젠슨 황부터 수능 만점까지, GPT-6 Astra
OpenAI GPT-6 Astra 출시 이후 번진 세 화제, 젠슨 황의 AGI 도래 발언과 수능 만점, Claude Fable 5.1 능가설을 검증했습니다. 셋 다 사실 자체는 있지만 결론엔 조건이 붙습니다. 젠슨 황 발언은 엔비디아 임원 개인의 X 게시물이며 곧바로 반박을 받았고, 수능 만점은 개인 프로젝트로 시험이 지식 컷오프 5개월 전에 치러졌습니다.
정정 (2026년 10월 3일): 원래 게리 마커스가 "AGI 판정 기준 10개 중 두 개만 충족한다"고 지적했다고 썼으나, 원문은 내기 항목 10개 중 두 개 정도는 해냈을 수도 있다는 추정이어서 고쳤습니다. ARC Prize가 "의미 있는 진전"이라고 평가했다는 문장은 근거가 없어 뺐고, 사전 노출 가능성 언급은 전문가가 아니라 코리아타임스 기사 자체의 서술로 고쳤습니다.
OpenAI가 2026년 9월 4일 GPT-6 Astra를 출시한 뒤, 사흘 안에 화제 세 가지가 동시에 번졌습니다. 엔비디아 최고경영자 젠슨 황(Jensen Huang)이 자신의 X 계정에 "가 왔다"고 썼고, 한 개인 프로젝트는 이 모델이 2026학년도 수능에서 전 구간 만점을 받았다고 전했으며, OpenAI 자체 비교표는 이 모델이 Claude Fable 5.1을 앞선다고 주장합니다. 세 화제를 하나씩 검증해 보니 결과는 같은 모양이었습니다 — 사실 자체는 실재하지만, 그 사실이 증명한다고 여겨지는 결론에는 매번 조건이 붙습니다.
젠슨 황의 선언은 엔비디아 회사 공식 입장이 아니라 최고경영자 개인 의견이고, 즉시 반박을 받았습니다. 수능 만점은 실제로 나온 결과지만 채점 주체는 개인 프로젝트이고, OpenAI나 평가원이 발표한 값은 아닙니다. 게다가 시험 문제가 이미 인터넷에 공개된 뒤 학습됐을 가능성이 남습니다. Fable 5.1 "능가"는 OpenAI가 고른 지표에서만 성립하고, 독립 기관 지표에서는 9월 4일과 7일 모두 Fable 5.1이 앞섭니다.
젠슨 황이 정말 그렇게 썼다
AGI has arrived. Congratulations @OpenAI team.
엔비디아 최고경영자 젠슨 황이 2026년 9월 6일 자신의 X 계정에 쓴 문장입니다. 한국시간으로는 9월 7일 새벽. 컨퍼런스 발언도 인터뷰도 아니고, OpenAI의 자체 홍보 문구를 인용한 다른 사람의 게시물에 달린 답글입니다. 같은 글에는 GPT-6 Astra가 엔비디아 그레이스 블랙웰 GPU 10만 개 이상으로 학습됐고 앞으로 40만 개가 더 가동된다는 문장도 함께 있습니다. 이 계정은 본인 인증 배지가 있고 팔로워는 525만 명, 엔비디아 소속 배지와도 연결됩니다. 사칭 계정이 아닙니다.
OpenAI는 자기 발표문 세 편(출시글·Path to Astra·안전성 개요) 어디에도 이 표현을 쓴 적이 없습니다. 엔비디아 법인 명의의 공식 발표까지 뒤져보지는 않았지만, 이는 GPU를 팔아야 하는 회사 최고경영자 개인의 X 게시물입니다 — 회사의 공식 입장은 아닙니다. 인지과학자 게리 마커스(Gary Marcus)는 같은 날 자신의 서브스택(Substack)에서 이 발언을 정면으로 반박했습니다. 그가 내기에서 내걸었던 10개 항목 중 아스트라가 해냈을 가능성이 있는 것은 자동형식화와 코딩 정도이고 나머지 여덟 개는 어려울 것이라고 보며, 통상적인 정의로는 아스트라가 여전히 에 못 미친다는 결론을 냈습니다. 증거도 정의도 없이 과학적 질문을 기업이 일방적으로 정해버리려는 시도로 느껴진다는 것이 그의 표현입니다.
