가격을 그대로 두고 모델만 키우면 프런티어 경쟁의 순위가 흔들릴까. 스페이스XAI(구 xAI)가 9월 21일 공개한 Grok 4.7은 그 물음에 회사가 내놓은 답이다. 회사는 이 모델을 “코딩과 지식 노동을 위한 가장 강력한 모델”로 규정하고, 입력 100만 토큰당 2달러와 출력 100만 토큰당 6달러라는 가격표는 직전 모델과 똑같이 유지했다.
출처: SpaceXAI
가격표는 그대로, 모델만 커졌다
공식 발표에 따르면 Grok 4.7은 Grok 4.6보다 큰 기반 모델을 사용하고, 완료까지 여러 시간이 걸리는 과제 비중을 높여 강화학습을 더 길게 돌렸다. 회사가 내세운 변화는 세 가지다. 어려운 작업에서 더 오래 버티고, 자기 결과물을 더 꼼꼼하게 검증하며, 긴 문맥을 더 안정적으로 다룬다. 자사 에이전트 실행 환경인 Grok Bot을 모델이 기본으로 이해하도록 학습시킨 점도 함께 언급됐다.
가격 정책은 이번 발표의 핵심이다. 입력 100만 토큰당 2달러, 출력 100만 토큰당 6달러로 Grok 4.6과 동일하다. 출력 속도를 두 배로 올린 빠른 변형은 가격도 두 배다. 이용 경로는 코딩 도구 커서와 Grok Build, Grok API, 외부 코딩 도구, 모델 라우터와 클라우드 플랫폼까지 열렸다. 깃허브는 같은 날 Grok 4.7이 코파일럿에 들어왔다고 밝혔고, Grok Build에서는 무료로 시험할 수 있다.
벤치마크가 보여주는 것과 가리는 것
숫자는 절반의 성적표다. 장시간 소프트웨어 엔지니어링 과제를 재는 CursorBench 4.0에서 Grok 4.7은 46.3%를 기록했다. 직전 모델의 40.4%, 경쟁 모델 GPT-5.6 Sol의 41.7%보다 높지만 Fable 5.1 Max의 51.8%에는 미치지 못한다. DeepSWE v1.1에서 71.0%, 전기공학 EEBench 64.0%, 장시간 사무 작업 지표인 AA Briefcase v1.1에서 1,657점, 터미널 작업 Terminal-Bench 4.0에서 38.0%, 법률 에이전트 벤치마크에서 19.6%를 기록했다.
반면 임상 추론을 재는 HealthBench Professional에서는 56.7%로 GPT-5.6 Sol Max와 Fable 5.1 Max에 뒤졌다. 스페이스XAI가 공개한 표에서 앞선 항목과 밀린 항목이 뚜렷하게 갈린다는 뜻이다. 총합 1위가 아니라 특정 작업군에서의 가성비 우위를 노린 포지셔닝으로 읽힌다.
안전성 지표를 앞세운 배경
회사는 새 안전 스택도 강조했다. 바이오안전 벤치마크에서 62.4%를 기록했고, 위험한 이중용도 프롬프트를 통과시킨 비율은 3.3%라고 밝혔다. 정당한 보안 업무는 거의 막지 않으면서 위험 요청만 걸러낸다는 설명이다. 선별된 보안 파트너에게는 레드팀 기능을 초대 전용으로 개방한다. 규제 당국과 기업 고객 양쪽을 겨냥한 배치다.
머스크는 발표 전부터 기대치를 낮춰 잡았다. Grok 4.7이 클로드 오픽스 5.0과 비슷한 수준에 머물 것이고 멀티모달 성능은 아직 보완이 필요하다고 적었다. 이어 Grok 4.8과 4.9, 프런티어 1위를 노리는 Grok 5를 언급했지만 출시일은 붙이지 않았다.
업계 시선
디크립트는 이번 발표를 “더 크지만 프런티어 경쟁에는 늦었다”고 평가했다. 최상위 성능 대신 낮은 토큰 단가를 택하는 전략이 반복된다는 지적이다. 벤처비트는 코딩 성능 개선과 단가 유지를 인정하면서도 토큰 소비량이 많아 실제 비용 대비 효과는 달라질 수 있다고 짚었다. 같은 날 아마존웹서비스는 Grok 4.6을 관리형 AI 서비스 베드록에 올렸다. 구버전과 신버전을 동시에 유통시키는 판매 전략이 병행되는 셈이다.
남은 관전 포인트
이번 결정은 모델 성능 경쟁의 축이 단가와 검증 비용으로 옮겨가고 있다는 신호로 읽힙니다. 같은 값을 받으면서 긴 작업을 더 오래 수행하는 쪽으로 평가 기준이 바뀌면, 벤치마크 한 줄보다 청구서 총액이 선택의 근거가 됩니다. 경쟁사들이 다음 모델을 내놓을 때 공개될 토큰 효율 수치가 이번 발표의 진짜 성적표가 될 것입니다.
다음 관전 포인트는 두 가지입니다. 우선 Grok 4.8과 4.9, Grok 5로 이어지는 로드맵에 실제 출시일이 붙는지 여부입니다. 다른 하나는 기업 고객이 커서나 코파일럿 같은 외부 도구에서 Grok 4.7을 고를 때 점수가 아니라 작업 한 건당 비용으로 판단하게 된다는 점입니다. 프런티어 1위 자리를 두고 벌어지는 경쟁은 당분간 모델 크기가 아니라 사용 단가와 검증 비용에서 갈릴 가능성이 큽니다.
- 원문: SpaceXAI — Introducing Grok 4.7
- 보조 출처: Decrypt, TestingCatalog
- 작성: sw4u 8시뉴스 일관평 / 2026-09-22 08:08