프로덕트 소식은 넘쳐나지만 대부분 이런 게 나왔대에서 끝납니다. 그래서 뭘 어떻게 하라고? 내 작업에 어떻게 써먹지? 거기까진 연결이 잘 안 되죠. 따라서 요즘 프로덕트 메이커는 바로 쓸 수 있는 것, 그 중에서도 주목해볼 만한 것을 엄선해서 매주 금요일에 전달드리려 합니다.

요즘 프로덕트 메이커는 매주 세 가지를 골라 전합니다:

써볼 것: Grok 4.5 - 커서와 함께 만든 SpaceXAI의 새 모델, 지금 써볼 수 있어요
참고할 것: 오픈AI의 GPT-Live와 GPT-5.6 소개, 그리고 정부 승인 이야기 (내용이 좀 깁니다)
적용해볼 것: 클로드코드 팀이 정리한 루프 사용법 - AI에게 어디까지 맡길지 정하는 법

1. 써볼 것: 커서와 함께 만든 SpaceXAI의 새 모델, 지금 써볼 수 있어요

Grok 4.5는 SpaceXAI가 7월 8일 공개한 새 모델입니다. 코딩과 에이전트 작업은 물론 데이터 분석이나 문서 작업 같은 지식 노동까지 겨냥했는데요. 이미 커서나 Grok Build(SpaceXAI의 코딩 에이전트 도구)를 쓰고 있다면 지금 바로 Grok 4.5를 써볼 수 있습니다. 커서는 전 요금제에 포함돼 첫 주 사용량을 두 배로 주고, Grok Build는 SuperGrok이나 X Premium+ 구독자에게 한시적 무료로 제공됩니다.

SpaceXAI는 이 모델을 코딩 에이전트 커서와 함께 훈련했습니다. SpaceXAI는 일론 머스크가 이끄는 회사로, 원래 xAI였다가 SpaceX가 2026년 2월 흡수하면서 이름이 바뀌었습니다. 6월 중순 SpaceX가 커서를 600억 달러에 인수하겠다고 발표했으며, 이 딜은 올해 3분기에 마무리될 예정입니다. 오늘 소개할 Grok 4.5는 그 둘의 협력에서 나온 첫 모델입니다.

기존 커서 모델과 무엇이 다른가요?

커서에는 이미 Composer라는 자체 코딩 모델이 있었습니다. 코딩만 빠르고 싸게 처리하도록 좁게 다듬은 모델이었고, 중국 Moonshot AI의 오픈 모델 Kimi를 이어 학습해 만들었죠. Grok 4.5는 처음부터 더 크고 넓게 학습했습니다. 코딩뿐 아니라 데이터 분석, 금융, 법률 같은 지식 노동까지 다루도록요. SpaceXAI는 법률 작업 성능을 재는 Harvey Legal Agent Benchmark에서 1위를 기록했다고 밝혔고요.

훈련에는 수조 개 토큰 분량의 실제 커서 사용 기록이 들어갔습니다. 개발자가 코드베이스를 어떻게 다루는지, 에이전트가 도구를 어떻게 쓰는지가 담긴 데이터죠. 코딩 에이전트 회사와 손잡았기에 확보할 수 있던 데이터입니다.

실제 성능은 어떤가요?

성능은 발표만 보고 판단하기 어렵습니다. 항목마다 성적이 다르거든요. SpaceXAI는 다른 주요 모델보다 낫다고 했지만, 자기네가 공개한 벤치마크 차트를 봐도 앞서는 항목이 있고 뒤처지는 항목이 있습니다. 명령줄 작업을 재는 Terminal-Bench 2.1에서는 83.3%로, GPT-5.5(83.4%)와 거의 같고 Fable 5(84.3%)에 1점 차로 따라붙습니다. 반면 어려운 소프트웨어 문제를 모은 SWE-Bench Pro에서는 64.7%에 그쳐, Opus 4.8(69.2%)이나 Fable 5(80.3%)에 뒤처집니다. 네 개 벤치마크를 놓고 보면 대체로 Fable 5가 앞서고요.

그래서 이 모델의 강점은 벤치마크 순위가 아니라 작업 하나를 끝내는 데 드는 비용입니다. Grok 4.5는 100만 토큰 기준 입력 $2, 출력 $6에 초당 80토큰 속도로 제공됩니다. Opus 4.8이 입력 $5, 출력 $25인 걸 보면 꽤 저렴한 편이죠. SpaceXAI는 토큰 효율도 최신 선도 모델의 약 두 배라고 밝혔습니다. 같은 작업을 더 적은 토큰으로 끝내니, 실제로 드는 비용 차이는 가격표보다 더 벌어지는 셈입니다. 더 빠른 응답이 필요하면 입력 $4, 출력 $18짜리 빠른 변형도 있고요.

