이 요약은 AI가 원문을 분석해 생성했습니다. 정확한 내용은 원문 기준으로 확인하세요.
TL;DR
Ben's Bites는 Astra를 GPT-6 제품군의 첫 모델로 소개하면서, ARC-AGI-3와 Zapier의 AutomationBench에서 높은 성과를 냈지만 사용량이 많고 결과가 매번 안정적이지는 않다는 평가를 전합니다. 작성자는 주말 동안 40억 토큰을 사용했지만 뚜렷한 결과물을 만들지 못했고, 대신 이미지 생성 도구로 만든 ‘forgotten devices’와 전 세계 라디오를 재생하는 iPod 인터페이스 ‘world radio’를 공유했습니다. Astra는 Canva에서 컴퓨터를 직접 조작해 초상화를 그리거나 Unreal Engine에서 Manhattan을 재구성하고, Blender 모델링과 Mel 스펙트로그램 기반 소리 식별 같은 작업에 활용되고 있습니다. 같은 소식 묶음에는 Codex의 비동기 질문 처리, OpenAI의 자동화 연구 인턴 목표 달성, Claude Code 플러그인 실험, Inworld의 Realtime TTS-2와 Mistral의 30억 유로 투자 소식이 함께 실렸습니다.
섹션별 상세
Astra는 GPT-6 제품군의 시작점으로 소개되며 ARC-AGI-3에서 높은 성과를 내고 Zapier의 AutomationBench에서 최고 점수를 기록했지만 Fable 5.1과 같은 비용으로 제공됩니다. 반면 작성자는 주말 동안 40억 토큰을 소모하고도 실질적인 결과물을 만들지 못했으며, 모델이 ‘show horse, not a workhorse’라는 평가처럼 특정 작업에서는 뛰어나도 모든 요청에서 안정적으로 좋은 결과를 내지는 못한다고 전합니다. 작성자는 GPT-5가 초기 출시 뒤 GPT-5.3에서 더 일관적인 모델이 된 전례를 근거로 Astra의 개선 가능성을 열어 둡니다.
작성자는 Astra의 이미지 생성 도구와 에이전트를 이용해 ‘forgotten devices’와 ‘world radio’를 한 번에 제작했습니다. 첫 프로젝트는 오래된 기기 이미지를 모아 사용자가 각각을 클릭하고 조작하는 형태를 구상했고, 두 번째 프로젝트는 전 세계 라디오 방송을 실시간으로 재생하는 구형 iPod 인터페이스로 구현했습니다. 다만 긴 요청과 짧은 요청을 무분별하게 보낸 탓에 리셋과 토큰을 소진했고, 인터페이스의 일부 버튼처럼 다듬어야 할 부분도 남았습니다.
Astra의 컴퓨터 사용 능력은 단순한 텍스트 생성에서 화면 조작과 외부 도구 활용으로 확장됩니다. 기사에 인용된 사례에서 Astra는 Canva에서 사람이 마우스로 그리는 방식의 초상화를 만들고, Unreal Engine에서 Manhattan을 재구성하며, Blender에서 실제 제품을 모델링하고, 3D 프린팅용 샤워 배수구 부품을 설계했습니다. Mel 스펙트로그램처럼 소리를 주파수 이미지로 변환한 입력도 별도의 예시 없이 판별했다는 사례가 공유되어, 시각 입력을 매개로 한 음향 분석과 제작 작업의 결합 가능성을 보여줍니다.
Codex에서는 Astra가 사용자의 답변을 기다리는 동안 답변과 무관한 작업을 계속 수행하는 비동기 흐름이 추가됐습니다. 에이전트는 사용자의 판단이 필요하지 않거나 답을 합리적으로 가정할 수 있는 단계부터 진행한 뒤, 나중에 받은 답변을 원래 작업의 맥락을 잃지 않은 채 반영합니다. OpenAI는 숙련된 사람이 며칠 걸릴 연구 과제를 처리하는 자동화 연구 인턴 목표에 도달했다고 밝혔고, 2028년 3월까지 자동화된 AI 연구원을 다음 목표로 제시했습니다.
기사 후반부는 Astra 외에도 AI 도구 생태계의 확장을 여러 짧은 소식으로 묶습니다. Anthropic은 Claude Code가 인터페이스 변경, 작업 기록, 에이전트 권한 제한을 수행하는 플러그인을 직접 작성하도록 하는 기능을 시험 중이며, Inworld는 100ms 미만의 P99 지연 시간과 200개 이상의 언어에서 하나의 음성 정체성을 목표로 한 Realtime TTS-2를 공개했습니다. Codex의 실제 iPhone 제어, Apple Mac에서 로컬 모델을 2~3배 빠르게 실행하는 Uzu, Mistral의 30억 유로 투자 유치까지 이어지며 모델 성능 경쟁이 에이전트·음성·로컬 추론·연구 자동화로 넓어지는 흐름을 보여줍니다.
용어 해설
- ARC-AGI-3
- — AI의 새로운 문제 해결 능력을 평가하는 벤치마크로, Astra의 추론 성능을 비교하는 기준으로 기사에 등장합니다. Astra는 이 평가에서 높은 성과를 냈다는 평가를 받지만, 기사는 실제 사용 경험에서 일관성이 부족한 측면도 함께 지적합니다.
- AutomationBench
- — AI가 반복적인 컴퓨터 작업을 자동화하는 능력을 측정하는 평가 기준입니다. 기사에서는 Astra가 Zapier의 AutomationBench에서 가장 높은 점수를 기록했다는 내용으로 자동화 성능을 가늠하는 지표로 활용됩니다.
- 실시간 음성 합성(Realtime TTS)
- — 텍스트를 음성으로 바꾸는 기술로, 입력 문장을 음성 파형으로 변환해 애플리케이션에서 재생합니다. Inworld의 Realtime TTS-2는 P99 기준 100ms 미만의 지연 시간과 200개 이상의 언어에서 동일한 음성 정체성을 목표로 합니다.
- Mel 스펙트로그램(Mel Spectrogram)
- — 소리를 시간과 주파수 정보가 담긴 이미지 형태로 표현하는 방법입니다. 기사에 인용된 사례에서는 Astra가 별도의 예시 학습 없이 이 시각적 표현을 읽고 소리를 식별하는 데 사용됩니다.
- OpenRouter
- — 여러 AI 모델의 사용량과 순위를 확인할 수 있는 서비스입니다. 기사에 포함된 차트는 OpenRouter에서 모델 사용량이 2025년 9월부터 2026년 8월까지 크게 증가한 흐름을 보여주며, 토큰 수요와 모델 사용 행태를 관찰하는 자료로 쓰입니다.
기술
- Astra
- GPT-6
- Codex
- Claude Code
- Inworld Realtime TTS-2
- Unreal Engine
- Blender
- Canva
- OpenRouter
- Uzu
- Mistral
활용 사례
- 이미지와 인터랙티브 웹 프로젝트 제작
- Unreal Engine 기반 3D 세계 구축
- Blender를 이용한 실제 제품 모델링
- Mel 스펙트로그램 기반 소리 식별
- 코딩 에이전트의 비동기 연구와 개발 작업
- 200개 이상의 언어를 지원하는 음성 애플리케이션
AI 분석 전체 내용 보기
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
원문 발행 2026. 09. 08.수집 2026. 09. 08.출처 타입 RSS
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.
