Grok 4.8은 얼마나 좋아질까: 지능 지수 50 전망과 그 근거
일론 머스크가 11월 10일 Grok 4.8의 현황을 공개했다. 학습 도구를 통째로 새로 짰고, 사전학습을 마쳤으며, 이번 주 안에 일부 사용자에게 먼저 배포한다는 내용이다.
핵심 질문은 하나다. JAX와 SGLang을 버리고 강화학습과 추론 스택을 C/C++로 처음부터 다시 쓴 모델이 실제로 얼마나 좋아질까. 공개된 측정 수치와 머스크의 발언을 바탕으로 예상치를 계산하면 다음과 같다.
예상 지능 지수: 48-52점. Grok 4.7(46점)을 넘어 구글 Gemini 4 Argon(50점) 수준에 도달한다는 계산이다
예상 출력 속도: 현재 57-76 tok/s에서 100 tok/s 이상. 머스크는 2배 이상 빨라진다고 주장한다
예상 가격: 입력 2달러, 출력 6달러 동결 또는 소폭 인하. 이미 플래그십 모델 중 가장 저렴해 가격을 더 내릴 명분도 있다
모두 추정치이며 근거는 아래와 같다.
스택을 갈아엎었다는 말의 뜻
JAX는 구글의 학습 프레임워크이고, SGLang은 파이썬으로 만든 추론 서버다. 둘 다 온갖 하드웨어와 모델을 지원해야 해서 여러 겹의 추상화 계층을 둔 범용 소프트웨어다. xAI(현 SpaceXAI)는 이를 버리고 자사 클러스터에 맞춘 전용 스택을 C/C++로 처음부터 새로 짰다. 머스크 발언 기준으로 이 스택은 GB300 GPU 22만 대와 800G 네트워크에 정확히 대응하도록 설계됐다.
남이 만든 범용 주방을 치우고 자기 손에 맞는 주방을 새로 지은 셈이다. 조리법 자체는 그대로지만 맛을 보고 고치는 시행착오를 하루에 훨씬 많이 반복할 수 있다. 강화학습은 바로 그런 반복 작업이라 추론이 빨라질수록 모델 성능이 오르는 속도도 빨라진다. 다만 대가는 시간이었다. 9월 14일 "이번 주에 강화학습 시작"이라고 한 예고는 실제로 57일이 걸렸다.
예상 지능 지수: 48-52
먼저 비교 기준이 되는 현재 구도를 본다. Artificial Analysis 지능 지수(11월 10일 측정 기준) 상위권은 다음과 같다.
모델 | 지능 지수 | 작업당 비용 |
|---|---|---|
Claude Fable 5.2 (max) | 65 | $26.54 |
Gemini 4 Carbon (high) | 60 | $7.76 |
Claude Opus 5.5 (max) | 59 | $10.04 |
GPT-6 Astra (max) | 57 | $6.24 |
Gemini 4 Argon (high) | 50 | $9.95 |
Grok 4.7 (xhigh) | 46 | $7.77 |
Grok 4.6 | 44 | 없음 |
예측의 근거는 세 가지다.
세대 간 점수 상승 폭: 보도된 파라미터 수치 기준으로 1.5조에서 2.1조로 40% 키운 4.7은 4.6보다 2점 올랐다. 4.8은 2.5조로 19%만 커진다. 모델 크기만 놓고 보면 1-2점 상승이 현실적인 기대치다.
스택과 데이터라는 변수: 이번 세대의 차이는 크기가 아니라 학습 방식에서 나온다. 정제된 지도 미세조정(SFT) 데이터와 새 추론 스택으로 늘어난 강화학습 반복 횟수가 크기 한계를 뛰어넘을 수 있다. 머스크가 "4.7과 전혀 닮지 않을 것"이라고 말한 근거다.
머스크의 발언 수위: "아직 놀랍지는 않다", "벤치마크에 최적화하지 않는다"는 발언을 보면 기대 상한선이 낮아진다. 최상위권(60점대) 진입을 이번 세대에 기대하기는 어렵다.
이 세 가지를 종합한 기본 시나리오는 48-52점이다. 평소 세대 교체 때 오르는 2-3점에 새 스택 효과가 더해지는 계산이다. 이 점수대에 안착하면 Gemini 4 Argon과 나란히 차상위권에 자리 잡는다. 강화학습 성과가 좋아 55점 이상을 기록하면 GPT-6 Astra, Claude Opus 5.5가 있는 최상위권 문턱에 처음 진입하는 시나리오가 되고, 반대로 강화학습이 부진하면 47점 안팎에 머무는 하방 시나리오도 가능하다.