블룸버그는 코딩을 넘어 법률·금융까지 겨냥한 이번 모델을, 머스크의 회사가 두 경쟁자(앤트로픽·오픈AI)와 같은 시장에서 붙어보려는 신호로 읽습니다. 뒷이야기도 하나 있는데요. 여러 보도에 따르면 SpaceXAI는 앤트로픽과 구글에도 연산 자원, 즉 AI 훈련에 쓰는 대규모 컴퓨팅 설비를 빌려주는데, Grok 4.5도 그 일부에서 훈련됐다고 합니다. 경쟁사끼리 같은 설비를 나눠 쓰는 셈이죠.

누구에게 좋을까요?

이미 커서를 쓰고 있는 사람. 쓰던 환경에서 모델만 Grok 4.5로 바꿔 부담 없이 성능을 가늠해볼 수 있어요.
코딩 외에 문서 작업까지 AI에 맡기고 싶은 사람. Grok Build는 웹 조사와 여러 시트 수식이 들어간 엑셀, 파워포인트, 워드 작업도 다룹니다.
작업량이 많아 토큰 비용이 부담인 사람. 벤치마크 최상위보다 작업당 비용이 중요한 상황이라면 잘 맞습니다.
반대로 순수 코딩 성능이 최우선이거나 EU에서 쓰려는 사람에게는 아직 이릅니다. EU는 7월 중순 지원 예정이고, 코딩 성능만 놓고 보면 Fable 5나 GPT-5.5가 앞서는 항목이 많으니까요.

2. 참고할 것: 오픈AI의 GPT-Live와 GPT-5.6 소개, 그리고 정부 승인 이야기

새 AI 모델이 나오면 보통 언제 써볼 수 있나부터 궁금해지죠. 그런데 오픈AI의 새 모델 GPT-5.6은 나올 때부터 아무나 쓸 수 없었습니다. 누가 먼저 쓸지를 미국 정부가 정했거든요.

사정은 이렇습니다. 오픈AI는 6월 26일 GPT-5.6을 공개하면서, 미국 정부와 협의한 결과 정부에 명단을 공유한 소수의 신뢰 파트너에게만 먼저 열겠다고 밝혔습니다. 여러 매체는 이를 대략 20개 조직이 개별 승인된 사례로, 미국 AI 기업이 정부 관리 명단 아래 프런티어 모델을 처음 출시한 일로 전했어요. 배경에는 6월 2일 나온 사이버보안 관련 행정명령이 있습니다. 가장 강력한 모델을 공개 전에 정부 검토에 올리도록 한 조치인데요. 지난 주 요즘 프로덕트 메이커에서 다룬 앤트로픽 Fable 5의 수출 통제도 같은 맥락입니다.

오픈AI는 자사 발표문에서 이 방식에 선을 그었습니다. 이런 정부 접근 절차가 장기적인 기본값이 돼선 안 된다고 밝혔거든요. 필요한 사람에게서 최선의 도구를 떼어놓는 일이라는 이유였습니다. 그러면서도 지금은 더 넓은 공개로 가는 가장 확실한 길이라 따른다고 했고요.

이 이야기는 사실 마무리됐습니다. 오픈AI가 7월 8일, 다음 날인 9일부터 GPT-5.6 Sol과 Terra, Luna를 일반에 공개한다고 밝혔거든요. 미국 상무부가 추가 검토와 협의를 거쳐 넓은 공개를 승인하면서, 2주 남짓 이어지던 정부 게이팅도 풀렸습니다. 이제는 누구나 쓸 수 있게 된 겁니다.

GPT-5.6은 어떤 모델인가요?

앞서 정부 게이팅에 관심이 쏠렸는데, 모델 자체는 어떨까요. GPT-5.6은 세 등급으로 나뉩니다. 플래그십 Sol, 일상 작업용 Terra, 빠르고 저렴한 Luna죠. 숫자는 세대를, Sol·Terra·Luna는 성능 등급을 뜻해요. 오픈AI 발표에 따르면 Terra는 GPT-5.5급 성능에 절반 가격입니다. 가격은 100만 토큰 기준 Sol이 입력 $5·출력 $30, Terra가 $2.50·$15, Luna가 $1·$6이고요.

오픈AI는 코딩·생물학·사이버보안에서 나아졌다고 밝혔는데, 이 수치들은 자체 평가라는 점을 감안해서 봐야 합니다. 특히 사이버보안이 정부가 주목한 대목이에요. 오픈AI 발표에 따르면 GPT-5.6 Sol은 취약점을 찾고 고치는 데는 강하지만, 테스트 조건에서 자율적으로 완전한 공격을 끝까지 수행하지는 못했고, 회사가 정한 위험 문턱은 넘지 않았습니다. 그래서 모델에 학습된 거부, 실시간 오용 분류기, 계정 검토 같은 여러 겹의 안전장치를 함께 붙였다고 해요.