626점, 이 대시보드에서 유일한 만점
626점. 2026 수능 LLM 풀이 대시보드가 이 모델이 국어·수학·영어·한국사·탐구 전 구간에서 받은 만점입니다. GitHub 저장소에 공개된 원자료 채점 데이터를 직접 열어 다시 합산한 결과, GPT-6 Astra(high)는 626점 만점 중 626점으로 이 저장소가 테스트한 90개 이상 모델 변형 가운데 유일하게 전 구간을 다 맞혔습니다. 가장 자주 비교되는 Claude Fable 5.1(high)은 621점으로 5점 모자란 결과입니다.
이 대시보드는 OpenAI도 한국교육과정평가원도 아닙니다. 순천향대 재학생 한 명이 시험 다음 날인 2025년 11월 14일 저장소를 만든 뒤, 새 모델이 나올 때마다 계속 갱신해 온 개인 프로젝트입니다. 언론이 인용한 "450점 만점" 수치는 저장소 저자가 README에서 실제 수능 방식(선택과목 하나씩만 골라 합산)에 맞춰 따로 계산한 것이고, Astra(high)는 어차피 전 구간 만점이라 어느 계산으로 봐도 450점 만점이 나옵니다.
저장소 저자가 스스로 밝힌 테스트 조건도 있습니다. 시스템 없이, 검색·계산기 같은 외부 도구는 차단한 채, 추론 예산은 넉넉하게 줬습니다. 일반 이용자가 ChatGPT 앱에서 실제로 겪는 조건과는 다릅니다 — 이 결과는 API로 아낌없이 실행했을 때 최선의 성능이지, 누구나 재현할 수 있는 성능은 아닙니다.
그런데 그 만점, 새 문제를 푼 걸까
2026학년도 수능은 2025년 11월 13일에 치러졌습니다. 문제와 정답은 관례대로 시험 당일 언론에 전문 공개됩니다. 그런데 OpenAI가 밝힌 GPT-6 Astra의 지식 컷오프는 2026년 4월 30일입니다 — 시험으로부터 5개월 넘게 지난 시점까지 학습 데이터를 모았다는 뜻입니다. 그사이 문제와 정답은 이미 인터넷에 퍼진 뒤였습니다.
이건 만점 자체를 부정하는 게 아니라, 그 만점이 무엇을 증명하는지에 의문을 제기하는 것입니다. 대시보드에는 "문제 학습 가능성 있음"이라는 표시 항목이 이미 있지만, GPT-6 Astra(high) 막대에는 이 표시가 붙어 있지 않습니다 — 지식 컷오프와 시험일, 두 날짜를 대조해 낸 것은 저희 쪽 판단입니다. 국내 매체 중에는 코리아타임스(Korea Times)만 학습 데이터를 통한 사전 노출 가능성을 배제할 수 없다는 점을 짧게 실었습니다. 시험 문제가 사전에 학습됐을 수 있다면, 만점은 새 문제를 푸는 능력이 아니라 이미 아는 답을 기억해 낸 결과일 수도 있습니다.
Fable 5.1을 능가했다는 것의 조건
OpenAI 자체 비교표에서 가장 눈에 띄는 수치는 ARC--3 99.9%. Claude 계열은 이 항목에 아예 값이 없이 -로 표기돼 있어, 이 표만 보면 Astra가 압도적으로 앞서는 것처럼 보입니다.
GPT-6 Astra by @OpenAI ... scores 63% on ARC-AGI-3, 99% via a new provider adapter harness
벤치마크를 만든 제3자 기관 ARC Prize가 직접 공개한 문장입니다. 정확한 수치는 표준 (harness) 62.7%, OpenAI가 자체 제공한 별도 어댑터를 쓴 하네스는 99.9%입니다. 두 하네스의 차이는 요청마다 모델이 스스로 남긴 메모만 이어받느냐, 아니면 불투명한 추론 상태를 통째로 보존해 이전 작업을 그대로 재사용하게 해주느냐입니다. OpenAI가 비교표에 올린 99.9%는 이 특수 조건에서만 나오는 값입니다.
