테낙스 리서치

특정 측면에선 비슷한 이야기로 작일 있었던 레오폴드 아쉔브레너 펀드의 청산 사건도 비슷하게, '누군가가 강제청산 당하는 물량을 뺏는다'라는 측면에서는 유사한 일이었을지도 모르겠습니다. 아무래도 유의미하게 보이는 점은 SK하이닉스와 삼성전자로 대표되는 대한민국 반도체 시장의 과도한 레버리징이 화약고 역할을 한 것이 아닌가 싶습니다. 누군가가 레오폴드의 펀드를 청산시키기 위해서 의도적으로 가격을 고점에서부터 낮췄다기보단, 모멘텀이 꺾이게 되고 그 과정에서 큰 변동성과 꺾인 모멘텀으로 인해 다양한 요소들, 뉴스가 부정적으로 반영되게 되며 가격하락을 촉발하게 되며 분위기가 부정적으로 심화되며 자기강화적으로, 연쇄적으로 크게 하락한 것 같습니다. 이러한 흐름이 가능하게 만든 기저에는 시장 전반의 과도한 레버리지가 존재한 것이라고 보입니다. 이러한 흐름은 레오폴드 펀드의 레버리지와 그로 인한 과한 익스포저로 인해 청산으로 이어지게 된 것 같습니다. 물론 특정 주체나 여러 주체가 취약한 포지션 구조를 파악하고, 공매도나 유동성 철회를 통해 하락을 의도적으로 가속했을 가능성까지 완전히 배제할 수는 없습니다. 다만 현재로서는 누군가가 처음부터 레오폴드 펀드를 표적으로 삼아 시장 전체를 고점부터 끌어내렸다는 가설보다는, 이미 혼잡하고 레버리지가 높았던 트레이드에서 자연적으로 발생한 디레버리징이 더 높은 설명력을 가진다고 보고있습니다. 제가 알기론 '레오폴드가 하방 베팅을 했다'와 같이 잘못 알려진 것으로 아는데 (하방 베팅을 했다는 이야기는 사실 저로서는 이해가 잘 안 가는 이야기처럼 들리긴 했습니다. 단일 풋 포지션만 보면 하방베팅이 맞지만, 그 포지션의 목적성도 바라봐야한다고 생각합니다. 또한, 이번에 증명된 것으로 보입니다.), 상방 베팅 속에서 풋옵션을 통한 헤지 포지션을 구축했음에도 불구하고 청산 리스크를 헤지하지 못한 것으로 보입니다. 시장 참여자들의 입장, 혹은 공격 주체의 입장에서 피식자가 누구건 포식자처럼 행동할 수 있습니다. 고의적으로 행동하는 경우도 있으며, 알지 못하는 사람이 그저 가격 흐름을 강화하는 경우도 존재합니다. 시장은 효율적으로 움직이지만 그것이 모두에게 우호적이진 않습니다. 누군가에겐 적대적으로 흘러가고 그것이 '본인이 될 수 있습니다.' 다른 특정 주체를 헌팅하는 과정에서 유동성이 딸려들어가는 현상이 발생할 수 있습니다. 특정 주체가 명확히 존재하기도 혹은 특정 주체가 피상적이기도 합니다. 누군가, 혹은 시장 참여자들의 입장에서 특정 목적이 생기거나, 가격을 견인할 유인이 생긴다면 그런 방향으로 움직이는 것은 '논리적으로 설명되지 않는 현상'이 아닙니다. 실제 이러한 현상을 '유동성 포식'이라는 현상으로 설명하기도 합니다. GME 사건이 대표적으로 매우 크게 보여주었다고 생각합니다. 이번 사건에서 중요한 것은 하락의 최초 원인이 의도적 공격이었는지 여부와 관계없이, 강제청산 위험이 커진 포지션은 시장 참여자들에게 하나의 거래 기회로 보이게 된다는 사실입니다. 누군가가 곧 팔아야 한다는 사실을 알거나 합리적으로 유추할 수 있다면, 다른 참여자들은 즉시 그 물량을 받아주지 않을 수 있습니다. 오히려 먼저 같은 방향으로 거래해 가격을 더 밀어낸 뒤, 강제 매도가 충분히 나온 다음 더 낮은 가격에서 물량을 흡수하려는 유인이 생깁니다. 이것이 유동성 포식의 핵심입니다. 따라서 이번 사건은 시장 전체의 하락 과정에서 발생한 국소적이지만 거대한 강제 주문 흐름의 사건이었을 수 있습니다. 광범위한 가격 하락 그 자체와, 특정 대형 펀드가 더 이상 버티지 못하고 포지션을 대거 정리한 사건은 구분해야 합니다. 전자는 시장 전반의 재평가이고, 후자는 그 재평가가 특정한 레버리지 구조와 충돌하면서 발생한 비연속적인 이벤트입니다. 이러한 비정상적이고 비연속적인 이벤트는 누군가에게는 손실이지만, 동시에 다른 누군가에게는 거대한 수익 기회가 됩니다. 펀드가 정상적인 상황에서는 팔지 않았을 자산을 짧은 시간 안에 처분해야 한다면, 매수자는 그 긴급성을 가격에 반영하려 합니다. 정상적인 청산가와 긴급 청산가의 차이가 발생하고, 충분한 자본과 시간, 실행 능력을 가진 주체는 그 차이를 수익으로 가져갈 수 있습니다. 시장 참여자들의 입장에서 공격의 비용이 수익보다 작다면 그렇게 행동할 유인이 크며, 공격하고자 하는 자들이 시장 유동성의 큰 부분을 공급하는 자들이라면 더더욱이 비용은 줄어들게 됩니다. 따라서 높은 레버리지는 큰 취약한 면을 제공합니다. 시장 참여자의 관점에서 포식자와 피식자는 고정된 신분이 아닙니다. 개인인지 기관인지, 월가인지 비월가인지가 본질을 결정하지 않습니다. 포식자와 피식자는 포트폴리오에서의 리스크 강도, 포지션의 구조, 자금조달, 유동성과 시간적 여유에 의해 결정됩니다. 일각에서는 이러한 사건을 월가와 비월가의 대결로 구분하고, GME 사건을 개인이 월가의 헤지펀드를 공격한 사건으로만 해석합니다. 그러나 이 구분은 사건의 핵심을 충분히 설명하지 못합니다. GME에서 중요한 것은 특정 집단의 도덕적 정체성이 아니라, 시장에 노출된 거대한 숏 포지션과 그것을 압박할 수 있는 반대편 주문 흐름이 존재했다는 점입니다. 이러한 이유들로 인해 시장 참여자로서 '포지션을 노출하는 행위' 혹은 '포지션을 유추할 수 있게 하는 행위'와 '매우 높은 레버리지로 청산 가능성이 유의미하게 존재하는 경우'는 피해야 할 것입니다. 레버리지가 낮을 때에는 틀린 판단을 수정할 시점과 방법을 스스로 선택할 수 있습니다. 그러나 레버리지가 지나치게 높아지면 언제, 어떤 가격에서, 얼마나 팔 것인지를 더 이상 본인이 결정하지 못합니다. 그 순간 개인적인 투자 판단이었던 포지션은 다른 시장 참여자들이 이용할 수 있는 공개된 취약점으로 바뀝니다. 그리고 그것은 '내가 싼 가격에 팔겠다/비싼 가격에 사겠다'는 약속으로 바뀌어 전파되어 가격에 반영되기도 합니다. 높은 레버리지는 손실만 확대하는 것이 아니라, 시장에 자신을 상대로 행사할 수 있는 옵션을 제공할 수 있습니다.

