로봇 학습 데이터 병목을 겨냥한 해법

코드 한 줄을 수정하기 위해 수십 번의 프롬프트를 입력하던 번거로움은 이제 AI 에이전트가 스스로 파일을 수정하는 흐름으로 바뀌고 있다. SpaceXAI는 이러한 에이전트형 작업과 코딩 업무를 겨냥한 최상위 모델 Grok 4.5를 출시했다. 이 모델은 코딩, 과학, 엔지니어링, 수학 지식을 포함한 데이터셋으로 학습되어 전문적인 지식 업무 수행 능력을 갖췄다. 단순한 질의응답을 넘어 실제 엔지니어링 작업과 자율적 단계 수행이 필요한 에이전트형 작업을 핵심 활용처로 설정했다.

이용 비용은 입력 100만 토큰당 2달러, 출력 100만 토큰당 6달러로 책정되었다. 현재 Grok Build(모델 구축 도구)와 모든 Cursor(AI 코드 에디터) 플랜, 그리고 SpaceXAI 콘솔에서 모델을 사용할 수 있다. 다만 EU 지역은 서비스 제공 시점이 7월 중순으로 예정되어 있다. 전문 데이터셋 기반의 모델이 실제 개발 환경에 통합되며 에이전트 기반의 실무 효율성 판단 기준을 제시한다.

Terminal Bench 2.1 83.3%, SWE

자율 코딩 에이전트가 실제 개발 환경에서 어느 정도의 문제 해결력을 갖췄는지 어떻게 판단할까. Grok 4.5는 Terminal Bench 2.1(터미널 명령어 실행 능력을 측정하는 지표)에서 83.3%, SWE Bench Pro(실제 깃허브 이슈 해결 능력을 평가하는 소프트웨어 엔지니어링 벤치마크)에서 64.7%의 성적을 기록했다. DeepSWE 1.0(심층 추론 기반 소프트웨어 엔지니어링 평가 도구) 62.0%와 DeepSWE 1.1 53%의 결과값도 함께 도출됐다. 해당 수치들은 각 개발사가 공개한 시스템 카드 또는 벤치마크 리더보드에서 가져온 객관적 데이터다. 이는 모델이 단순한 코드 조각 생성을 넘어 실제 개발 환경의 복잡한 엔지니어링 과제를 자율적으로 수행할 수 있는 능력을 갖췄음을 의미한다.

속도와 비용 효율은 Cursor와 같은 AI 코드 에디터나 에이전트형 도구를 실무에 도입할 때 가장 중요한 결정 기준이 된다. Grok 4.5의 서빙 속도는 80 TPS(초당 생성 토큰 수)를 기록하며 빠른 응답성을 확보했다. 특히 SWE Bench Pro 작업당 평균 출력 토큰은 15,954개로, 67,020개를 사용한 Opus 4.8(max) 대비 약 4.2배 적은 토큰을 사용한다. SpaceXAI는 이를 통해 선도 모델보다 대략 2배 높은 토큰 효율을 달성했으며, 작업 해결에 필요한 단계 역시 절반 미만으로 줄였다고 밝혔다. 출력 토큰의 대폭적인 감소와 단계 축소는 에이전트 워크플로우 운영 시 발생하는 비용 부담을 낮추고 전체적인 작업 처리 속도를 높이는 실질적인 효율성 지표가 된다.

수만 개의 NVIDIA GB300 GPU를 사용해 학습되었으며

고성능 모델의 성능 향상은 대개 천문학적인 자본 투입과 단순한 데이터 양의 증대로 이뤄진다. Grok 4.5는 수만 개의 NVIDIA GB300 GPU를 학습 인프라로 활용하며 하드웨어 자원을 집중 투입했다. 하지만 단순한 토큰 규모의 확장보다는 데이터 중복 제거, 품질 점수화, 도메인 중심 선택이라는 세 가지 기준을 통해 신호 품질을 확보하는 데 우선순위를 뒀다. 이는 데이터의 양적 팽창보다 정제된 정보의 밀도를 높여 학습 효율을 개선하는 전략이다. 강화학습 단계에서는 수십만 개의 방대한 작업을 대상으로 토큰 하나하나의 지능을 세밀하게 조정하는 방식을 채택해 추론의 정확도를 높였다.

이러한 학습 결과물은 Grok Build(그록 빌드, AI 기반 개발 및 구축 도구)의 기본 모델로 탑재되어 실무 환경에 적용된다. 특히 MS Office 플러그인을 통해 기업용 업무 도구의 기능을 직접 확장하는 형태로 제공된다. Excel에서는 복잡한 수식과 구조를 가진 모델 제작을 지원하며, PowerPoint에서는 단순 캡처 이미지가 아닌 소프트웨어 내부의 네이티브 도형을 직접 제어해 다이어그램을 설계하는 기능을 갖췄다. Word에서는 문장의 논리적 명확성을 높이는 작성 보조 기능을 수행한다. 모델의 지능이 단순 텍스트 생성을 넘어 실제 오피스 소프트웨어의 기능적 제어로 연결되는 구조다.

Cursor 등 AI 코드 에디터의 대중화로 자율 코딩 에이전트의 실무 투입 가능성이 커졌다. Grok 4.5는 Opus 4.8보다 4.2배 적은 출력 토큰과 80 TPS의 속도를 구현했다. 수만 개의 NVIDIA GB300 GPU를 활용해 데이터 중복 제거와 품질 점수화 등 신호 품질에 집중한 학습 결과다.

에이전트 워크플로우의 실효성은 토큰 비용 절감과 작업 단계의 축소 정도에 따라 결정된다. 모델의 경쟁력은 생성량의 규모가 아니라 정답에 도달하는 경로의 간결함에서 판가름 난다.