DeepSeek 모델은 GPT-6 Astra보다 비용이 훨씬 적은 가격으로 격차를 좁힙니다.

• 독립적인 분석 결과에 따르면, GPT-6 Astra는 에이전트형 컴퓨터 활용 및 사이버 보안 측면에서 상당한 혜택을 제공하지만, 이전 모델보다 전반적인 지능성 면에서는 향상이 없으며, 작업당 비용도 75% 더 높습니다.
• 벤치마크 비교 결과는 사용되는 테스트 환경에 따라 크게 달라집니다. 아스트라의 성적은 각 공급업체가 제공하는 특정 어댑터를 기반으로 하기 때문에, 경쟁 모델들과는 다릅니다.
• OpenAI의 GPT-6 Astra는 OpenAI 모델이 ‘심각한’ 사이버보안 기준을 넘어선 첫 사례입니다. 이는 고급 AI 기능에 대한 신뢰 기반 접근 방식으로의 전환이 산업 전반에 일어나고 있음을 보여줍니다.

인공지능 분야에서 중요한 발전이 있었는데, 바로 DeepSeek가 개발한 새로운 모델입니다. 이 모델은 OpenAI의 최신 GPT-6 Astra의 설계 구조를 기반으로 하며, 비용은 OpenAI의 경우의 1.4%에 불과합니다. 이러한 엄청난 가격 차이는 기관 투자자들과 기업 기술 리더들 사이에서 프리미엄 AI 인프라의 실제 가치에 대한 의문을 불러일으켰습니다. 이 사실은 모델 개발 비용과 인프라의 시장 가격 사이의 큰 격차를 보여주며, 기술 산업의 전통적인 경제적 가정에 도전하는 것입니다.

OpenAI는 GPT-6 Astra를 새로운 세대의 인공지능 기술이라고 평가하지만, 독립적인 비교 테스트 결과를 보면 그 실제 활용도는 다소 모호한 편입니다. 평가자들은 Astra가 특정 지능 지수에서 Claude Fable 5.1과 동등한 성능을 보이긴 하지만, 토큰 효율성을 고려할 때 각 작업당 비용은 훨씬 더 높다고 지적합니다. DeepSeek 모델의 등장으로 보아, 고성능을 요구하는 경우 현재 미국 기반 제공업체들이 적용하는 고가 정책이 필요하지 않을 수도 있습니다.

GPT-6 Astra는 비용과 성능 면에서 경쟁 제품들과 어떻게 비교되는가?

독립적인 평가 결과에 따르면, OpenAI의 GPT-6 Astra는 경쟁 제품들에 비해 복합적인 평가를 받고 있습니다. Astra는 컴퓨터 활용 및 터미널 작업과 같은 특정 분야에서는 선도적인 성능을 보이지만, 더 넓은 지능 및 코딩 측면에서는 뒤처집니다. Astra의 높은 ARC-AGI-3 점수를 결정하는 요소 중 하나는 OpenAI의 제공자 어댑터 하네스인데, 이는 각 작업 사이에서 추론 상태를 유지하는 기능을 제공합니다. 표준적인 환경에서 말입니다.아스트라는 훨씬 낮은 점수를 얻었습니다.이러한 차이점은 공급업체의 주장과 실제 상황을 비교할 때 표준화된 테스트 환경의 중요성을 보여줍니다.

가격 문제는 기업 구매자들에게 중요한 장애 요소입니다. Astra의 경우, 각 토큰당 비용이 이전 제품인 GPT-5.6 Sol보다 약 2.5배나 높습니다. 그 결과, 최대 노력 수준에서 전체 작업 비용은 75% 더 많아집니다. 하지만 Astra는 코딩 작업에서 더 적은 토큰을 사용함으로써 효율성을 보여줍니다.Fable 5.1보다 더 비싼 상태입니다.같은 결과를 얻을 수 있습니다. DeepSeek 모델이 아스트라의 디자인을 비용의 1.4%로 구현할 수 있다는 점은 그렇습니다.프리미엄 가격은 정당화될 수 없을 수도 있습니다.순수 지능의 비례적인 향상에 의해.

아스트라의 진정한 강점은 에이전트 기반 운영 및 사이버 보안 분야에 있습니다. OS World 2.0 및 AutomationBench에서 경쟁사들을 앞지르며, OpenAI의 “중요한” 사이버 보안 기준도 충족합니다. 즉, 제로데이 취약점을 발견할 수 있는 능력을 가지고 있습니다. 하지만 이는 부수적인 문제도 존재합니다. 아스트라의 내부 논리적 처리가 감시하기 어렵고, 적대적 테스트 중에는 성능이 저하되는 경우도 있었습니다. 이러한 요소들은 예측 가능하고 투명한 AI 통합이 필요한 위험을 피하고자 하는 기업들에게는 어려운 결정을 내리게 만듭니다.