참고로 머스크는 벤치마크에 맞춘 최적화를 하지 않는다고 밝혔다. 실제 체감 성능이 측정된 지수보다 높을 수도, 낮을 수도 있다는 뜻이다.
예상 속도: 100 tok/s 이상
추론 속도 향상은 이번 스택 재작성의 직접적인 목적이다. 현재 측정된 Grok 4.7의 API 출력 속도는 57-76 tok/s다. 머스크는 7월에 "자체 추론 소프트웨어로 현재 속도의 2배 이상을 낼 수 있다"고 주장했고, 5월에는 학습 속도 기준으로 JAX 대비 10배 이상 빨라질 수 있다고도 말했다.
모두 일방적인 주장이므로 절반만 반영해 계산해도 100-150 tok/s가 나온다. 이 추정이 맞다면 측정치 기준으로 Gemini 4 Carbon(79 tok/s), GPT-6 Astra(37 tok/s)보다 빠르고 Claude Fable 5.2(102 tok/s)와 맞먹는다. 일반 채팅에서는 답변이 훨씬 빠르게 출력되고, 에이전트 작업에서는 같은 시간 안에 더 많은 시도를 반복할 수 있다.
예상 가격: 그대로 또는 인하
Grok 4.7은 이미 플래그십 모델 중 가장 저렴하다. 100만 토큰당 입력 2달러, 출력 6달러로 GPT-6 Astra(입력 10달러, 출력 50달러), Claude Fable 5.2(입력 8달러, 출력 40달러), Claude Opus 5.5(입력 4달러, 출력 20달러)보다 훨씬 낮고, Gemini 4 Argon의 도입가(입력 2달러, 출력 10달러, 11월 30일까지)와 비슷하다.
새 스택으로 서비스 운영 원가를 실제로 낮췄다면 선택지는 두 가지다. 가격을 동결해 수익성을 회복하거나, 입력 1.5달러와 출력 4.5달러 수준으로 내려 점유율 확대를 노리는 시나리오다. 모델 크기가 19% 커진 만큼 가격을 올리는 시나리오도 배제할 수 없지만, 저렴한 가격이 Grok의 가장 확실한 무기라는 점에서 동결 또는 인하 가능성에 무게가 실린다.
다만 토큰 단가보다 작업당 비용이 더 중요하다. 4.7은 작업 하나에 평균 8.1만-10.5만 출력 토큰을 소모해 측정된 작업당 비용이 $7.77에 이른다. 4.8이 추론 과정에서 더 많은 토큰을 쓰는 모델로 나오면 토큰 단가가 내려가도 실제 청구 비용은 오히려 늘어날 수 있다.
구독 서비스에서는 이번 주 사전 배포 대상이 Grok Bot 사용자라는 점이 기준이 된다. Grok Bot은 월 30달러 Premium 등급부터 제공되므로, 이번 주에 4.8을 먼저 써볼 수 있는 대상은 최소 월 30달러 이상 구독자다.
언제, 어떻게 확인하나
지금까지 확인된 일정은 "이번 주 후반 일부 Grok Bot 사용자 대상 사전 배포"뿐이다. Grok 단독 앱, X 내부의 Grok 탭, API 출시 일정과 가격표는 모두 미정이다. 지난 9월 예고가 57일이나 밀린 전례가 있어 이번 주 배포라는 발언도 확정된 일정보다는 목표 계획으로 받아들이는 편이 안전하다.
출시 후 검증할 지점은 세 가지다. 첫째, 배포 직후 나오는 Artificial Analysis 등 외부 기관의 측정 점수가 예상치인 48-52점 구간에 들어오는지다. 둘째, 실제 측정된 API 출력 속도가 100 tok/s 이상을 기록하는지다. 셋째, 기존 가격표가 그대로 유지되는지다. 물론 스택 재작성의 진짜 성과는 4.8 하나보다 뒤이어 나올 4.9와 5에서 판가름이 난다. 머스크가 "기반을 제대로 세웠다"고 말한 것도 같은 맥락이다. 주방을 새로 지은 요리사가 첫 요리로 어떤 평가를 받을지보다, 그 주방에서 앞으로 얼마나 빠르게 다음 요리를 개선해 나갈지가 핵심 관전 요소다.
댓글