[시즌 3] Opus, GPT Sol, Grok의 성능 비교! 학습자에게 유의미할까?

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

Opus·GPT Sol·Grok 비교에서 과제별 차이는 있었지만, 발표자는 학습자에게 최고 성능 모델을 고르는 일보다 가성비와 취향에 맞는 도구로 실습하는 일이 더 중요하다고 결론짓는다.

📌 핵심 요점

1. 동일한 프롬프트와 에이전트 지침·스킬·디자인 지침을 적용해 랜딩 페이지, 쇼츠, 전자책, PPTX 네 과제를 비교했다.
2. 랜딩 페이지는 세 모델이 비슷하다는 평가였고, 쇼츠는 Opus가 상대적으로 나았지만 상용 수준이라는 평가는 아니었다.
3. 전자책에서는 인물과 장면으로 도입한 Opus가 좋은 평가를 받았다. PPT는 GPT Sol과 Opus가 비슷했고, Grok은 초안으로 쓰기 어렵다는 평가를 받았다.
4. 원샷 비교를 의도했지만 세 모델 모두 일부 작업을 남겨 추가 지시가 필요했다. 시간 기록도 불완전해 속도 순위를 정하기 어렵다.
5. 발표자는 학습 단계에서 모델 순위에 집착하기보다 원하는 결과를 설명하는 프롬프트와 하네스를 준비하고, 사용량에 맞춰 요금제를 선택하라고 권한다.

🧩 배경과 문제 정의

발표자는 최근 모델들의 성능이 상향 평준화됐다는 자신의 인상을 실제 제작 과제로 확인하려 한다. 질문의 중심은 절대적인 성능 순위보다, 에이전트를 배우는 사람이 더 좋은 모델을 고르기 위해 고민할 만큼 결과물 차이가 큰지에 있다.

비교 대상은 제목의 Opus·GPT Sol·Grok이며, 전사에서는 Opus 5와 Grok 4.6으로 소개된다. Opus로 공통 비교 프롬프트를 만든 뒤 동일한 지침과 네 가지 과제를 전달했다. 발표자는 결과를 미리 검토하지 않은 상태에서 시청자와 함께 확인한다고 설명한다. 따라서 이 영상은 정량 벤치마크보다 산출물을 직접 살펴보는 비교 시연으로 읽는 것이 적절하다.

🕒 시간순 섹션별 상세정리

1. 비교를 시작한 이유와 대상

• 주간 토큰 초기화를 앞두고 GPT Sol·Grok·Opus에 같은 작업을 시켜 봤다고 보여준다. 모델들이 비슷해졌다는 인상이 실제 효용에서도 맞는지 확인하려는 취지다. [00:48]

2. 공통 프롬프트와 네 가지 제작 과제

• Opus에 모델 비교용 공통 프롬프트를 만들게 하고, 랜딩 페이지·쇼츠·전자책·프레젠테이션을 요청했다. 작업 후 자체 채점도 지시했다. [01:53]
• 처음에는 작업 시간이 대략 한 시간 반 정도였다고 추정하지만, 이 수치는 뒤에서 기록을 확인하며 달라진다. [02:12]

3. 학습자의 모델 선택과 요금제에 대한 관점

• 발표자는 결과를 미리 보지 않았으며, 상향 평준화로 차이가 작을 것이라는 가정에서 비교를 시작한다고 드러낸다. [02:38]
• 학습용 요금제는 20달러 수준에서 시작해 사용량이 부족하면 올리라고 권한다. 무료 사용과 향후 가격에 대한 강한 의견도 덧붙이지만 별도 근거를 제시하지는 않는다. [03:35]

4. 통제 조건과 원샷 비교의 한계

• 에이전트 지침·스킬·디자인 지침과 프롬프트를 동일하게 구성했다. 속도는 중간에 자리를 비워 제대로 측정하지 못했다고 보여준다. [04:05]
• 한 과제만 끝내고 전체 작업이 완료됐다고 답하는 현상이 세 모델 모두에서 나타나, 끝까지 수행하라는 추가 지시를 보냈다. [04:38]