복기적인 측면에서 조금 내용을 적자면, BANKR에 해당 기능이 출시된 후에 해당하는 토큰($GME)을 빠르게 보고 매수했을 경우에는 큰 수익을 볼 수 있었긴 합니다. BANKR에 트윗이 올라온 당시 MC가 200k 수준에서 살 수 있었던 것 같고, 지금 현재는 12M 정도네요. 지금 와서 매수를 할 지 말 지에 대해서는 추천할 수 없지만, 제 개인적인 생각으로는 이러한 정보를 빠르게 접하고, 유의미하다는 것을 봤다면 큰 수익을 낼 수 있었던 기회가 아니었나 싶습니다. 복기와 사후 분석을 통해서 다음 기회를 잘 노려보는 것이 좋을 것 같습니다.

BANKR: 주식 RWA 토큰 페어링 기능 출시 RobinHood는 RWA에 꽤 노력을 많이 들이고 있는 상황입니다. 이 흐름에 편승하여 BANKR에서는 밈토큰을 RWA 토큰과 페어(RWA 토큰을 상대자산으로 풀을 만들어)로 제공하는 기능을 제공하기 시작했습니다. 즉, RobinHood에 있는 실제 $GME와 동일한 가치를 가지는 $GME (RWA) 토큰을 거래 페어로 사용하는 형태입니다. $GME(Meme)/$GME(RWA) 형태입니다. 수수료는 기본적으로 0.7%/0.7%로 매겨지고, 이 가운데 95%는 토큰 생성자, 5%는 Doppler 프로토콜에 배분됩니다. 해당 서비스의 의의는 - RWA 자산을 단순 투자상품이 아니라 다양한 곳에 활용할 수 있는 케이스를 보여주는 것이라고 보입니다. RWA를 기반으로 한 예치, 담보, Loan 외에도 토큰 풀로써 주요하게 사용할 수 있는 점을 보여준 케이스로 보입니다. 또한, 밈토큰과 RWA 토큰을 페어를 이루게 하며 밈토큰에 우회적인 의미를 제공할 수도 있습니다. 밈토큰을 매수하기 위해서면, RWA Stock Token이 필요하기 때문에 페어링된 RWA 토큰에 간접적으로 상승 압력을 가합니다. 이를 통해 RWA 토큰의 거래량 증가 + RWA 토큰의 수요 증가 + Meme/RWA 풀에 RWA 토큰이 축적되는 효과를 볼 수 있습니다. 하지만, 이러한 구조에서도 한계는 분명합니다. 실제 GME 주식과 직접 연결되는 구조는 아니라는 점입니다. Meme 토큰은 단순히 RWA 토큰을 상대 자산으로 사용하는 별개의 토큰이라고 보셔야합니다. 또한, 수수료로 쌓이게 된 토큰들은 수수료를 지급 받는 주체가 자의적으로 처분할 수 있습니다. 하지만, 이러한 방식으로 RWA 토큰을 다양한 곳에 사용할 수 있다라는 것만으로도 저는 의의가 크다고 보입니다. RWA 토큰을 단순히 가격 상승을 반영하는 투자 자산이 아닌, 다양한 곳에서 사용할 수 있게 하며 - 이것만으로도 온체인 위에서의 RWA 토큰의 활용/금융공학적 활용에서 의미가 크다고 생각하고 있습니다. 또한, RobinHood의 입장에서는 RWA 토큰을 다양한 곳에서 사용할 수 있고, 이러한 구조로 인해서 RWA 토큰에 대한 수요가 증가할 수 있기에 긍정적으로 바라볼 수 있는 구조 같습니다. 앞으로의 RWA 기술과 산업이 어떻게 흘러갈 지에 대해서 잘 드러내주는 미래를 보고, 어떻게 되어야하는가에 대해서 보여주는 좋은 케이스로 보입니다.

[살아남는다는 것의 의미] (영상) 오늘, 유튜브를 보는데 바나나 종에 대한 이야기를 봤습니다. 과거에 우리가 먹던 바나나의 종과 지금 먹는 바나나의 종은 다르다는 이야기였는데요. (이전에 알던 이야기였지만) 실제로는 다르게 알려져있다고 합니다. 우리가 일반적으로 아는 이유는 마름병으로 인해서 실제 먹던 종이 멸종했기 때문이라고 알고 있는 경우가 많은데, 그것은 사실이 아니라고 합니다. 실제 재배가 되는데, 전세계적으로 유통되는 것은 과거와는 다른 우리가 먹는 바나나 종이라고 해요. 영상에서는 과거의 바나나 종에 비해서 맛이 없는 종이지만, 우리의 식탁에 오르는 이유는 인간의 소비에서 적합하기 때문이라고 말하는데요. 꽤 재밌는 내용이라고 느꼈습니다. 영상에서는 마지막 말미에는 '살아남는 승자가 되시길'이라는 말로 마무리 짓습니다. 꽤 저는 동감을 많이하는 내용인데 - 과거 제가 항상 말버릇처럼 해오던 말 중 하나가 '오래 봅시다.' 입니다. 거의 똑같다고 봐도 되는 의미이고, 특히 투자 시장에서 오래 보려면 일단은 살아남아야한다는 것을 꽤 저는 중점적으로 생각합니다. 마음 아프지만 투자 시장에서 실패하는 사람이 실제 삶에서도 오래보지 못하는 경우도 많구요. 삶에도 동일하게, 다른 영역에도 적용되는 것 같습니다. 모든 곳에 적용되는 내용이라고 생각합니다. 기술, 상품, 산업 등... 오래 볼 수 있다는 것은 살아남았다는 것이니까요. 살아남는 것은 정말 저에게 중요한 내용입니다. 살아남는 것이 담보되지 않는다면 아무리 대단한 것을 하려는 노력이 허사에 가깝다고 생각하거든요. 안정적이지 않은, 완벽하지 않은, 안전하지 않은, 생존불가한, 지속 불가능한 것은 꽤 위험하다고 생각합니다. 제가 방금 말한 것들을 하기 위해서 (안정적이고, 완벽하고 ...) 논리적이고, 넓게 고려해야하고, 전략적으로 생각해야하고, 허점 없이 생각해야한다고 생각합니다. 개인적으로는 전략이라는 말을 되게 좋아하는데요. 전략은 '패배할 가능성, 실패할 가능성'도 생각하는 것이 전략이기 때문입니다. 극단적인 상황, 생각치도 못한 상황조차도 생각하는 것이 '전략적인 계획'이니까요. 그래서 항상 많은 것을 중요하게 강조하지만 그 중에서 주요하게 중요하다고 느끼는 한 가지는 저는 전략을 짜는 것을 중요하게 말합니다. 전략을 짜기 위해 고려해야하는 것, 그 과정, 전략을 잘 - 빈틈 없이 짜는 것 - 그것을 위한 사고와 그러기 위한 고려하는 영역, 요소를 생각해보는 것이 중요하다고 생각하거든요. 살아남는게 0순위로 담보되어야하는 것이고 안정적인 우상향과 같은 것이 추가적으로 필요하다고 생각합니다. 어쨌든 개인적인 생각을 조금 써봤습니다. 저희 오래보았으면 좋겠습니다. 오래봅시다. 살아남는 것이 중요하니까요.