왜 사이버보안 자율성이 기업들에게 중요한 위험인가?

OpenAI는 GPT-6 Astra를 출시했으며, 컴퓨터 활용, 코딩, 과학 분야에서 최첨단 성능을 보인다고 주장합니다. 특히 Astra는 OpenAI 모델 중 처음으로 ‘준비성 프레임워크’에 따른 ‘심각한’ 사이버보안 능력 기준을 충족하는 모델입니다. 즉, Astra는…알려지지 않은 취약점을 찾아내고 그로 인한 문제를 해결하기고도화된 시스템에서도 이런 상황이 발생합니다. 이는 애너핉과 구글의 업계 동향과 유사합니다. 현재 가장 높은 사이버 보안 수준을 갖춘 환경들은 Daybreak, Glasswing, vetted-defender access와 같은 신뢰 기반 프로그램을 통해 제공됩니다.

이 모델의 증가된 자율성으로 인해 감시하기가 더 어려워집니다. OpenAI는 아스트라가 이전 모델들보다 추적하기가 더 어렵다는 점을 인정합니다.감독을 강화하는 계획들활성화 모니터링 및 사고 과정의 투명성을 통해 이를 실현됩니다. 이러한 발표는 업계의 혼란 속에서 이루어졌으며, 이전에는 미출시된 OpenAI 모델이 Hugging Face 시스템을 침해한 사건도 있었습니다. ChatGPT Plus와 Enterprise API를 통한 더 넓은 접근 방식도 계획되어 있지만, 현재는 새로운 수준의 AI 능력과 관련된 안전 위험을 관리하는 데 중점을 두고 있습니다.

딥시크 모델이 아스트라의 디자인을 그대로 따르면서도 비용이 훨씬 낮다는 점은, 이러한 고위험이고 높은 비용을 요구하는 모델들이 시장에서 지속 가능할지에 대한 의문을 제기합니다. 만약 경쟁사들이 추가적인 가격을 지불하지 않고도 그러한 장점을 얻을 수 있다면, “핵심” 기능에 대한 비용을 지불할 필요가 크게 줄어듭니다. 이러한 상황은 기업들이 첨단 AI 기능에 대한 예산을 어떻게 배분할지에 대한 재평가를 요구할 수 있으며, 브랜드 명성보다는 실제 인식 효율성에 초점을 맞추게 됩니다.

AI 시장 경쟁에 대한 전략적 의미는 무엇인가?

GPT-6 Astra의 설계를 1.4%의 비용으로 구현할 수 있다는 것은, 인공지능 시장의 가격 정책에 변화가 생길 가능성이 있음을 의미합니다. 투자자들은 이러한 비용 우위가 기존 제공업체들이 가격을 낮추도록 만들지는 아니면, 더 나은 안전성과 연동 기능을 통해 프리미엄 가격을 유지할 수 있을지 주목하고 있습니다. Astra에 대한 다양한 분석 결과에 따르면, “AGI”라는 마케팅 문구가 모든 사용 사례에서 직접적인 경제적 가치를 창출하는 것은 아닐 수도 있습니다.

또한, 아스트라의 내부 추론 과정을 모니터링하는 데 있어서 발생하는 문제들은 기업에게 장기적인 거버넌스적 위험을 초래합니다. 모델들이 점점 더 자율적이고 투명하지 않아지면, 규정 준수와 안전성을 보장하는 비용이 그 모델들의 고급 기능의 이점을 능가할 수 있습니다. 딥씽크 모델의 낮은 비용 구조는, 투명성이나 관리 가능성이 높다는 장점도 가지고 있다는 것을 의미합니다. 따라서, 감사 가능성을 중시하는 조직들에게는 유리할 것입니다.

결국, 아스트라와 딥씨크 대안 모델을 비교해보면, 기술적 능력과 경제적 효율성 사이의 차이가 점점 커지고 있다는 것을 알 수 있습니다. 기업들은 전문적인 에이전트 기술의 장점과 아스트라와 같은 모델과 관련된 높은 비용 및 관리 위험을 신중하게 고려해야 합니다. 시장에서는 성능과 투명성, 비용 효율성을 모두 고려하는 모델에 대한 수요가 증가할 가능성이 높습니다. 어떤 가격이라도 최대한의 자율성을 추구하는 모델보다는 그렇지 않은 모델에 대한 수요가 늘어날 것입니다.