독립 기관 Artificial Analysis의 종합 지능 지수에서는 Claude Fable 5.1이 앞섭니다. 9월 4일 조사에서는 66점 대 61점, 9월 7일 다시 확인해도 57점 대 55점으로 Fable 5.1이 2점 높습니다. 그사이 평가 조건이 바뀌었을 수 있고 시점마다 정확한 점수는 달랐지만, 방향만큼은 두 시점 모두 같습니다 — 벤치마크 점수 자체가 이렇게 흔들린다는 것도 흥미로운 사실입니다.
출시 며칠 뒤까지 OpenAI가 비교표 수치 일부를 고쳤다는 보도도 있었습니다. 포천(Fortune)이 인터넷 아카이브 스냅샷을 대조해, 률(hallucination rate)과 경쟁사 FrontierMath 점수가 며칠 새 여러 차례 바뀌었다고 전했습니다. 이 보도는 포천 한 곳뿐이고, 우리가 9월 7일 직접 확인한 것은 OpenAI 공식 페이지의 현재 값이 Fortune이 말한 "되돌아간 값"과 일치한다는 것까지입니다. 중간에 실제로 다른 값이 떠 있었는지 자체는 재현하지 못했습니다.
그래도 남는 것
그래도 남는 것은 있습니다. 오염 가능성과 별개로, 이 개인 프로젝트가 테스트한 90개 이상 모델 변형 중 전 구간 만점을 받은 건 Astra(high)가 유일합니다 — 같은 조건에서 Fable 5.1을 포함한 다른 최신 모델들도 다 만점을 받지는 못했다는 상대적 우위는 실재합니다. 코리아타임스는 사용량에서도 Astra가 더 효율적이었다고 전했는데, 이는 9월 4일 실측(률이 92%에서 51%로 개선된 결과)과 방향이 같습니다.
ARC Prize는 이와 별개로, Astra가 전체 레벨의 96%에서 사람 참가자 중간값보다 적은 행동 수로 문제를 풀어 행동 효율성 지표에서도 인간 기준선을 넘어섰다고 밝혔습니다 — 점수(62.7%·99.9%)와는 다른 지표입니다. 젠슨 황을 반박한 게리 마커스의 초점은 이름에 있었습니다. 라는 이름을 붙이기엔 이르다는 것이 그의 결론이었고, 성능 자체를 부정하지는 않았습니다.
다음에 이런 화제를 보면 확인할 것
지금 당장 설치하거나 바꿀 것은 없습니다. 그럼 다음에 비슷한 성능· 주장을 보시면 무엇을 확인하면 될까요? 셋입니다 — 누가 말했는가(회사 공식 발표인가 개인 계정인가), 어떤 조건에서 나온 수치인가(표준 조건인가 특수 조건인가), 독립 기관의 수치와 같은 방향인가.
Claude Fable 5.1과 GPT-6 Astra를 실제로 써 보고 비교하는 일은, 문헌과 1차 발표 확인에 집중한 이번 검증에는 포함하지 않았습니다. 두 모델을 직접 써보고 비교하는 건 다음 기사에서 씁니다.
참고한 자료
- Jensen Huang, X 게시물
- Gary Marcus — Sad to see Jensen Huang claim that...(Substack)
- hehee9 — 2026 수능 LLM 풀이 기록 저장소(GitHub)
- hehee9 — 2026 수능 LLM 풀이 대시보드
- The Korea Times — GPT-6 Astra aces Korean college entrance exam
- AI타임스 — GPT-6 아스트라, AI 최초 수능 '완전 만점'...탐구 4과목까지 석권
- 대한민국 정책브리핑 — 2026학년도 대학수학능력시험 시행 안내
- 오픈AI — GPT-6 Astra Model(API 문서, 지식 컷오프)
- 오픈AI — GPT-6 Astra: A new generation of intelligence
- ARC Prize — OpenAI's GPT-6 Astra on ARC-AGI-3
- ARC Prize, X 게시물
- Artificial Analysis — GPT-6 Astra (max) 모델 페이지
- Artificial Analysis — GPT-6 Astra vs Claude Fable 5.1 비교 페이지
- Fortune — OpenAI quietly boosts some of Astra's evaluation metrics, and continues to change others post-launch