나름 이야기가 나온김에 복기겸 조금의 제 이야기도 해보자면, 저도 과거 Fragment 민팅 때, 888 번호를 2개 민팅했었습니다. 888번호는 ton 기반의 NFT 형태로 존재하구요. 실제 제가 지금 사용하는 계정이 888 번호를 이용하는 계정입니다. 그 당시에 민팅 구조는 1ton에서 99ton까지 1시간마다 가격이 상승하는 구조였습니다. $ton의 가격은 대략 1불 정도였구요. 그 시간에 해당하는 가격대에서 무제한으로 계속해서 민팅할 수 있는 구조였습니다. 제가 알기로는 중국, 서양 쪽에서는 이 내용을 알고있었던 사람이 많았던걸로 기억합니다. 그에 비해서 한국에서는 아는 사람이 거의 없었구요. 누구나 ton 지갑이 있다면, 민팅에 참여할 수 있었고, 민팅하는 도중에도 888번호를 바로 판매/옥션에 붙일 수 있는 구조였습니다. 개인적으로는 옥션/판매/민팅이 다 같이 열려있는 구조라 조금 당황하기도 했었습니다. 이런 구조가 없었던 것은 아니어도, 일반적이진 않았던걸로 기억하구요. 그 당시에는 민팅가가 1ton보다 높아서 10톤, 20톤인데도 바로 판매하는 번호들의 가격이 1톤 정도로 형성되어 있었습니다. 그 이유는, 1톤으로 빠르게 처분하고 그 돈으로 다시 민팅하여서 희귀한 번호들 +888 8888 8888 과 같은 번호들을 민팅한다면 매우 큰 수익을 낼 수 있어서, 확률적으로 기대값이 매우 높기 때문이었습니다. 그 당시에는 민팅하고 희귀 번호들은 쟁이고, 다른 번호들은 빠르게 팔아서 희귀번호들을 노리는 플레이를 했어야하는듯하고, 888번호에 대한 유의미함을 생각했다면 결국 888번호들을 많이 쟁여두는 것이 유의미하지 않았나 싶기도 합니다. 이 상황에 대해서 정확하게 파악하지 못하고 있었던 저는 (이 내용을 알았을 때 민팅이 시작했었던 상황이었기에 꽤 정신이 없었습니다.) 번호 2개만 사고 실제 쓰는 식으로 되었는데요.. (알고 있는 상태로 그 상황이 시작됐으면 좋았겠지만) 당시에도 이해는 하고 있었던 부분이 1. 텔레그램은 가상번호에 대해서 꽤 적극적으로 잡기 시작하던 때였고 (가상번호를 강하게 잡고, 888번호를 권장하기 위함) 2. 텔레그램 내에서 특정 행동등에 대해서 계정 밴이 강해지던 시기였습니다. (가상번호 수요를 늘리기 위해) 3. 또한, 불법적인 행위를 하는 사람들에게는 해당 번호의 사실상의 밴 면역 + 익명성 + 텔레그램 공인 가상번호라는 점에서 큰 수요를 낼 수 있었구요. 4. 실사용 측면에서도 텔레그램 계정이 유의미했던 시기였습니다. (텔레그램 다계정) 그래서 사실 장기적으로 보았을 때 큰 수요가 받쳐준다는 점도 확실하게 이해하고 있었지만, 꽤 보수적으로 행동해서 큰 수익을 낼 수 있었던 기회를 날려버린 것 같기도 합니다. 암호화폐 시장에서 긴 시간을 보냈지만, 가장 잡을 수 있었고, 확률 높았고 기대 수익률이 가장 높았던 케이스였던 것 같습니다. 어떻게 보면 구조적으로 그럴 수 밖에 없는 것 + 구조에 대한 이해만 제대로 됐었다면...이라고 아쉬움도 들지만 또 항상 다음 기회는 왔으니 그 기회를 잘 잡아야하지 않나 싶습니다. 잘 논리적으로, 분석하고 정보들을 최대한 수집해서 고려하고 생각하는 것이 중요하지 않나 싶습니다.

4년만에 200배로 돌아온 텔레그램 번호 22년 12월, https://fragment.com/ 에서 텔레 번호를 2개 삼. +888이란 텔레그램 고유의 가상번호를 사고 팔 수 있고, 텔레 아이디를 만들 수 있는 번호인데 당시 9 $TON으로 40불정도 했던 걸로 기억함. 지금 가격을 보니 1999 $GRAM ($TON)으로 약 2800불. 설마 진짜 이 가격이겠어? 하고 최저가에 리스팅하니까 봇이 바로 사감. 님들도 혹시 가상번호 산 게 있으면 확인해보세요. 꽁돈생긴 느낌이네.

7월 20일부터 Claude Fable 5가 모든 Max, Team Premium 플랜에 포함. 한도의 50%만 사용 가능 .

스코어 자체는 출시 전 테스트 기반입니다. 커뮤니티 기반 평가는 아닌데, 그래도 공개 전 테스트에서 이 정도 스코어링이 나왔다는 것부터가 강력한 모델이라는 증거인듯합니다.

성능도 1등인데.. 가격은 $3 / $15 입니다.. 그 상상이 진짜 현실화되는걸까요..

Arena.ai 에서 Kimi-K3가 Claude Fable 5를 꺾고, Code(Web DEV) 부문에서 1위를 달성했습니다. Fable 5와 GPT 5.6 sol xhigh는 스프레드가 2~3위로 편차가 있는 데에 비해 Kimi-K3는 스프레드가 1등으로 나타나네요.

https://x.com/Star_Knight12/status/2076631428926972177?s=20 GPT-5.6 sol + blender MCP (Computer Use) 웹 디자인 하실 때에 3D 요소들 만들어서 쓰실 수 있습니다. 매우매우매우 잘 함 이 외에도 게임 에셋, 영상물, 제품 디자인, 건축, 캐릭터 모델링, 3D 프린팅, 교육/시뮬레이션, 게임 엔진 등... 정말 넓은 분야에서 쓰실 수 있는 것이니 오히려 이전에 이미지 생성을 활용하는 수준에서 훨씬 더 진보한 도약입니다. 웹디자인이 이제 AI에게 정복당하기 직전이네요. 과거의 디자인 레포들 다 무의미해질 것 같습니다. 기준이 달라질 것 같네요. 이런 방식이 없었기에 최대한 절제하고, AI가 만든 것 스럽지 않게, 그냥 읽기 좋은 웹에 치중되어있었다면 매우 화려한 경험을 주는 랜딩 페이지를 만드는 쪽으로도 흘러갈 것 같습니다. 예시로 좋은 레퍼런스들이 많은 것 같아요. 그 수준으로 AI가 자율적으로 구현할 수 있는 그런 방식이 생기지 않을까 싶습니다.