대화는GPT-Live가, 어려운 생각은 뒤에서

GPT-5.6과 같은 주, 7월 8일에 오픈AI가 GPT-Live도 공개했습니다. ChatGPT의 새 음성 모델인데요. 오픈AI 발표에 따르면 매주 1억 5천만 명 넘게 음성으로 ChatGPT와 대화할 만큼, 음성은 이미 많은 사람이 쓰는 기능입니다. 이전 음성 기능은 사용자가 말을 멈출 때까지 기다렸다가 답을 해주는 쪽이었습니다. GPT-Live는 여기서 듣기와 말하기를 동시에 합니다. 대화 도중 음, 그래처럼 사람이 흔히 넣는 맞장구를 치기도 하고, 사용자가 생각하느라 잠깐 말을 멈춰도 끼어들지 않고 기다려준다고 합니다.

또 GPT-Live는 사용자와 말을 주고받는 데만 집중하고, 웹 검색이나 복잡한 추론처럼 시간이 걸리는 일은 뒤에 있는 더 똑똑한 모델(출시 시점엔 GPT-5.5)에 맡깁니다. 사용자가 어려운 걸 물으면 뒤 모델이 답을 찾는데, 그동안에도 GPT-Live가 대화를 이어가서 끊기는 느낌이 없죠. VentureBeat는 이 점을 두고, 더 똑똑해진 게 아니라 더 사람처럼 느껴지게 만든 것이라고 짚었습니다. 성능 경쟁과 별개로, 음성 대화에서 사용자가 실제로 느끼는 건 모델이 얼마나 똑똑한가보다 말이 얼마나 자연스럽게 오가는가라는 걸 짚은 접근이죠.

무엇을 얻어가야 하나요?

OpenAI는 이번 주에만 발표를 두 개 내놨습니다. 하나는 사람과 자연스럽게 대화하는 GPT-Live, 다른 하나는 어려운 추론을 더 잘하는 GPT-5.6입니다. 이 둘은 따로 쓰이는 모델이지만, 함께 맞물리기도 합니다. GPT-Live가 앞에서 사용자와 대화하다가 어려운 건 뒤에 있는 더 강력한 모델에 넘기는데, 지금은 그 자리에 GPT-5.5가 쓰이고 앞으로 GPT-5.6 같은 모델이 들어갈 수도 있죠. 이렇게 대화하는 쪽과 깊이 생각하는 쪽을 나눠두면, 둘을 따로 손볼 수 있습니다. 뒤에서 추론하는 모델만 더 좋은 걸로 바꿔도, 앞에서 대화하는 방식은 그대로 두고 답만 똑똑해지니까요.

프로덕트에 AI를 넣을 때, 우리는 흔히 가장 좋은 모델 하나를 골라 모든 일을 시킵니다. 그런데 OpenAI는 빠르게 답해야 하는 일과 오래 생각해야 하는 일을 처음부터 나눠, 서로 다른 모델에 맡겼습니다. 모든 걸 최고 모델에 몰면 느린 데다 비용 부담도 크니까요. 요청을 성격별로 갈라 쉬운 건 싸고 빠른 모델에, 어려운 것만 강력한 모델에 넘기면, 같은 결과를 훨씬 싸고 빠르게 낼 수 있습니다.

개발자라면 요청마다 다른 모델을 호출하도록 짜는 방식이고, 직접 개발하지 않더라도 적용할 원리는 같습니다. 단순 반복 작업은 빠른 모델에 맡기고, 판단이 필요한 작업만 가장 좋은 모델로 돌리는 거죠. 사실 우리가 AI에 시키는 일을 돌아보면, 굳이 비싼 모델이 필요 없는 작업에도 습관적으로 제일 좋은 모델을 부르는 경우가 꽤 있죠.

3. 적용해볼 것: 클로드코드 팀이 정리한 루프, AI에게 어디까지 맡길지 정하는 법

요즘 X에서는 프롬프트를 하나하나 넣는 대신 루프를 설계하라는 말이 자주 보입니다. 그런데 막상 루프가 뭔지 찾아보면 사람마다 정의가 조금씩 다르죠. 클로드 코드 팀이 이 개념을 정리한 글을 냈습니다. 6월 30일 블로그에 올라왔고, 7월 7일 X에서 공유되며 현재는 조회수 550만을 넘겼죠.

