SpaceXAI, Grok 4.5 출시… AI 경쟁사 대비 저렴한 코딩 작업 비용 내세워

**번역본뉴스입니다. 오역이 있을수 있습니다. 

벤치마크 추정치에 따르면 코딩 작업당 비용은 Grok 4.5가 2.49달러인 반면, Codex의 GPT-5.5는 5.07달러, Claude Code의 Fable 5는 11.80달러로 나타났습니다. 분석가들은 실제 기업 환경에서의 테스트가 여전히 핵심이라고 말합니다.

SpaceXAI가 Grok 4.5를 출시하며, AI 보조 소프트웨어 개발 비용의 상승을 통제하려는 개발자와 기업들을 대상으로 모델 마케팅에 나섰습니다.

회사 측은 성명을 통해 이 모델의 가격이 입력 토큰 100만 개당 2달러, 출력 토큰 100만 개당 6달러로 책정되었다고 밝혔습니다. 또한 이 모델이 코딩 및 에이전틱(agentic) 작업에 맞춤 설계되었으며, 초당 80개 토큰의 속도로 실행되고, 일부 소프트웨어 엔지니어링 작업에서 유사한 모델보다 더 적은 토큰을 소비한다고 덧붙였습니다.

Grok 4.5는 SpaceXAI 콘솔 및 'Grok Build'를 통해 사용할 수 있습니다. 또한 Anysphere가 제작한 AI 코딩 툴인 'Cursor'에서도 사용할 수 있어, SpaceXAI는 단지 API를 통해서만 경쟁하는 것이 아니라 프로그래머들이 이미 사용 중인 개발 환경으로 진입할 수 있는 경로를 확보하게 되었습니다. SpaceXAI는 7월중에 유럽 연합(EU)에서도 이용 가능할 것으로 예상된다고 밝혔습니다.

지난 6월, SpaceXAI의 모회사인 SpaceX는 기업용 AI 툴 시장에서의 입지를 강화하기 위한 계약의 일환으로 Cursor를 개발한 스타트업인 Anysphere를 인수한다고 발표한 바 있습니다. Cursor 측은 별도의 성명을 통해 Grok 4.5가 SpaceXAI와 공동으로 학습되었으며, 코드베이스 및 소프트웨어 툴과의 사용자 상호작용을 포함한 수조 개의 Cursor 데이터를 활용했다고 밝혔습니다.

이번 출시는 AI 코딩 에이전트가 단순한 프롬프트를 넘어설 때 비용이 많이 들 수 있다는 기업 엔지니어링 팀들의 점증하는 현실 인식을 겨냥한 것입니다.

카운터포인트 리서치(Counterpoint Research)의 닐 샤(Neil Shah) 연구 부사장은 "기업들이 AI ROI(투자 자본 수익률) 측면에서 벽에 부딪히고 있다"며, "자율 에이전트와 코딩에 필요한 막대한 토큰 소비가 청구서 충격을 유발하고 있으며, AI 채택을 비용이 많이 드는 일방통행로로 만들고 있다"고 말했습니다.

절반의 비용으로 이용하는 AI 코딩

아티피셜 애널리시스(Artificial Analysis)의 코딩 에이전트 인덱스(Coding Agent Index)에서 Grok Build의 Grok 4.5는 Claude Code의 Fable 5보다는 아래였으나, Codex의 GPT-5.5와는 대등한 수준을 기록했습니다. Grok 4.5의 작업당 예상 비용은 2.49달러로, Codex의 GPT-5.5(5.07달러) 및 Claude Code의 Fable 5(11.80달러)와 비교됩니다.

이 수치는 SpaceXAI에 유용한 증거를 제공하지만, 분석가들은 기업들이 이 모델에 널리 의존하기 전에 자체 코드베이스에서 먼저 테스트해 볼 필요가 있다고 말합니다.

시장조사기관 JP 데이터(JP Data)의 아난드 조시(Anand Joshi) 총괄 이사는 "Grok 4.5가 게임 체인저가 될지 말하기에는 아직 이르다"며, "벤치마크는 인상적이고 낮은 토큰 사용량은 기업에 매력적일 것이다. 개발자 커뮤니티가 향후 코딩 결과물이 경쟁사보다 우수한지 여부에 대해 판정을 내릴 것"이라고 말했습니다.