지루한 논문을 저리 비키고, 새로운 코드를 공유 드리자면 이번에 중국에서 새로운 월드 시뮬레이터 'Lingbot' 을 공유 드립니다. 중국 Ant Group 이 소유한 Robbyant 가 만든 월드모델이며, Wan 기반으로 유저가 원하는 새로운 세계를 만들어서 시뮬레이션을 진행할수 있습니다. 이전 시뮬레이션은 지루하게 게임이 아닌 유저가 정말 원하는 상황을 시뮬레이션을 만들수 있습니다. 영상 Wan 기반으로 진행이 되다보니, GPU만 받쳐준다면 720p 화질에 60fps 까지 나올 정도로 뛰어나며, 레이턴시도 몇초 정도만 나온다고 합니다. 원본 코드

후기: 6월 Fable 수준의 감동이 있음. 느낌이 꽤 비슷함. 오히려 더 나아보이기도 함. 어느 측면에선. 두괄법으로 결론부터 말하자면, 지금 기준 Fable vs GPT 5.6 sol 하면 GPT 5.6 sol을 고를듯함. Fable + GPT 5.6 sol 둘 다 쓰면 좋을 거 같은데 (필요하면 5.6 Pro도 추가하고) 솔직히 대부분의 작업은 GPT 5.6 sol 수준으로도 만족스러운듯. /goal 안 줘도 제대로 밀어붙여서 끝까지 엄밀하고 섬세하게 신경써서 하는 느낌임. 다른 사람들이 트위터에 공식 출시 전에 올린 내용이 공감이 감. 과거 Agent들의 특징인 '하라는 것을 빠뜨리고 안 하거나 누락하거나 하는 일'이 잘 없음. 사실상 거의 없다고 보임. 아주 조금 있는 정도(이것도 아마 맥락 희석 문제인듯함. 고의적으로 계속 문서화하고 저장하고 되돌아보는 것이 부족한 느낌. - 이것도 사실 억까나 개선점에 가깝지 안 해도 충분히 쓸만함. 단기적인 도구로나 작업 관리자의 측면에서나). 어떻게 처리하는지는 모르겠음. 따로 작업 원장을 만들어서 다 충족됐는지를 확인하는 것 같기도함. (이부분 + 사용자 의도파악 부분 더 정밀하게 만들기 위한 팁 올릴 예정) '완벽히 해'라고 말해도 완벽히 안 해오던 이전의 AI와 달리 '완벽히 해'라고 말 안 해도 완벽히 해오려고 함. 최대한 엄밀하게끔. 결과물에 대한 검증에선 Fable이 조금 더 뛰어난 것 같음. 이 부분에 Fable을 붙여준다거나, 다른 구조나 단계, 방법을 적용하면 확실히 날라다닐듯. 분명히 문제가 아예 없다거나, 아쉬운 부분이 없는 것은 아님. 하지만, 그 수준이 미미해서 눈 감아줄 수 있는 수준. 사람이 조금 신경만 써주면 되는 수준. 조금의 처리만 해주면 되는 수준임. 심지어 신경을 조금 안 써도 퀄리티 높은 결과물이 나옴. 문제는 어차피 해결하면 되는 것이라고 생각함. 신경을 조금 더 쓰건, 신경을 안 써도 되게 처리해서 작업 구조를 만들어서 얹건, 내부환경을 조성하는 방식이건.. 과거에 작업하다가 속에서 열불 나던 일이 줄어듦. 말을 못 알아듣거나, 알아들은 척하고 개판을 치진 않음. 제대로 작업을 안 하는 경우는 없음. 그냥 속이 아주 시원함. 꼭 써보고 경험해야하는 지금 기준 마스터피스라고 생각함. 이게 앞으로의 진보에서의 바닥이라고 생각하면 막 두근거릴 지경임. 아예 AI에 대해서 모르거나, 비관적인 사람도 경험해보면 바로 생각이 바뀔 수준이라고 생각함.

참고로, Codex 앱내에서 Chat을 누르면 이렇게 팝업이 나오고, 거기서 대화하고 (Pro 모델과 대화 가능!) 그걸 작업에 첨부할 수 있습니다. 사실상 Pro 모델의 사고를 빌리는 일이라 잘 쓰면 엄청나게 좋을 것 같습니다. 이걸 사실 제가 개인적으로 자동화하고, 해뒀었던건데 지원하기 시작하네요. 지금 수준에서는 직접적으로 환경에 접근해서 작업하진 못합니다. 지원하는 수준은 아래 정도네요.

여기 Chat에서 요구사항·설계·아이디어를 정리 → 작업에 첨부 → Codex가 그 내용을 바탕으로 실제 저장소를 읽고 구현

가 대표적인 활용법이 되겠습니다. 이것 외에도 정말 많은 다양한 활용법이 있으니, 써보시면 좋을 것 같아요. 웹에서 구상하고 설계한 작업을 바로 Codex 환경으로 이관해서 사실상 연결되고 연동되게끔 해준 것이라 상당히 좋은 것 같습니다. 저도 이전에 유사하게 만들어둔 거지만 사실 웹에서 하는 모든 대화를 바로 Codex로 보내주는 방법은 생각을 못하고 있었어서 (웹에서 한 대화를 옮겨서 바로 구현하기) 이렇게 공식적으로 지원해주면 정말 좋은 것 같습니다. 굳이 과거처럼 Pro 모델 쓰려고 뚫어내려고 하지 않아도 되구요. 물론, 제가 만들어둔 것만 되는 기능이 있긴한데.. 이 정도로도 만족하고 쓸 수 있는 수준인 것 같습니다. 개인화된 도구를 만들어두는 것은 좋긴한데, 일반인들 기준에서는 굳이...라는 생각도 듭니다. 어차피 OpenAI나 Claude가 공식기능으로 추가해주니까요. 그래도 개인 도구를 만들었을 때의 이점은 '어느 수준 이상으론 제공하지 않음'을 피할 수 있어서 그 측면에서는 개인 도구가 좋은 것 같습니다. 제가 쓰던 개인 도구에 웹에 있는 모든 챗을 Codex 환경으로 넘겨받게끔 하는걸 추가해야겠네요. 공식적으로 지원하는 기능에서 좋은 체리피킹 할 것을 찾기도 하니 좋은 것 같습니다. 아니면, 아예 이 기능을 직접 활용할 수 있게 구성해도 좋을듯..

6월 Fable, 6월 Opus 7월 Fable, 7월 Opus 비교

개인적인 생각이고 주관적인 평가지만 일단, 확실하게 두 모델 다 변화가 있었다고 인식하고 있음. 그 변화가 좋은 변화라곤 생각하지 않음.