이 글은 루프를 무엇을 AI에 넘기느냐로 풀어냅니다. 클로드코드 전용 기능 이야기가 섞여 있지만, 핵심이 되는 관점은 어떤 AI 도구를 쓰든 그대로 옮겨 쓸 수 있죠. 여기서는 그 관점 위주로 정리해봅니다.

무슨 문제를 해결하려 하나요?

AI에게 일을 시킬 때 우리는 대개 매번 지시하고 결과를 확인합니다. 시키고, 보고, 다시 시키고요. 이걸 반복하다 보면 사람이 계속 붙어 있어야 합니다. 그런데 반복되는 일일수록, 지시하는 사람이 매번 개입하지 않아도 되는 부분이 생기죠. 클로드코드 팀은 이 개입을 어디까지 줄일 수 있는지를 네 단계로 정리했습니다.

루프를 네 단계로 나누면

클로드코드 팀은 루프를 멈춤 조건이 충족될 때까지 작업을 반복하는 에이전트로 정의합니다. 그리고 무엇을 사람이 넘기느냐에 따라 네 가지로 나눴어요.

턴 기반: 넘기는 건 검사입니다. 사용자가 시킬 때마다 AI가 작업하고, 다 됐다고 판단하면 멈춥니다. 짧은 작업에 맞는 방식입니다. 확인 방법을 지침 문서로 정리해두면 AI가 스스로 더 많이 점검합니다.
목표 기반: 넘기는 건 멈춤 조건입니다. 무엇이 됐을 때 끝인지를 정해주면 AI가 그 조건을 채울 때까지 반복합니다. 테스트 통과 개수처럼 명확히 잴 수 있는 기준일 때 잘 통합니다.
시간 기반: 넘기는 건 트리거입니다. 정해진 간격으로 AI가 알아서 돌게 합니다. 매일 아침 메시지를 요약하거나, PR 상태를 주기적으로 확인하는 식이죠.
능동: 넘기는 건 지시 자체입니다. 사람이 실시간으로 개입하지 않고, 이벤트나 일정에 따라 AI가 알아서 돕니다. 버그 리포트 분류나 마이그레이션처럼 잘 정의된 반복 작업에 맞아요.

핵심은 뒤로 갈수록 사람이 손 대지 않는 부분이 늘어난다는 겁니다. 처음엔 결과가 제대로 됐는지 확인하는 일을 넘기고, 다음엔 언제 멈출지, 그다음엔 언제 시작할지를 맡깁니다. 마지막엔 무엇을 시킬지까지 AI가 알아서 정하게 두고요. 넘기기 쉬운 일부터 맡기고, 큰 판단일수록 나중에 넘기는 거죠. 지금 가장 손이 많이 가는 일을 하나 떠올려보세요. 지금 가장 손이 많이 가는 일을 하나 떠올려보세요. 그 일의 어디까지 AI에 맡길 수 있을지, 이를테면 결과를 확인하는 일부터 넘겨볼 수 있을지 등을 가늠해보면 루프의 시작점이 보일 겁니다.

품질과 비용은 어떻게 지키나요?

넘기는 범위를 늘리다 보면 걱정이 생깁니다. AI가 알아서 도는데 결과가 엉망이면, 비용이 줄줄 새면 어쩌나 싶죠. 여기에 대한 클로드코드 팀의 답은 이렇습니다. 결과가 나쁠 때 그것만 고치고 끝내지 마세요. 내가 결과를 어떻게 확인하는지를 지침 문서로 적어두면, AI가 다음부터 그 방법대로 스스로 점검하니 같은 실수가 줄어듭니다. 검토는 그 작업을 한 AI 말고, 내용을 모르는 새 AI에게 따로 맡기는 게 좋아요. 앞선 작업을 안 봤으니 더 냉정하게 짚어주거든요. 비용은 일에 맞게 규모를 맞추면 됩니다. 사소한 일에까지 복잡한 루프를 쓸 필요는 없습니다. 값싸고 빠른 모델로 되는 일은 그쪽에 맡기고, 크게 돌리기 전에 작은 부분으로 먼저 돌려보면 됩니다.

다음 주에도 여러분이 놓치지 말아야 할 프로덕트 메이커 소식을 정리해서 찾아뵙겠습니다. 요즘 프로덕트 메이커 콘텐츠가 도움이 되셨다면, 꼭 작가 알림 설정을 부탁드립니다. 콘텐츠 내용 중 잘못된 정보나 정정이 필요한 부분이 있다면 댓글로 알려주세요. 빠르게 수정하겠습니다. 다음 주에 또 만나요!

콘텐츠가 마음에 드셨다면, 꼭꼭 작가 알림 설정과 좋아요를 부탁드립니다!