SpaceXAI가 코딩, 에이전트형 작업, 그리고 복잡한 지식 업무 처리에 최적화된 최상위 대규모 언어모델(LLM)인 Grok 4.5를 공개했습니다. 이 모델은 수만 개의 엔비디아(NVIDIA) GB300 GPU를 활용해 학습되었으며, 단순히 많은 양의 데이터를 사용하는 것을 넘어 데이터 중복 제거, 품질 점수화, 그리고 특정 도메인에 초점을 맞춘 데이터 선택을 통해 '신호 품질'을 극대화하는 데 주력했습니다. 이는 모델의 실제 문제 해결 능력과 효율성을 높이기 위한 전략으로 풀이됩니다.
Grok 4.5는 코딩, 과학, 엔지니어링, 수학 지식을 포함한 방대한 데이터셋으로 학습되어 실제 엔지니어링 작업과 에이전트형 작업에 강점을 보입니다. 벤치마크 테스트에서는 Terminal Bench 2.1 83.3%, SWE Bench Pro 64.7% 등의 높은 성능을 기록하며 경쟁 모델들과 어깨를 나란히 했습니다. 특히 주목할 점은 효율성입니다. Grok 4.5는 작업당 평균 출력 토큰 수가 15,954개로, 경쟁 모델인 Opus 4.8(max)의 67,020개보다 약 4.2배 적어 토큰 효율이 매우 높습니다. 또한, 입력 100만 토큰당 2달러, 출력 100만 토큰당 6달러의 합리적인 가격 정책을 통해 개발자들의 접근성을 높였습니다. Grok Build, Cursor 플랜, SpaceXAI 콘솔을 통해 이용 가능하며, 마이크로소프트 오피스(Microsoft Office) 플러그인도 지원하여 워드(Word), 파워포인트(PowerPoint), 엑셀(Excel) 등에서 활용할 수 있습니다.
Grok 4.5의 출시는 고품질 데이터와 효율적인 학습 전략이 대규모 언어모델 성능 향상에 얼마나 중요한지 보여주는 사례입니다. 단순한 모델 크기 경쟁을 넘어, 특정 목적에 최적화된 데이터 큐레이션과 강화 학습을 통해 실제 업무 환경에서 더 높은 가치를 제공하려는 시도입니다. 특히 코딩 및 에이전트형 작업에 특화된 성능과 효율적인 비용 구조는 소프트웨어 개발자, 연구원, 그리고 복잡한 데이터 분석이 필요한 기업들에게 매력적인 대안이 될 수 있습니다. 이는 AI 모델이 점차 범용성을 넘어 특정 산업과 직무에 깊이 파고드는 전문화된 형태로 진화하고 있음을 시사하며, AI 기술이 실제 비즈니스 가치 창출에 기여하는 방식을 변화시킬 잠재력을 가지고 있습니다.