You''re Using GPT 6 Astra Wrong (Here''s How to Fix It)

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

GPT6 Astra를 제대로 활용하려면 추론 강도를 무작정 높이기보다 작업에 맞게 조절하고, 브라우저·음성 기능과 스킬 정리, 명확한 질문·승인 기준을 함께 활용해야 한다.

📌 핵심 요점

1. 추론 강도는 낮게 시작해 필요한 만큼 올린다. 발표자가 제시한 장기 에이전트 작업 벤치마크에서 max는 73%·작업당 12달러, low는 67%·2.19달러였다. high는 max와 같은 점수에 5.72달러여서, 높은 설정이 항상 비용 대비 좋은 결과를 보장하지는 않았다.
2. 브라우저와 컴퓨터 조작으로 참고자료 수집까지 연결한다. 영상에서는 Dribbble에서 호텔 웹사이트를 검색하고 스크린샷을 수집한 뒤, 이를 홈페이지 재설계에 반영했다. 사용 가능한 API·MCP가 없는 애플리케이션에서도 정보를 가져오는 사례다.
3. 기존 스킬은 사용 여부와 실제 효과를 점검한다. 발표자는 오래된 모델을 보완하던 과도한 지침과 미사용 스킬이 현재 모델에는 부담이 될 수 있다고 주장한다. 일괄 삭제보다는 로그·설명 점검과 개별 벤치마크를 통한 정리를 제안한다.
4. 음성은 개별 작업 지시와 여러 채팅 관리에 활용한다. 현재 채팅에서 문의 폼을 추가하도록 요청하는 방식과, 별도 채팅을 만들어 조사 업무를 맡기는 오케스트레이터 방식을 시연한다. 발표자는 실행 작업에는 high, 대화·조율에는 가벼운 설정을 선호한다.
5. 프롬프트에 불확실성을 처리하는 방식을 명시한다. 발표자에 따르면 Astra는 이전 모델보다 확인 질문을 하는 경향이 있다. 질문할 시점, 자율적으로 판단할 범위, 최종 상태를 정하고, 승인이 필요할 때는 검토 가능한 결과와 해결안을 먼저 준비하도록 지시하는 접근을 제안한다.

🧩 배경과 문제 정의

발표자는 GPT6 Astra를 강력한 모델로 평가하면서도, 이전 모델을 쓰던 습관을 그대로 적용하면 결과를 제한할 수 있다고 주장한다. 영상은 Codex 안에서의 활용을 중심으로 추론 강도, 브라우저·컴퓨터 조작, 스킬, 음성, 프롬프트라는 다섯 가지 개선 지점을 설명한다.

공통 사례는 가상의 사막 부티크 호텔 Dune House 홈페이지다. 같은 요청을 서로 다른 추론 강도로 실행한 뒤, 외부 디자인 참고자료를 수집해 개편하고 음성으로 문의 폼을 추가하는 흐름을 보여준다. 수치 비교와 기능 시연은 발표자가 제시한 사례이며, 범용적인 성능 보장으로 해석할 수는 없다.

🕒 시간순 섹션별 상세정리

1. 기존 사용 습관과 다섯 가지 실수

• 발표자는 Astra를 이전 모델과 같은 방식으로 사용하면 성과를 제한할 수 있다며, 다섯 가지 실수와 수정 방법을 보여준다. [00:25]
• 첫 번째 실수는 추론 강도를 무조건 max나 ultra로 설정하는 것이다. 매우 복잡한 작업이 아니라면 high 이하, 경우에 따라 medium이나 light도 고려하라고 권한다. [00:59]

2. 추론 강도의 비용 대비 성과

• 장기 에이전트 작업 벤치마크에서 max는 73%·작업당 12달러, low는 67%·2.19달러로 묶인다. 점수 차이는 6%포인트이며 비용 차이는 훨씬 크다. [01:40]
• 발표자는 extra high가 max보다 높은 점수를 내면서 비용은 거의 절반이었고, high는 max와 같은 점수에 5.72달러였다고 보여준다. medium도 결과가 거의 비슷하다고 덧붙인다. [02:11]
• 코딩 에이전트 지수와 Terminal Bench를 추가로 제시하며, 최고 강도에서 점수가 개선되는 경우가 있어도 비용 효율까지 항상 우수한 것은 아니라고 보여준다. [03:21]

