GPT 아스트라와 클로드 페이블 5.1, 어떤 게 더 좋을까?

이 기능은 특히 영상 제작 분야에서 큰 영향을 미치며, 아스트라의 핵심적인 강점으로 부각되고 있다. 로사장은 "페이블 5.1과 아스트라를 딱 비교해 봤을 때 제일 확연하게 이 모델의 성능 차이가 나는 게 이 3D 쪽이고요"라고 언급하며 아스트라의 압도적인 3D 성능을 강조했다.

로사장은 "AI가 우리의 일상 속에 그냥 너무나도 익숙하고 일반적인 형태로 들어온다라는 뜻이거든요"라고 설명했다. 이는 단순히 기술적인 발전을 넘어 사회, 경제, 그리고 우리의 일상을 근본적으로 바꾸는 변화를 동반한다. AGI는 인간과 유사한 수준으로 지적 과제를 학습하고 수행하는 능력을 갖춘 인공지능을 가리킨다.

그는 "컨그레츄레이션 오픈 AI 팀 하면서 AGI 시대가 드디어 도래를 했다라고 얘기를 했습니다"라고 언급했다. 이는 최상위 모델인 GPT 아스트라의 등장이 AGI 시대의 중요한 기점임을 의미한다. 오픈AI의 옴니원부터 아스트라까지 불과 4년 만에 이루어진 기술 발전은 경이로운 속도를 보여준다.

하위 모델부터 하이쿠(짧은 시), 소넷(글), 오퍼스, 그리고 최상위 모델인 페이블(우화) 순으로 등급이 올라간다. 로사장은 "올라가면 올라갈수록 더 이제 상위 모델이라는 뜻인데요 뜻들을 보면 굉장히 재밌습니다"라고 말했다. 이는 각 모델의 성능과 복잡성을 암시하며, 사용자가 모델의 능력을 직관적으로 이해할 수 있도록 돕는다.

이 모델은 너무 위험해서 미국 정부가 공개를 금지시켰다는 말도 안 되는 수준의 압도적인 성능을 가지고 있다는 소문이 돌고 있다. 로사장은 "미소스가 세상에 공개되면은 너무 위험해 가지고 이제 막 미국 정부가 금지를 시켰다 수준으로 말도 안 되는 압도적인 모델이라는 그 소문이 자자했고"라고 전했다. 이러한 위험성 때문에 엔트로픽은 미소스보다 상대적으로 안전한 페이블 모델을 먼저 출시한 것으로 알려졌다.

현재 AI를 활용하여 가장 큰 수익을 창출하고 있는 대표적인 사업군은 크게 두 가지다. 첫 번째는 'AI 사주 서비스'로, 바이브 코딩으로 제작된 서비스가 50억 원의 매출을 올린 사례가 있다. 두 번째는 '캐릭터 챗 서비스'로, '리튼'과 같은 기업들이 대규모 투자를 유치하며 유니콘 기업으로 성장하고 있다. 로사장은 "지금 실제로 AI로 서비스를 만들어서 제일 큰 돈을 벌고 있는 장르라고 해야 될까요? 사업군이 딱 두 가지가 있습니다. ... 첫 번째가 바로 AI 사주입니다. ... 그리고 두 번째가 바로 캐릭터 챗입니다"라고 설명했다.

로사장 김다솔은 "말로는 페이블 오버 약 25%처럼 할 것으로 예상이 되고 비용 절감 효과는 최대 45%까지 훨씬 더 커질 수 있을 거라고는 합니다"라고 말했다. 더불어, 비용 절감 효과는 최대 45%까지 가능할 것으로 전망되어, 효율성과 경제성 측면에서 큰 이점을 제공할 것으로 기대된다.

AI가 너무 똑똑해져서 구구절절한 프롬프트는 오히려 AI의 작업을 제한할 수 있기 때문이다. 로사장 김다솔은 "AI가 너무 똑똑해져서 오히려 프롬부트를 구구절절 주면은 얘네한테 제한을 만든다. 그래서 차라리 명령을 짧게 짧게 시켜라라고 이제 공식 가이드에서 아예 발표를 했습니다"라고 설명했다. 이는 AI의 성능 향상에 맞춰 사용자의 프롬프트 작성 방식도 변화해야 함을 시사한다.