토큰당 비용이 아닌 작업당 비용

포레스터(Forrester)의 비스바지트 마하파트라(Biswajeet Mahapatra) 수석 분석가는 "Grok 4.5의 가격 책정은 에이전틱 코딩 워크로드를 실행하는 경제성을 낮춘다는 점에서 주목할 만하지만, 기업 구매자들은 토큰당 비용이 아니라 성공적인 결과당 비용에 집중해야 한다"고 말했습니다.

그는 더 저렴한 모델이라도 작동하는 코드를 생성하기 위해 반복적인 시도가 필요하다면 실제로는 비용이 더 많이 들 수 있다고 설명했습니다. 기업들은 개발자의 검토 노력과 최종 결과물의 사용 가능 여부를 포함하여 코딩 워크로드의 전체 비용을 살펴봐야 한다고 덧붙였습니다.

옴디아(Omdia)의 리안 지 수(Lian Jye Su) 수석 분석가에 따르면 더 큰 우려는 토큰 사용이 가치를 대변하는 너무 쉬운 대리 지표가 되었다는 점입니다.

수는 "우리는 토큰 소비가 궁극적인 가치 창출로 여겨지는 시대에 살고 있지만, 진짜 가치는 여전히 실제 작업 완료에 있다"며, "대부분의 기업에 있어 완료된 작업당 비용이 에이전트의 효과를 평가하는 가장 좋은 방법으로 남아 있다"고 말했습니다.

이로 인해 Grok 4.5는 단순한 가격 이야기가 아니라, 대중적인 벤치마크가 놓칠 수 있는 기업 코드베이스의 약점이 드러나는 실제 엔지니어링 환경에서 SpaceXAI가 AI 보조 개발의 실제 비용을 낮출 수 있는지에 대한 시험대가 되었습니다.

마하파트라는 SWE-Bench Pro, DeepSWE, Terminal Bench 같은 테스트가 초기 신호를 제공할 수 있지만, 기업들은 더 널리 도입하기 전에 자체 리포지토리(repository)에서 Grok 4.5를 다른 모델과 비교해야 한다고 말했습니다. 수는 실제 개발 환경에서의 A/B 테스트와 시간 경과에 따른 비용 모니터링을 결합하면 기업들이 토큰 효율성과 결과물 품질에 대해 더 명확한 시각을 가질 수 있을 것이라고 말했습니다.

Grok 4.5가 자리 잡을 수 있는 곳

Grok 4.5가 가격만으로 더 광범위한 기업용 AI 플랫폼을 대체할 가능성은 낮습니다. 단기적으로 더 현실적인 역할은 소프트웨어 엔지니어링 워크로드, 특히 이미 둘 이상의 모델을 사용하면서 비용, 속도, 정확도를 기반으로 작업을 라우팅하려는 기업들에서 찾을 수 있습니다.

수의 의견에 따르면 Cursor와 Grok Build 사용자들은 이 모델이 가장 유용하다고 느낄 가능성이 높은 부류에 속합니다. 마하파트라는 Grok 4.5가 일부 팀, 특히 소프트웨어 엔지니어링이 주요 워크로드인 곳에서 핵심 코딩 어시스턴트가 될 수 있지만, 대기업들은 혼합 모델 전략의 일환으로 이를 테스트할 가능성이 더 높다고 말했습니다.

샤는 기업들이 단일 AI 제공업체에 의존하는 것을 더 경계하게 되면서 이러한 변화가 이미 진행 중이라고 말했습니다. 위험도가 높거나 더 복잡한 작업은 여전히 Claude 같은 모델로 갈 수 있는 반면, Grok 4.5는 정확도가 경쟁 시스템과 충분히 가깝다고 증명된다면 대량의 개발자 워크로드 및 반복적인 에이전틱 작업에 매력적일 수 있다고 그는 덧붙였습니다.

샤는 Cursor가 SpaceXAI에 또 다른 우위를 제공할 수 있다고 지적했습니다. Cursor로부터 얻은 개발자 상호작용 데이터를 통해 학습함으로써, Grok 4.5는 프로그래머들이 실제로 코드를 작성하고 검토하며 디버깅하는 방식에 기반한 피드백 루프의 이점을 누릴 수 있습니다.