3. 호텔 홈페이지로 비교한 light와 max

• 가상의 Dune House 호텔 홈페이지를 같은 프롬프트로 만들었을 때 light는 13분·9만 1천 토큰, max는 30분·15만 2천 토큰을 사용했다고 보여준다. [04:05]
• 발표자는 두 결과 모두 괜찮으며 이 작업에서는 큰 품질 차이가 없다고 평가한다. 낮은 설정에서 시작해 결과가 부족할 때 점진적으로 강도를 높이라고 권한다. [04:33]

4. 브라우저로 디자인 참고자료 수집

• 두 번째 실수는 브라우저와 컴퓨터 조작 기능을 충분히 쓰지 않는 것이다. 사용 가능한 CLI·MCP·API가 없는 애플리케이션에 접근하는 수단으로 보여준다. [04:47]
• 호텔 사이트를 개선하기 위해 Dribbble에서 관련 디자인을 검색하고, 참고할 화면을 캡처해 새 버전에 반영하라는 요청을 시연한다. [06:00]
• 발표자는 에이전트가 여러 사이트의 스크린샷을 수집해 홈페이지를 다시 만들고, 모바일 동작 확인과 테스트도 수행했다고 보여준다. [06:34]

5. 참고자료 추적과 강의 홍보

• 참고자료 수집을 다른 서비스로 확장할 수 있다고 설명하며, 어떤 스크린샷을 사용했는지와 원문 링크를 정리한 참조 표도 보여준다. [07:17]
• Chase AI Plus의 관련 도구 강의와 주간 업데이트를 소개하는 자체 홍보 구간이 계속된다. [07:46]

6. 오래된 스킬 점검과 효과 검증

• 세 번째 실수는 기존 스킬을 그대로 유지하는 것이다. 발표자는 과거 모델의 한계를 보완하던 무거운 지침이 현재 모델에는 불필요하거나 방해가 될 수 있다고 주장한다. [08:28]
• 미사용 스킬도 설명이 누적되면 컨텍스트를 차지한다며, 스킬 목록과 로그·설명을 살피는 감사 작업을 제안한다. [09:38]
• 소개한 감사 도구는 스킬을 수정·퇴출 검토·테스트·보존 등의 대상으로 분류한다. 필요한 스킬은 개별 벤치마크로 현재 모델에서의 효과를 확인하는 접근이다. [10:21]

7. 음성으로 개별 작업 실행

• 네 번째 실수는 음성 기능을 활용하지 않는 것이다. 발표자는 별도의 조율용 채팅뿐 아니라 기존 개별 채팅 안에서도 음성으로 작업을 요청할 수 있다고 보여준다. [11:23]
• 직접 구현을 맡길 때는 high, 대화나 오케스트레이션에는 가벼운 설정을 쓰겠다는 자신의 기준을 제시한다. [12:10]
• 홈페이지 하단에 추가 정보 요청 폼을 만들도록 음성으로 지시하되, 실제 전송 기능이나 외부 서비스 연결은 필요 없다고 범위를 한정한다. [12:42]

8. 음성을 통한 여러 채팅 조율

• 별도 음성 채팅에서 Astra의 음성 활용 사례 다섯 가지를 조사할 새 채팅을 만들고, 짧은 HTML 문서까지 작성하도록 요청한다. [13:48]
• 생성된 채팅에 조사 지시가 전달된 것을 확인하며, 하나의 음성 창에서 여러 에이전트의 작업을 관리하는 활용법을 강조한다. [14:34]
• 원래 요청한 문의 폼은 브라우저로 시험 중이고 조사 문서도 완성된다. 발표자는 음성의 주요 활용 기회로 오케스트레이션을 꼽는다. [15:06]

9. 질문과 자율 판단을 정하는 프롬프트

• 다섯 번째 실수는 프롬프트 방식이다. 발표자는 OpenAI 설명을 인용하며, Astra가 이전 모델보다 모호한 선택 지점에서 확인 질문을 할 가능성이 높다고 드러낸다. [15:35]
• 장기·복합 작업에서는 질문을 받을지, 목표 상태를 주고 자율적으로 진행시킬지 명시하라고 권한다. 구체적인 방향 없이 맡기면 평범한 결과로 수렴할 수 있다는 한계도 언급한다. [16:43]
• 절충안으로 승인 요청 전에 구체적이고 검토 가능한 결과를 준비하도록 지시하는 방식을 제시한다. 문제와 함께 해결안도 가져오게 하자는 취지다. [17:11]