클로드 5.1은 사용자가 AI에게 부여하는 '노력 수준(Effort Level)'을 설정할 수 있는 기능을 제공한다. 이 기능은 낮음(Low), 중간(Medium), 높음(High), 최대(Extra)의 네 가지 단계로 구성되어 있으며, 기본값은 '높음'으로 설정되어 있다. 로사장 김다솔은 "노력 수준을 고려하십시오라는게 저희가 이제 보면 단순히 이제 그 이거는 GPT도 마찬가지인데 옷 소네 5인데 노력 낮음 중간 높은 엑스트라 최대 요렇게 있습니다. 그래서 내가 어떤 업무를 어떤 업무를 시키느냐에 따라서 요런 레벨도 조금 고려를 해라라고 이야기를 하는 거죠"라고 말했다. 중간 설정은 비용 대비 효율이 좋을 수 있으므로, 업무의 난이도와 중요도에 따라 적절히 조절하는 것이 중요하다고 그는 조언했다.

클로드를 사용할 때 스킬 훅이나 MD 파일과 같은 자료들이 과도하게 쌓이면 AI가 혼동을 겪을 수 있다. 이는 누적된 데이터로 인해 AI의 효율성이 저하될 수 있음을 의미한다. 로사장 김다솔은 "그 클로드 좀 쓰시는 분들 중 그 MD 파일 같은 거 많이 업데이트 하시는 분들 있으시죠? 스킬들을 굉장히 많이 많이 그 스킬드 엄청나게 공유 그 저장 막 하시고 이게 너무 많아지면은 클로드가 조금 약간 헷갈려한다. 그래서 주기적으로 비워라 이런 이야기가 있습니다"라고 설명했다. 따라서 원활한 AI 작동을 위해 주기적으로 사용 기록을 정리하는 것이 권장된다.

GPT 아스트라는 음성 지시만으로 복잡한 과업을 동시에 완수하는 능력을 보여준다. 로사장은 "이제 방금 만든 3D 렌더링 디자인으로 이제 게임을 만든 거고요. 여성분은 이제 프레젠테이션 만들어 달라고 했는데 거의 이제 테니스를 치면서 이런 식으로 이제 말로만 시켰는데 AI가의 모든 것들을 이제 해내는 이런 것들을 이제 GPT에서 공개를 했습니다"라고 설명했다. 이는 사용자가 말 한마디로 게임 개발과 프레젠테이션 제작 같은 복합적인 업무와 디자인을 동시에 처리할 수 있음을 의미하며, AI의 다면적인 활용 가능성을 제시한다.

로사장 김다솔은 "컴퓨터로 할 수 있는 일이면 대신 다 해 준다라는 한 가지이 문장으로이 아스트라를 발표를 했는데 컴퓨터 사용 능력이 압도적으로 상승을 했습니다. 직접 모델 대비 65%가 상승을 했고요"라고 밝혔다. 이는 젠슨 황이 언급한 AGI 시대의 도래와 밀접하게 연관되며, 작업 속도의 비약적인 상승을 통해 컴퓨터 업무의 전반적인 자동화를 구현할 수 있음을 보여준다.

특히 PPT 제작 시간은 5분에서 10분 사이로 대폭 줄었으며, 3D 렌더링과 같은 복잡한 작업도 신속하게 수행 가능하다. 로사장 김다솔은 "작업 시간도 제 체감 클로드 대비 1에서 1/3로 줄었어요. 원래 PPT는 시키면 한참 기다려 됐었는데 거의 5분에서 10분 사이에 웬만하면은 제가 요청을 한 PPT 하나를 완성을 시키고요"라고 말하며 아스트라의 작업 효율성을 강조했다. 이러한 빠른 작업 속도는 사용자 경험을 크게 개선하며, 생산성 향상에 기여한다.