Fable

일단, Fable의 성능 자체의 변화는 누구나 이해하고 있을 거라고 생각함. GPT 5.5와 Fable을 토론시키는 경우가 잦은데. (아마 워크플로우를 구성하고 활용하는 분들은 다들 그렇게 하실 거 같음 [GPT 사용량이 좀 많이 남으니]) 6월 기준으로는 Fable이 살짝 밀리거나, 크게 밀리는 빈도가 적었음. GPT 5.5도 굉장히 날카롭고 사고 측면에서 강력한 모델이 맞음. 설득력이나 원칙, 논리성 측면에서 절대 밀리지 않는 모델이 맞음. 하지만 그건 순수 지능의 문제라 실제 사용하는 측면과는 크게 관련이 없어서 이전에 얘기했듯이, 도구처럼 사용하거나 다른 AI가 활용하는 모델로는 유의미하다고 이야기 했던 적이 있음. 하지만, 7월 복귀한 Fable 기준으로는 대부분 GPT 5.5에게 밀리는 양상을 보여줌. 아예 논리로 이기질 못함. 토론을 하면 대부분이 패배함. 이게 단순한 토론 실력의 문제가 아니라 애초에 논리가 그다지 강하지 않게, 논리적이지 않게, 문제가 있는 상태로 결론을 지어버린 그런 문제로 보임. 즉, 실제 체감상 Fable은 단순한 보안 가드레일 강화 수준이 아닌 지적 수준에서의 유의미한 변화가 있었음. 체감상 Fable이라는 다른 수준이 아닌, Opus 4.9 같은 느낌을 받았음. 그 이유는 다양한 이유가 있을 것임. 비용 절감(사고의 양을 조절하면 비용 절감이 됨.), 정부의 요구, 안전상의 문제, 일반 사용자들이 매우 강력한 모델을 사용하길 바라지 않는다던가 등...의 이유.

Opus 4.8

6월 당시에는 대부분의 요청을 들어줬음. 거의 GROK이나 GLM 수준으로 해달라는건 전부 다 들어주는 사실상 이미 탈옥된 모델 수준이었음. 그런데, Fable에 대한 문제가 발생하며 Anthropic 측은 Opus 4.8, Opus 4.7 과 같은 모델들에 대한 개선, 보안가드레일 문제를 해결해야하는 필요가 발생했음. 위험한 요구를 쉽게 들어주는 Opus가 문제가 됨. Fable을 뚫어주는 조력자가 됐기 때문임. 즉, 구멍이 한 곳에만 난 바가지가 아니라. 너무 구멍이 많이 뚫려있는 바가지였던 것임. Fable을 뚫을 수 있는 방안이 있고, 그 방안을 찾기 위해 Opus를 쓸 수 있는 상황인 것. 심지어 그것을 잘 뚫어내는 모델이며, 보안 가드레일이 강력하지 않아서 매우 적극적으로 도와주며 실제 잘 뚫어냄. 당연하겠지만, 이건 Opus만 가능한 것은 아님. 다른 모델들, 사실상 탈옥이 이미 되어있는 수준인 가드레일이 강하지 않은 몇몇 모델들은 당연히 해주는 것임. 하지만, 그래도 Claude 내에서 Fable을 전부 다 뚫을 수 있다와 다른 모델들을 붙여서 뚫어야한다는 것은 난도나, 장벽 측면에서 큰 차이가 있음. 따라서, Opus에 대한 보안가드레일 필요성이 대두되었으며 해당 조치가 공식적으로 공표되지 않고 처리되었다고 보임. 이전에 비해 민감하거나 문제될 수 있는 요구를 피하는 경향을 보임. 확실하게 변화하였음. 변경점이 분명히 있음. 이 과정에서 사고력의 저하가 발생한 것인지, 혹은 사고력의 저하가 필요하다고 보아서 같이 진행된 것인지는 모르지만 사고력의 저하도 또한 발생하였음. Opus 4.8이 그정도로 성능이 나쁜 모델은 아니었음에도 불구하고 지금 기준으로는 Opus는 꽤 성능이 나쁘다고 느껴짐. (적어도 나에게는) 실제 본인은 과거 Opus 4.8 모델에 대해서 문제가 발생하는 것에 대해서 고치기 위해서 그 문제가 발생하지 않는 방식으로 처리하고, 그 규율을 따라서 작동한다고 높게 평가했음. 또한, 잘 기억하는 모델이라고도 이야기한 바 있음. 하지만, 지금 기준으로는 확실하게 좋다고 평가하기 어려운 모델이라고 생각함. 함께 작업하며 많이 느낀 점은, 문제가 비정상적으로 많이 발생함.

왜 그럴까?

결국 개인적인 생각으론 Fable이 문제가 됐다고 생각함. Fable의 너무 강력한 능력, 탈옥 문제 때문에 Fable의 성능이 하락했고, 그 과정에서 Opus의 성능 하락이나 보안 가드레일이 필요했기 때문에 동시에 발생했다고 보고 있음. 혹은, Fable을 서빙하기 위해서 정해진 컴퓨팅 파워를 적절히 분배하기 위해 생긴 문제라고도 생각함. 즉, 총량은 정해져있지만 분배를 어떻게 하는가에 대한 문제일 수도 있다고 생각함. Fable의 사고에 드는 컴퓨팅 파워가 더 많이 드는 문제라고도 생각함. 하지만, 중요한 점은 6월 Fable의 출시 때에는 Fable과 Opus가 전혀 문제 없이 잘 작동하고(이전의 Claude는 항상 안정성 문제가 있었음) 좋은 성능을 보였다는 점임. 따라서, 컴퓨팅 파워나 다른 문제는 아니라고 보임. 물론, 6월의 사태로 인해 7월에 사용자가 많이 몰렸고. (바이럴이 되고, 써보려는 수요가 크기에) 그러한 이유 때문에 더 많은 리소스가 들었고 이러한 이유 때문에 정렬을 하다보니 문제가 생겼다는 것도 말이 될 수는 있음. 하지만 그 가능성을 높게 보진 않음.

결론

Opus와 Fable은 과거에 비해 변화했고, 사실상 너프당했다고 보임. 이건 아마 대부분의 사람들이 느끼는 것이고, 거의 확실한 내용인듯함. 보안 가드레일, 높은 사고력이 야기하는 문제, 안전 문제로 인해 야기되었다고 보임. Fable의 성능을 보고 충격먹고 잊지 못해 제발 Fable 돌려달라고 하던 사람들이 다시 돌려받았음에도 불구하고 실망한듯한 반응을 하는 이유는 명확히 존재함. 물론, Opus가 문제가 생긴 것(성능 하향)이 더 크게 작용하는 것일 수도 있음. 그래도 사실상 너무나도 바라고, 성능에 충격먹고 찬양하던 사람들이 살짝 돌아섰다는 것만으로도 확실한 증거가 된다고 생각함. 이름은 돌아왔지만, 경험했던 그 경험과 품질이 온전히 돌아오지 않았음. 즉, 사실상의 성능적인 하향, 성능적인 꽤 큰 하향이 있었다고 보임. 고의적이건, 비고의적이건. 결국 가장 중요한 것은, 실제 작업을 잘하는가와 내가 받는 결과물, 응답의 품질임. 그러니 목욕재계하고 경건한 마음으로 GPT 5.6이나 기대하며 기다리는 것이 좋다고 생각함. 결국 GPT 5.6도 사용해봐야 알 수 있는 것이라고 봄. 결국 가장 중요한 것은 내가 받는 실제 품질임.

6월 Fable, 6월 Opus 7월 Fable, 7월 Opus 비교

개인적인 생각이고 주관적인 평가지만 일단, 확실하게 두 모델 다 변화가 있었다고 인식하고 있음. 그 변화가 좋은 변화라곤 생각하지 않음.

