI 연구소들도 유사한 설계를 채택할 가능성이 있다. [23:46]
• OpenAI의 Workspace Agents는 GPT Work 수준의 실행력과 개별 시스템 프롬프트, Slack 연동을 제공하며, 현재의 팀 요금제·웹 전용 제한이 데스크톱과 일반 사용자까지 확대될 가능성이 있다. [24:37]

🧾 결론

• Grok 4.6은 최고가 프런티어 모델을 정면으로 복제하기보다 낮은 비용으로 장기 지식 노동을 수행하는 실용적 대안에 가깝다.
• Grok Bot의 핵심 혁신은 기능의 수가 아니라 채팅 세션을 이름·역할·루틴·컴퓨터를 가진 업무 단위로 재구성한 인터페이스다.
• Claude가 계속 좋아진다는 평가는 단일 벤치마크 상승뿐 아니라 브라우저·앱·모바일 사이에서 대화와 도구를 이어 쓰게 된 변화에서 확인된다.
• 향후 경쟁력은 모델 성능 하나보다 가격, 완료 시간, 지속형 맥락, 자동화 배치 방식, 인간과 에이전트의 협업 경험을 얼마나 안정적으로 결합하느냐에 달려 있다.

📈 투자·시사 포인트

• 저가 모델이 프런티어급 성능을 추격하면서 중간급 모델의 가격 인하 압력은 커질 수 있다. 모델 업체를 평가할 때 토큰 단가뿐 아니라 실제 과제 완료 비용과 보정 횟수를 함께 봐야 한다.
• 차별화의 무게중심은 모델 자체에서 에이전트 운영 플랫폼으로 이동하고 있다. 이름 있는 세션, 역할별 루틴, 커넥터, 독립 컴퓨터와 같은 오케스트레이션 계층이 중요한 제품 해자가 될 수 있다.
• Claude의 브라우저·앱 동기화와 Grok Bot의 역할 중심 구조는 사용자가 실행 모드를 고민하는 비용을 줄이는 인터페이스가 채택률을 좌우할 가능성을 보여준다.
• 개인용 챗봇에서 여러 전담 에이전트와 인간이 협업하는 팀 구조로 전환되면 Slack 연동, 공용 에이전트 접근, 조직 단위 자동화가 새로운 경쟁 영역이 될 수 있다.

⚠️ 불확실하거나 확인이 필요한 부분

• Grok 4.6은 공개 직후라 충분한 심층 검증이 이뤄지지 않았으며, 제시된 성능 향상이 다양한 장기 과제에서 재현되는지는 확인이 필요하다.
• Rust 라이브러리 재작성의 1시간 30분·55달러 사례는 인상적이지만 단일 사례이므로 일반적인 코딩 및 지식 노동 비용을 대표한다고 단정하기 어렵다.
• Grok 4.7과 SpaceX 학습 코퍼스의 엔지니어링 강점은 출시 전 전망이며, 실제 성능으로 검증된 결과가 아니다.
• 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

• 동일한 장기 지식 노동 과제를 Grok 4.6과 Claude에 맡기고 완료 시간, 총비용, 보정 횟수, 결과 품질을 같은 기준으로 비교한다.
• 이메일·콘텐츠·주간 업데이트 가운데 반복성이 높은 업무 하나를 골라 이름과 역할을 가진 전담 에이전트 및 루틴 구조로 시험 운영한다.
• Claude의 Chrome·데스크톱·모바일 간 대화 동기화와 스킬·커넥터 재사용이 실제 업무 인수인계 시간을 얼마나 줄이는지 점검한다.
• 이메일 발송, 캘린더 등록, Notion 반영처럼 외부 시스템을 변경하는 자동화에는 사용자 승인 단계를 유지한다.

❓ 열린 질문

• Grok 4.6의 비용 우위와 지식 노동 성능은 법률 업무와 Rust 재작성 외의 다양한 전문 과제에서도 반복될 수 있는가?
• 역할별 봇이 많아졌을 때 이름 있는 세션 구조가 맥락을 명확하게 유지할지, 새로운 에이전트 관리 부담을 만들지는 않을까?
• Claude는 브라우저와 앱의 대화 연속성을 넘어 Co-work의 전역 예약 작업과 개별 업무 맥락까지 하나의 역할 단위로 통합할 수 있을까?