10. 다섯 가지 개선점과 마무리

• 발표자는 다섯 가지 실수를 다시 묶으며 Codex의 브라우저·컴퓨터 조작과 음성 기능을 직접 사용해 보라고 권한다. 경쟁 도구보다 앞선다는 평가는 발표자의 견해다. [17:34]
• 사용자 경험을 공유해 달라고 요청한 뒤 Chase AI Plus를 다시 안내하며 영상을 마친다. [17:46]

🧾 결론

• 영상의 중심 메시지는 모델 성능만큼 사용 방식이 중요하다는 것이다. 추론 강도, 도구 활용, 지침 구성, 사용자 개입 방식을 함께 조정해야 한다.
• 호텔 홈페이지 비교에서는 light가 13분·9만 1천 토큰, max가 30분·15만 2천 토큰을 사용했다. 발표자는 결과의 품질 차이가 크지 않다고 평가했지만, 이는 단일 시연에 대한 판단이다.
• 스킬과 프롬프트는 현재 모델에서 실제로 도움이 되는지 확인할 대상이다. 불필요한 지침은 줄이되, 작업의 목표와 판단 기준은 명확하게 남기는 방향이 제시된다.

📈 투자·시사 포인트

• AI 도구의 경제성은 최고 벤치마크 점수뿐 아니라 작업당 비용, 소요 시간, 사용량으로 판단필요가 있다. 영상의 비교는 낮은 추론 강도에서도 충분한 결과를 얻을 가능성을 보여준다.
• 브라우저 조작과 음성 조율은 모델을 실제 업무 흐름에 연결하는 제품 기능이다. 영상은 참고자료 수집부터 구현·검증까지 이어지는 사용 경험을 경쟁 요소로 강조한다.
• 조직의 운영 측면에서는 스킬을 많이 보유하는 것보다 사용 이력과 성능 기여를 평가하는 관리 체계가 중요하다는 시사점이 있다.
• 영상에는 기업 실적·가치평가 자료가 없다. 제품 기능에 대한 발표자의 우위 평가를 특정 기업의 투자 매력으로 곧바로 연결할 근거는 제시되지 않는다.

⚠️ 불확실하거나 확인이 필요한 부분

• 벤치마크 수치는 발표자가 소개한 값이며, 전사문만으로는 원본 표·평가 조건·반복 횟수를 확인할 수 없다. 장기 작업 벤치마크 이름도 전사에서 일관되지 않게 표기된다.
• 코딩 에이전트 지수의 비용은 150에서 498로 제시되지만, 이어지는 비용 증가 발언은 이 수치와 맞지 않는다. 또한 73%와 67%의 차이는 상대 감소율 6%가 아니라 6%포인트다.
• 호텔 홈페이지 결과가 비슷하다는 평가는 발표자의 주관적 판단이다. 같은 경향이 다른 작업이나 반복 실행에서도 유지되는지는 확인되지 않는다.
• 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

• 대표 작업 하나를 정해 낮은 추론 강도와 high에서 실행하고, 결과 품질·완료 시간·토큰 사용량을 같은 기준으로 비교한다.
• 브라우저로 참고자료를 검색하고 스크린샷·원문 링크·선정 이유를 모아 다음 작업에 반영하는 흐름을 시험한다.
• 설치된 스킬의 최근 사용 이력과 설명을 점검하고, 미사용 항목과 효과 검증이 필요한 항목을 구분한다.
• 자주 쓰는 스킬은 적용 전후 결과를 비교한 뒤 유지·수정·제거 여부를 결정한다.

❓ 열린 질문

• 자신의 실제 작업에서는 추론 강도를 어느 수준까지 낮춰도 요구 품질을 유지할 수 있는가?
• 어떤 스킬이 현재 모델의 결과를 개선하며, 어떤 스킬은 불필요한 지침만 늘리는가?
• 확인 질문을 줄이면서도 사용자의 의도에서 벗어나지 않게 하려면 어떤 판단 기준을 먼저 제공해야 하는가?