Fable

일단, Fable의 성능 자체의 변화는 누구나 이해하고 있을 거라고 생각함. GPT 5.5와 Fable을 토론시키는 경우가 잦은데. (아마 워크플로우를 구성하고 활용하는 분들은 다들 그렇게 하실 거 같음 [GPT 사용량이 좀 많이 남으니]) 6월 기준으로는 Fable이 살짝 밀리거나, 크게 밀리는 빈도가 적었음. GPT 5.5도 굉장히 날카롭고 사고 측면에서 강력한 모델이 맞음. 설득력이나 원칙, 논리성 측면에서 절대 밀리지 않는 모델이 맞음. 하지만 그건 순수 지능의 문제라 실제 사용하는 측면과는 크게 관련이 없어서 이전에 얘기했듯이, 도구처럼 사용하거나 다른 AI가 활용하는 모델로는 유의미하다고 이야기 했던 적이 있음. 하지만, 7월 복귀한 Fable 기준으로는 대부분 GPT 5.5에게 밀리는 양상을 보여줌. 아예 논리로 이기질 못함. 토론을 하면 대부분이 패배함. 이게 단순한 토론 실력의 문제가 아니라 애초에 논리가 그다지 강하지 않게, 논리적이지 않게, 문제가 있는 상태로 결론을 지어버린 그런 문제로 보임. 즉, 실제 체감상 Fable은 단순한 보안 가드레일 강화 수준이 아닌 지적 수준에서의 유의미한 변화가 있었음. 체감상 Fable이라는 다른 수준이 아닌, Opus 4.9 같은 느낌을 받았음. 그 이유는 다양한 이유가 있을 것임. 비용 절감(사고의 양을 조절하면 비용 절감이 됨.), 정부의 요구, 안전상의 문제, 일반 사용자들이 매우 강력한 모델을 사용하길 바라지 않는다던가 등...의 이유.

Opus 4.8

6월 당시에는 대부분의 요청을 들어줬음. 거의 GROK이나 GLM 수준으로 해달라는건 전부 다 들어주는 사실상 이미 탈옥된 모델 수준이었음. 그런데, Fable에 대한 문제가 발생하며 Anthropic 측은 Opus 4.8, Opus 4.7 과 같은 모델들에 대한 개선, 보안가드레일 문제를 해결해야하는 필요가 발생했음. 위험한 요구를 쉽게 들어주는 Opus가 문제가 됨. Fable을 뚫어주는 조력자가 됐기 때문임. 즉, 구멍이 한 곳에만 난 바가지가 아니라. 너무 구멍이 많이 뚫려있는 바가지였던 것임. Fable을 뚫을 수 있는 방안이 있고, 그 방안을 찾기 위해 Opus를 쓸 수 있는 상황인 것. 심지어 그것을 잘 뚫어내는 모델이며, 보안 가드레일이 강력하지 않아서 매우 적극적으로 도와주며 실제 잘 뚫어냄. 당연하겠지만, 이건 Opus만 가능한 것은 아님. 다른 모델들, 사실상 탈옥이 이미 되어있는 수준인 가드레일이 강하지 않은 몇몇 모델들은 당연히 해주는 것임. 하지만, 그래도 Claude 내에서 Fable을 전부 다 뚫을 수 있다와 다른 모델들을 붙여서 뚫어야한다는 것은 난도나, 장벽 측면에서 큰 차이가 있음. 따라서, Opus에 대한 보안가드레일 필요성이 대두되었으며 해당 조치가 공식적으로 공표되지 않고 처리되었다고 보임. 이전에 비해 민감하거나 문제될 수 있는 요구를 피하는 경향을 보임. 확실하게 변화하였음. 변경점이 분명히 있음. 이 과정에서 사고력의 저하가 발생한 것인지, 혹은 사고력의 저하가 필요하다고 보아서 같이 진행된 것인지는 모르지만 사고력의 저하도 또한 발생하였음. Opus 4.8이 그정도로 성능이 나쁜 모델은 아니었음에도 불구하고 지금 기준으로는 Opus는 꽤 성능이 나쁘다고 느껴짐. (적어도 나에게는) 실제 본인은 과거 Opus 4.8 모델에 대해서 문제가 발생하는 것에 대해서 고치기 위해서 그 문제가 발생하지 않는 방식으로 처리하고, 그 규율을 따라서 작동한다고 높게 평가했음. 또한, 잘 기억하는 모델이라고도 이야기한 바 있음. 하지만, 지금 기준으로는 확실하게 좋다고 평가하기 어려운 모델이라고 생각함. 함께 작업하며 많이 느낀 점은, 문제가 비정상적으로 많이 발생함.

왜 그럴까?

결국 개인적인 생각으론 Fable이 문제가 됐다고 생각함. Fable의 너무 강력한 능력, 탈옥 문제 때문에 Fable의 성능이 하락했고, 그 과정에서 Opus의 성능 하락이나 보안 가드레일이 필요했기 때문에 동시에 발생했다고 보고 있음. 혹은, Fable을 서빙하기 위해서 정해진 컴퓨팅 파워를 적절히 분배하기 위해 생긴 문제라고도 생각함. 즉, 총량은 정해져있지만 분배를 어떻게 하는가에 대한 문제일 수도 있다고 생각함. Fable의 사고에 드는 컴퓨팅 파워가 더 많이 드는 문제라고도 생각함. 하지만, 중요한 점은 6월 Fable의 출시 때에는 Fable과 Opus가 전혀 문제 없이 잘 작동하고(이전의 Claude는 항상 안정성 문제가 있었음) 좋은 성능을 보였다는 점임. 따라서, 컴퓨팅 파워나 다른 문제는 아니라고 보임. 물론, 6월의 사태로 인해 7월에 사용자가 많이 몰렸고. (바이럴이 되고, 써보려는 수요가 크기에) 그러한 이유 때문에 더 많은 리소스가 들었고 이러한 이유 때문에 정렬을 하다보니 문제가 생겼다는 것도 말이 될 수는 있음. 하지만 그 가능성을 높게 보진 않음.

결론

Opus와 Fable은 과거에 비해 변화했고, 사실상 너프당했다고 보임. 이건 아마 대부분의 사람들이 느끼는 것이고, 거의 확실한 내용인듯함. 보안 가드레일, 높은 사고력이 야기하는 문제, 안전 문제로 인해 야기되었다고 보임. Fable의 성능을 보고 충격먹고 잊지 못해 제발 Fable 돌려달라고 하던 사람들이 다시 돌려받았음에도 불구하고 실망한듯한 반응을 하는 이유는 명확히 존재함. 물론, Opus가 문제가 생긴 것(성능 하향)이 더 크게 작용하는 것일 수도 있음. 그래도 사실상 너무나도 바라고, 성능에 충격먹고 찬양하던 사람들이 살짝 돌아섰다는 것만으로도 확실한 증거가 된다고 생각함. 그러니 목욕재계하고 경건한 마음으로 GPT 5.6이나 기대하며 기다리는 것이 좋다고 생각함. 결국 GPT 5.6도 사용해봐야 알 수 있는 것이라고 봄.