5. 장기 작업에 대한 가정과 시간 기록의 혼선

• 다음 비교 대상으로 페이블과 아스트라를 언급하며, 자신의 경험에서는 중간 확인 없이 끝까지 작업했다고 보여준다. 이번 영상에서 검증한 결과는 아니다. [05:15]
• 화면에 표시된 시간을 보며 처음 추정한 작업 시간을 수정한다. 중간 확인과 후속 지시 때문에 실제 소요 시간을 비교하기 어렵다고 인정한다. [06:00]

6. 랜딩 페이지 비교

• 세 모델 모두 집중력과 일정 관리를 돕는 딥 포커스 앱의 랜딩 페이지를 제작했다. GPT Sol 결과에서는 시간 계산 등 상호작용 요소를 살펴본다. [06:40]
• GPT Sol과 Grok의 디자인이 비슷하며, 동일한 디자인 지침의 영향일 수 있다고 해석한다. Opus도 함께 확인한 뒤 뚜렷한 우열을 느끼기 어렵다고 평가한다. [08:27]

7. 쇼츠 비교

• GPT Sol의 광고 영상에서는 일부 화면 잘림과 깨짐을 지적한다. Grok은 시계 애니메이션과 자막 같은 구성을 넣었지만 공간 활용과 후반부 인상이 아쉽다고 본다. [10:01]
• Opus의 전환과 표현에 상대적으로 높은 점수를 주면서도 상용 수준은 아니며, 반드시 Opus를 선택해야 할 정도의 차이는 아니라고 드러낸다. [10:49]

8. PDF 전자책 비교

• GPT Sol과 Grok 전자책은 문장·편집·표지에서 아쉬움을 보였다고 평가한다. Grok은 내용을 더 채우려는 노력이 보이지만 전반적 인상은 비슷하다고 보여준다. [12:31]
• Opus는 인물과 장면으로 시작해 도구가 필요한 이유를 설명하는 구성이 상대적으로 좋다고 평가한다. 다만 표지와 디자인에는 여전히 불만을 보인다. [13:33]

9. PPTX 비교와 과제별 차이

• GPT Sol 파일은 열 때 오류가 나 복구했으며, 12쪽 결과물은 초안으로 사용할 여지가 있다고 평가한다. Grok 결과는 초안으로도 쓰기 어렵다고 판단한다. [14:41]
• Opus와 GPT Sol은 슬라이드마다 장단점이 있지만 전체적으로 큰 차이가 없으며, 어느 하나를 반드시 써야 하는 수준은 아니라고 정리한다. [15:41]

10. 공통 하네스와 결과물의 방향 설정

• 발표자는 네 과제의 전체적인 차이가 크지 않다고 판단한다. 공통 하네스를 개선하면 다른 모델도 함께 좋아질 수 있다는 해석을 덧붙인다. [16:28]
• 지침을 준비하는 목적은 자신의 취향과 의도에 맞는 결과를 얻는 데 있다고 보여준다. 이번 프롬프트도 과제별 기준을 구체적으로 담았으며, 전자책은 Opus가 조금 더 나았다고 재평가한다. [17:23]

11. 실행 시간 확인과 비교 보류

• 기록에서 GPT Sol 176분, Grok 175분을 확인한다. Opus는 해당 기록을 찾기 어려워 직접 소요 시간을 묻는다. [18:19]
• 패스트 모드 없이 추론 수준을 하이로 설정했다고 보여준다. Opus의 응답을 본 뒤 시간 측정이 이상하다고 느끼며 속도 비교의 의미를 낮춘다. [18:48]

12. 학습 단계의 결론과 동일 프롬프트 재확인

• 학습 단계에서 더 좋은 에이전트를 쓴다고 결과가 극적으로 달라지는 것은 아니라며, 원하는 방향을 전달하는 하네스와 프롬프트의 중요성을 강조한다. [19:43]
• 과제별 프롬프트를 보여주고 Grok과 Opus에 같은 내용을 복사해 넣었다고 재확인한다. 비슷한 입력에서 비슷한 결과가 나왔다는 것이 발표자의 핵심 해석이다. [20:42]