AI 기반 영상 제작 시 이미지 기반으로 생성하면 설정한 공간과 다르게 나오는 일관성 붕괴 현상이 발생할 수 있다. 로사장은 "이런 공간이 하나가 있으면 이미지 기반으로 영상을 만들면 자꾸 제가 설정한 공간이랑 다르게 나오는 거죠. 그러니까 예를 들어서 내 방은 요렇게 생겼고 저기에는 이런 가구가 배치가 되어 있는데 AI가 마음대로 이제 생성을 하다 보니까 그 일관성이 무너지게 되는데 이거를 막기 위해서 뭘 하느냐? 아예 이렇게 블렌더로 3D 모델링을 만든 다음에이 공간을 구축을 하는 거죠"라고 지적했다. 이를 해결하기 위해 블렌더와 같은 3D 모델링 도구를 사용하여 공간 초안을 구축한 뒤, 그 위에 AI가 디자인을 입히는 방식을 추천한다. 이 방법은 AI 영상의 품질과 일관성을 크게 향상시킬 수 있다.

로사장은 "이렇게 예를 들어서 인테리어 쪽이나 뭐 조감도 많이 필요한 옷들에서도 되게 많이 쓰이게 될 거 같고요. 이런 식으로 이제 모델 하우스 그리고 게임 뒤에 잠깐 요런 게임 같은 것들이 구축이 됐는데 이걸 3D 모델링으로 먼저 초안을 뽑아 낸 다음에 그 위에다가 디자인을 입히고 그 위에다가 이제 영상을 하게 만들었을 때 나오는 퀄리티가 진짜 말도 안 되게 발전을 하게 되었습니다"라고 말했다. 3D 모델링으로 초안을 만들고 그 위에 디자인과 영상을 입히는 방식은 압도적인 고퀄리티 결과물을 구현하여 건축 및 게임 산업 등에서 혁신적인 변화를 가져올 것으로 기대된다.

로사장은 "원샷이라는게 무슨 의미냐? 프롬프트 한 줄만 입력을 했는데 AI가 이런 결과물을 구축을 해 줬다라는 겁니다. ... 45분 동안 GPT 6 아스트라가 이제 이런 3D 게임을 만들었고 프롬프트 하나만에 45분 걸려서 만들었는데 거의 자기 플랜에 몇 %를 안 썼다는 정교합니다. ... 이렇게 내가 움직였을 때 다른게 일그러지지 않고 이걸 유지를 한다라는게 퀄리티가 진짜 미쳤죠"라고 강조했다. 이 게임은 사용자 움직임에도 일관성을 유지하는 높은 퀄리티를 보여주며, AI의 놀라운 생성 능력을 증명한다. 이로써 최소한의 입력으로 복잡한 3D 환경을 빠르게 구현하는 시대가 도래했음을 알 수 있다.

AI를 활용하여 의도한 결과물을 얻기 위해서는 단계적 접근 방식, 즉 'Step-by-step'이 매우 중요하다. 예를 들어, 2D 조감도를 먼저 생성한 후 3D 모델링 단계로 넘어가는 방식이다. 로사장은 "처음에 이렇게 조감도를 2D 버전으로 뽑아 달라고 했다고 합니다. ... 모든 AI가 단계별로 일을 시키는게 제일 중요하다라고 생각을 하거든요. ... 이렇게 단계 단계를 밟았을 때 훨씬 더 내가 원하는 의도한 바대로 이제 결과물이 뽑혀지게 됩니다"라고 설명했다. 기획, 리서치, 카피 정립 등 세분화된 단계별 지시를 통해 AI는 사용자가 원하는 방향으로 작업을 더욱 정확하게 수행할 수 있다. 이는 단순히 명령을 내리는 것을 넘어, AI를 프로젝트의 한 부분으로 통합하여 관리하는 것과 같다.

쉬운 작업들은 대부분의 모델이 비슷비슷한 결과를 내기 때문에 차이를 느끼기 어렵다. 로사장은 "한마디로 모델의 성능을 비교를 하고 싶다. 제일 어려운 걸 시켜 보면 됩니다. 왜냐면 쉬운 건 다 이제 비슷비슷해요. 저도 솔직히 약간 차이를 잘 못 느끼는 수준인데 제일 어려운 걸 시키면은 그거를 좀 비교를 하기가 쉽습니다"라고 설명했다. 특히 2D 작업보다는 3D 작업이 AI 평가의 더 명확한 척도가 될 수 있다. 어려운 작업을 통해 모델 간의 미묘한 차이를 명확하게 구분하고, 실제 역량을 평가할 수 있다.