AtCoder World Tour Finals 2026 - 인간 vs OpenAI AI 에이전트 세계 최정상급 프로그래머 12명 안팎이 모이는 AtCoder 결승전에 OpenAI가 별도 AI 에이전트로 같이 참가했고, 그 리더보드에서 OpenAI가 휴리스틱/알고리즘 양쪽에서 인간 최상위권을 넘보지도 못할 수준으로 크게 앞섬. 시사하는 바가 큰데, 인간은 이미 해당 분야에서 완벽하게 AI에 비교해서 따라가지도 못하는 수준이라는 것임. 더 충격적인 부분은 해당 결승전에서는 최정상급 프로그래머가 AI를 사용했다는 것임. Fable 5나 Codex를 이용하여서 경쟁하였음에도 불구하고, OpenAI를 전혀 따라가지 못하는 수준이었음. 그냥 '최상위권'이다 수준이 아니라, 롤로 따지면 페이커, 쵸비 그런 사람들이 나와서 AI랑 협업한 수준인데도 완벽하게 패배했음. OpenAI는 휴리스틱에서 사실상 만점 점수인 2조를 받았으며, 바로 밑의 참가자인 2등은 4813억을 받음. 사실상 4배 차이가 남. 알고리즘에서 OpenAI는 전체 모든 문제를 완벽하게 풀어냈으며, 다른 참가자들은 대부분 A, B 문제 정도만 풀어냈으며 그 이상의 문제는 풀어내지 못함. 인간 참가자 중 D문제를 풀어낸 것은 1명이며, 사실상 다른 참가자들은 2문제 정도를 풀 수 있을 때 모든 문제를 풀었으며, 이 정도 수준이라면 비교조차 안 되는 수준으로 격차가 많이 난다는 것을 알 수 있음. OpenAI가 이용한 모델과 방법은 OpenAI 연구원이 말하기로

모델 자체는 5.6 버전과 유사하며, 테스트 시간 계산을 늘릴 수 있도록 하는 약간의 하네스가 내장되어 있습니다. 누구나 자신만의 하네스를 만들어 테스트 시간 계산을 늘리고 5.6 버전과 비슷한 결과를 얻을 수 있을 겁니다. 발전 속도가 엄청납니다. 반년 전만 해도 여기 있는 문제들 대부분을 해결할 수 없었을 거라고 확신합니다. AI는 인터넷에 접속할 필요가 없습니다. 우리 모델은 이미 인터넷의 많은 부분을 알고 있어서 검색할 이유가 없다고 생각합니다.

라고 말함. 심지어 이전 대회 문제를 기준으로 모든 문제를 1시간 이내에 완벽히 해결할 수 있었다고 하며 이번 대회의 문제가 매우 어려운 수준으로 출제되었음 (이번 대회의 A, B, C 문제가 이전 대회에서의 A, B, C, D, E 수준) 에도 불구하고, 전부 완벽하게 풀어냄. 가장 어려운 문제인 E 문제는 이 문제를 과연 OpenAI가 풀어낼 수 있을까가 큰 관심사였는데, 6시간이 걸려서 풀어냈으며 고군분투해서 풀어야하는 수준이구나라고 생각되었지만 실은 문제를 제출하는 담당 직원이 인터뷰를 하러 간다고 1시간 자리를 비웠다고 함. 그리고, 되돌아와서 바로 E 문제의 답안을 제출함. 즉, 6시간보다 짧았다는 것. 일종의 마케팅이라고도 볼 수 있는데, 인간 1등 코더가 AI를 쓰는 것을 완벽히 이겨버리고, 그 모델은 5.6과 유사한 수준이다. (물론 다른 차이점은 있겠지만) 하네스를 잘 짜면 된다. 그것도 약간의 하네스. 라고 말한다는게 엄청나다고 보임. 확실하게 OpenAI는 실제 엄청난 수준의 모델을 만들고, 그것을 이용해 엄청난 작업이 가능한 상태(하네스 구성 등...을 이용하여 활용)며 내부적으로는 일반인들의 상상보다 훨씬 진보한 수준인 것이 거의 확실해졌음. 기술적으로 말도 안 되는 수준일 확률이 높음. AtCoder 측은

졌어요! AI에 완패했습니다!

라는 평을 남김. 실제 많은 Fable과 5.6을 활용해본 전문가들은 대부분 두 개 중 한 모델만을 고를 수 있다면, 어떤 모델을 고를 것이냐?라는 물음에 'GPT 5.6'을 고르겠다고 함. 그 이유는

1. 전반적으로 더 다재다능함 2. 인상적인 점은 이 모델이 절대 포기하지 않는다는 것이다. Max reasoning으로 돌리면, 끝날 때까지 그냥 계속 작업한다. 3. Fable은 글쓰기나 채팅에서는 낫다. 하지만, 그걸 생각 안 하는 나로썬 GPT 5.6을 선택할 수 밖에 없다. 4. Fable 보다 똑똑한 것은 아니지만, 능력은 엄청나다. 끈질기며, /goal 없이 하루종일 돌아간다. 서브에이전트를 매우 잘 이해하고, 오케스트레이션도 훌륭하다. OpenClaw나 Hermes Agent 같은 사용 사례에서 쓰기 정말 쾌적하다. iOS 개발도 엄청나게 잘 안다. 5. 컴퓨터 사용 능력에서 세계 최고다. 컴퓨터 사용을 100배 더 많이 하게 된다. 이게 가능해진다는건 엄청나게 유의미하다. 6. 지시사항을 매우 잘 따르고, 목표에 충실하다. 반항적이지 않으며 심지어 의도른 너무 잘 이해하고, 목표를 너무 밀어붙여서 과하다고 느껴진다.

실제, 확실하진 않지만 Fable 5에 필적하거나, 뛰어넘는 수준으로 보임. 곧 확인해볼 수 있으니, 매우 기대중임. 모델 공식 출시 후 확인해보고 싶은 것들, 시켜보고 싶은 것들이 많음. Anthropic이 한 공포 마케팅보다 확실히 이런 방식으로 마케팅을 하는 것이 건전하고, 기술적으로 유의미함을 확실하게 성과로 보여주는 방식이라고 보임. 같은 AI 공급자이지만, 극과 극의 마케팅 방식을 보여주는 사례며, 해당 사건은 개인적으로도 매우 놀랍고 크게 바이럴 될 만한 내용 인듯함. 이제 더이상 확실하게 현실적으로 인간은 AI를 뛰어넘을 수 없다는 것을 완벽하게 증명해버린 사례라고 보임. 이미 격차는 너무 많이 벌어져 버렸고, 더더욱이 커질 수 밖에 없다는 것은 자명함.

