xAI, 코딩 특화 모델 'Grok 4.7' 출시…1M 토큰당 2달러

AI에게 코딩을 맡겼다가 작업이 길어질수록 엉뚱한 코드를 뱉어내 당황했던 경험이 있다면, 이번 소식에 눈길이 갈 수밖에 없습니다.

xAI가 9월 21일 코딩과 전문 지식 작업에 초점을 맞춘 플래그십 모델 'Grok 4.7'을 공식 출시했습니다. 전작인 Grok 4.6과 동일한 속도와 가격을 내세우며 개발자 공략에 나섰습니다.

장기 작업과 자가 검증에 집중한 훈련

Grok 4.7은 Grok 4.6보다 덩치를 키운 베이스 모델을 기반으로 제작되었습니다. 특히 오랜 시간이 걸리는 복잡한 작업을 집중적으로 학습시키는 장기 강화학습 과정을 거쳤습니다.

덕분에 모델 스스로 결과물을 꼼꼼히 점검하고 긴 맥락을 유지하는 능력이 크게 개선되었습니다. 실제 변호사나 금융 분석가의 업무 환경을 모사한 GDPval 벤치마크에서는 GPT-6 Astra를 넘어서는 점수를 기록했고, 장시간 코딩 능력을 측정하는 CursorBench 4.0에서는 46.3%를 달성했습니다.

보안 체계도 대대적으로 개편했습니다. 생물학적 위험을 평가하는 LatchBio에서 62.4%를 기록했으며, 사이버 공격 위험도를 측정하는 HackerBench v0.3에서는 악의적 프롬프트 통과율을 3.3% 수준으로 억제했습니다.

가격은 입력 100만 토큰당 2달러, 출력 100만 토큰당 6달러로 책정되었습니다. 속도와 가격을 2배로 올린 고속 버전도 함께 제공되며, 현재 Cursor, Grok Build 및 자체 API를 통해 바로 쓸 수 있습니다.

엇갈리는 외부 평가와 실제 비용 논란

하지만 공식 발표와 달리 외부 반응에서는 신중론도 적지 않습니다.

독립 평가 기관인 Artificial Analysis의 데이터를 인용한 테크 리뷰어들은 Grok 4.7의 종합 지능 지수가 여전히 GPT-6나 최신 Claude 모델에 미치지 못하며, 오픈 소스인 Mimo 2.6 Pro와 비슷한 수준이라고 지적했습니다.

더불어 단순 토큰 단가는 저렴해 보이지만, 하나의 과업을 끝마치는 데 드는 총비용을 따져보면 오히려 GPT-6보다 더 많은 비용이 들어갈 수 있다는 분석도 나왔습니다. 공식 홍보만큼의 가성비가 체감되지 않을 수 있다는 의미입니다.

왜 중요한가

우리는 xAI가 무의미한 종합 벤치마크 경쟁 대신, 개발자들이 실제로 머무는 코딩 환경이라는 실용적 무대로 무게중심을 옮긴 점을 긍정적으로 봅니다.

Cursor를 일상적으로 사용하는 개발자라면 장기 컨텍스트 유지와 자가 검증에 특화된 이번 모델을 즉시 시험해 볼 가치가 있습니다. 복잡한 프로젝트에서 기존 모델들이 겪던 맥락 상실 문제를 어느 정도 덜어줄 수 있기 때문입니다.

다만 토큰 단가와 실제 작업 완료 비용 사이의 괴리는 사용자가 염두에 두어야 할 부분입니다. 아무리 단가가 저렴해도 정답을 도출하기까지 더 많은 토큰을 낭비한다면 경제적 이점은 사라지고 맙니다.

그럼에도 불구하고 실무 생산성 도구에 첫날부터 신속하게 모델을 안착시키는 xAI의 행보는 경쟁 모델들에게도 개발자 중심 최적화를 강하게 압박하는 계기가 될 것입니다.