13. 가성비 중심의 선택과 후속 비교 예고

• 전자책과 PPT에서의 차이는 인정하면서도, 학습자는 가성비와 취향에 맞는 도구를 고르면 된다고 결론짓는다. 숙련자는 자신보다 차이를 더 크게 느낄 수도 있다고 덧붙인다. [21:17]
• 페이블과 아스트라의 후속 비교를 예고하며 컴퓨터 사용 능력이 결과에 영향을 줄 가능성을 언급한다. 모델 선택 고민에 도움이 되기를 바란다는 말로 마무리한다. [21:50]

🧾 결론

• 이번 시연은 네 가지 제작 과제에서 학습자가 체감할 차이가 크지 않다는 발표자의 판단을 보여준다. 모든 작업에서 모델 성능이 같다는 증명은 아니다.
• Opus의 쇼츠·전자책과 Grok의 PPT처럼 과제별 차이가 있어, 실제로 자주 하는 작업을 기준으로 선택할 여지는 남는다.
• 모델의 완료 보고만 믿기보다 산출물의 존재, 파일 열림, 내용과 화면 품질을 직접 확인해야 한다.
• 학습자의 실용적인 선택 기준은 가성비, 취향, 원하는 결과를 얼마나 수월하게 얻는지에 있다.

📈 투자·시사 포인트

• 개인의 AI 구독 지출에서는 최고가 요금제를 먼저 고르기보다 실제 사용량을 확인하는 접근이 제시된다. 발표자는 월 20달러 수준에서 시작해 부족하면 올리라고 권한다.
• 도구 도입 판단에서는 모델 이름뿐 아니라 공통 지침과 작업 환경, 결과물 검수에 드는 노력도 함께 살펴볼 필요가 있다.
• 콘텐츠 제작에 적용할 때는 생성 여부와 납품 가능 품질을 구분해야 한다. 이번 시연에서도 영상의 화면 깨짐, 전자책의 편집 품질, PPT 파일 복구 문제가 드러났다.
• 영상은 기업 실적이나 가치평가를 다루지 않는다. 이 비교만으로 특정 AI 기업의 투자 우위를 판단할 근거는 부족하다.

⚠️ 불확실하거나 확인이 필요한 부분

• 단일 시연이며 반복 실험이나 독립 평가 결과가 제시되지 않았다. 발표자도 모델들이 비슷할 것이라는 가정을 갖고 시작했다고 밝혔다.
• 원샷 성능 비교라고 설명하지만 실제로는 누락된 작업을 끝내라는 후속 지시가 들어갔다. 모델별 개입 횟수와 대기 시간이 같았는지는 확인되지 않는다.
• GPT Sol 176분, Grok 175분이라는 기록을 확인했으나 Opus의 시간은 명확히 정리되지 않았다. 발표자도 시간 측정의 의미가 없다고 판단해 속도 비교에는 사용할 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

• 자신의 주요 작업을 랜딩 페이지·쇼츠·전자책·PPT 중에서 골라 같은 요구사항으로 비교해 본다.
• 프롬프트, 에이전트 지침, 스킬, 디자인 지침과 실행 설정을 기록해 비교 조건을 맞춘다.
• 네 과제의 완료 여부를 각각 확인하고, 추가 지시 횟수와 실제 작업·대기 시간을 구분해 기록한다.
• 영상의 잘림과 깨짐, 전자책의 문장·구성·표지, PPT의 파일 열림과 슬라이드 가독성을 검수한다.

❓ 열린 질문

• 같은 과제를 여러 번 반복하거나 평가자가 모델 이름을 모르게 평가해도 비슷한 결과가 나올까?
• 후속 지시 없이 네 과제를 모두 완수하는 비율은 모델별로 얼마나 다를까?
• 공통 하네스를 사용할 때와 모델별로 조정한 하네스를 사용할 때 품질 차이는 어떻게 달라질까?