AtCoder World Tour Finals 2026 - 인간 vs OpenAI AI 에이전트 세계 최정상급 프로그래머 12명 안팎이 모이는 AtCoder 결승전에 OpenAI가 별도 AI 에이전트로 같이 참가했고, 그 리더보드에서 OpenAI가 휴리스틱/알고리즘 양쪽에서 인간 최상위권을 넘보지도 못할 수준으로 크게 앞섬. 시사하는 바가 큰데, 인간은 이미 해당 분야에서 완벽하게 AI에 비교해서 따라가지도 못하는 수준이라는 것임. 더 충격적인 부분은 해당 결승전에서는 최정상급 프로그래머가 AI를 사용했다는 것임. Fable 5나 Codex를 이용하여서 경쟁하였음에도 불구하고, OpenAI를 전혀 따라가지 못하는 수준이었음. 그냥 '최상위권'이다 수준이 아니라, 롤로 따지면 페이커, 쵸비 그런 사람들이 나와서 AI랑 협업한 수준인데도 완벽하게 패배했음. OpenAI는 휴리스틱에서 사실상 만점 점수인 2조를 받았으며, 바로 밑의 참가자인 2등은 4813억을 받음. 사실상 4배 차이가 남. 알고리즘에서 OpenAI는 전체 모든 문제를 완벽하게 풀어냈으며, 다른 참가자들은 대부분 A, B 문제 정도만 풀어냈으며 그 이상의 문제는 풀어내지 못함. 인간 참가자 중 D문제를 풀어낸 것은 1명이며, 사실상 다른 참가자들은 2문제 정도를 풀 수 있을 때 모든 문제를 풀었으며, 이 정도 수준이라면 비교조차 안 되는 수준으로 격차가 많이 난다는 것을 알 수 있음. OpenAI가 이용한 모델과 방법은 OpenAI 연구원이 말하기로

모델 자체는 5.6 버전과 유사하며, 테스트 시간 계산을 늘릴 수 있도록 하는 약간의 하네스가 내장되어 있습니다. 누구나 자신만의 하네스를 만들어 테스트 시간 계산을 늘리고 5.6 버전과 비슷한 결과를 얻을 수 있을 겁니다. 발전 속도가 엄청납니다. 반년 전만 해도 여기 있는 문제들 대부분을 해결할 수 없었을 거라고 확신합니다. AI는 인터넷에 접속할 필요가 없습니다. 우리 모델은 이미 인터넷의 많은 부분을 알고 있어서 검색할 이유가 없다고 생각합니다.

라고 말함. 심지어 이전 대회 문제를 기준으로 모든 문제를 1시간 이내에 완벽히 해결할 수 있었다고 하며 이번 대회의 문제가 매우 어려운 수준으로 출제되었음 (이번 대회의 A, B, C 문제가 이전 대회에서의 A, B, C, D, E 수준) 에도 불구하고, 전부 완벽하게 풀어냄. 가장 어려운 문제인 E 문제는 이 문제를 과연 OpenAI가 풀어낼 수 있을까가 큰 관심사였는데, 6시간이 걸려서 풀어냈으며 고군분투해서 풀어야하는 수준이구나라고 생각되었지만 실은 문제를 제출하는 담당 직원이 인터뷰를 하러 간다고 1시간 자리를 비웠다고 함. 그리고, 되돌아와서 바로 E 문제의 답안을 제출함. 즉, 6시간보다 짧았다는 것. 일종의 마케팅이라고도 볼 수 있는데, 인간 1등 코더가 AI를 쓰는 것을 완벽히 이겨버리고, 그 모델은 5.6과 유사한 수준이다. (물론 다른 차이점은 있겠지만) 하네스를 잘 짜면 된다. 그것도 약간의 하네스. 라고 말한다는게 엄청나다고 보임. 확실하게 OpenAI는 실제 엄청난 수준의 모델을 만들고, 그것을 이용해 엄청난 작업이 가능한 상태(하네스 구성 등...을 이용하여 활용)며 내부적으로는 일반인들의 상상보다 훨씬 진보한 수준인 것이 거의 확실해졌음. 기술적으로 말도 안 되는 수준일 확률이 높음. AtCoder 측은

졌어요! AI에 완패했습니다!

라는 평을 남김. 실제 많은 Fable과 5.6을 활용해본 전문가들은 대부분 두 개 중 한 모델만을 고를 수 있다면, 어떤 모델을 고를 것이냐?라는 물음에 'GPT 5.6'을 고르겠다고 함. 그 이유는 1. 전반적으로 더 다재다능함 2. 인상적인 점은 이 모델이 절대 포기하지 않는다는 것이다. Max reasoning으로 돌리면, 끝날 때까지 그냥 계속 작업한다. 3. Fable은 글쓰기나 채팅에서는 낫다. 하지만, 그걸 생각 안 하는 나로썬 GPT 5.6을 선택할 수 밖에 없다. 4. Fable 보다 똑똑한 것은 아니지만, 능력은 엄청나다. 끈질기며, /goal 없이 하루종일 돌아간다. 서브에이전트를 매우 잘 이해하고, 오케스트레이션도 훌륭하다. OpenClaw나 Hermes Agent 같은 사용 사례에서 쓰기 정말 쾌적하다. iOS 개발도 엄청나게 잘 안다. 5. 컴퓨터 사용 능력에서 세계 최고다. 컴퓨터 사용을 100배 더 많이 하게 된다. 이게 가능해진다는건 엄청나게 유의미하다. 6. 지시사항을 매우 잘 따르고, 목표에 충실하다. 반항적이지 않으며 심지어 의도른 너무 잘 이해하고, 목표를 너무 밀어붙여서 과하다고 느껴진다. 실제, 확실하진 않지만 Fable 5에 필적하거나, 뛰어넘는 수준으로 보임. 곧 확인해볼 수 있으니, 매우 기대중임. 모델 공식 출시 후 확인해보고 싶은 것들, 시켜보고 싶은 것들이 많음. Anthropic이 한 공포 마케팅보다 확실히 이런 방식으로 마케팅을 하는 것이 건전하고, 기술적으로 유의미함을 확실하게 성과로 보여주는 방식이라고 보임. 같은 AI 공급자이지만, 극과 극의 마케팅 방식을 보여주는 사례며, 해당 사건은 개인적으로도 매우 놀랍고 크게 바이럴 될 만한 내용 인듯함. 인간은 AI를 뛰어넘을 수 없다는 것을 완벽하게 증명해버린 사례라고 보임. 이미 격차는 너무 많이 벌어져 버렸고, 더더욱이 커질 수 밖에 없다는 것은 자명함.

GPT 5.6 출시 전 알아야 할 정보 일단, GPT 5.6 모델은 3가지 모델로 나뉨. 이전 체계로 이해하면 Nano, Mini, 기본 이라고 이해하면 됨. 각 Luna, Terra, Sol에 대응됨. 또 추가적으로 GPT 5.6 (Luna, Terra, Sol) Pro 모델이 있는 것으로 보임. (Pro Plan 대상) 여기서부터는 Effort와 작업 방식에 관한 것임. GPT 5.6 Sol, Terra, Luna 모델은 Effort는 기존과 같이 Low, Medium, High, xhigh, Max, Ultra로 나뉘며 기존에 없던 Effort 값인 Max와 Ultra가 추가되었음. Max는 추론을 최대로 하는 설정임. Ultra는 추론을 Max로 두고, Claude Code의 Dynamic Workflow와 유사한 방식으로 작동하게 하는 것임. 즉, Claude Code의 Ultracode 모드와 동치라고 보면 됨. Pro 모델의 경우 Effort 값이 Pro와 Extended로 나뉨. Pro는 Pro 모델의 기본 값이며, Extended는 그 수준보다 높은 수준임. Pro 플랜 유저들도 웹에서만 사용할 수 있음. Codex내에서는 지원하지 않음.