Grok 4.7 출시! 드디어 다시 3사 경쟁!
📺 원본 영상: Grok 4.7 출시! 드디어 다시 3사 경쟁!
🎙️ 채널: 코드팩토리
📅 정리 일자: 2026-09-22
⚠️ Note: 본 리포트는 영상 음성의 STT를 바탕으로 작성된 제공 문서를 검수한 것이다. 이번 검수에는 원본 STT와 영상·화면 자료가 제공되지 않아 음성 및 화면 대조는 수행하지 않았다. 모델 명칭과 출시 정보, 벤치마크 수치는 제공 문서의 표기를 유지했으며 정확성을 재확인한 것은 아니다. ‘아스트라’, ‘페이블’, ‘소울’ 등은 음성상의 명칭으로 기재된 표현을 유지했으며 공식 제품명과의 대응 관계는 확인하지 않았다. 원문에는[?]표시가 없으며, 수치의 교정 여부는 원자료 대조가 필요하다. 스크린샷 목록에는 로컬 경로만 있고webUrl이 없어 이미지를 삽입하지 않았다.
개요
코드팩토리는 이번 영상에서 Grok 4.7이 실무에 활용할 만한 수준에 도달했는지를 벤치마크 소개와 네 가지 생성 과제로 살펴본다. 강연자의 핵심 평가는 코딩과 비용 효율성에서는 진전이 있지만, 독창적인 웹 디자인과 자연스러운 한국어에서는 여전히 아쉬움이 남는다는 것이다. 이러한 평가를 바탕으로 Grok을 단독 주력 모델로 사용하는 경우와 여러 모델 사이에서 자동화·작업 분배를 담당하도록 사용하는 경우를 나누어 설명한다.
경쟁의 의미는 최고 성능보다 선택지의 확대에 있다
강연자는 Grok 4.7의 출시를 소개하면서, 이번에는 Elon Musk의 설명이 비교적 절제되어 있다고 평가한다. 영상에서 전한 Musk의 발언에 따르면, Grok 4.7은 Opus 5.0과 대체로 비슷한 수준이며 작업에 따라 앞서거나 뒤처지는 모습을 보인다. 이어지는 4.8, 4.9, 5.0에 대한 설명은 향후 성능 개선에 관한 기대와 전망으로 제시된다. 따라서 이 부분은 현재 모델의 검증된 능력과 구분해서 읽어야 하며, 후속 버전이 실제로 어느 수준에 도달할지는 이 영상만으로 판단할 수 없다.
강연자가 더 큰 의미를 부여하는 지점은 최고 성능 기록의 경신보다 경쟁 구도의 변화다. 그는 당시 프런티어 모델(Frontier Model) 경쟁이 OpenAI와 Anthropic에 집중되어 있고 Google은 뒤처져 있다고 평가하면서, Grok의 추격이 사용자에게 유리한 변화라고 해석한다. 이는 강연자의 시장 인식이며, 영상에서 전체 시장을 포괄하는 검증 자료가 제시되었다고 볼 수는 없다. 다만 그의 논리는 분명하다. 사용 가능한 수준의 대안이 늘어나면 사용자는 성능뿐 아니라 가격, 응답 속도, 사용량을 고려해 도구를 선택할 여지가 커진다는 것이다.
이 관점에서 Grok 4.7의 성과는 모든 작업에서 가장 뛰어나다는 데 있지 않다. 강연자는 과거에는 Grok으로 무언가를 만드는 일 자체가 어려웠지만, 이제는 결과물을 출발점으로 삼아 수정과 개선을 이어갈 수 있게 되었다고 설명한다. 완성도 높은 초안을 한 번에 얻는 능력과, 반복 작업을 통해 쓸 만한 결과를 만드는 능력은 서로 다른 평가 기준이다. 이번 리뷰는 후자의 기준에서 Grok이 실용적인 선택지로 들어왔다는 주장에 가깝다.
속도와 비용의 개선은 어떤 조건에서 나온 수치인가
영상에서 소개한 공식 주장의 중심은 유사한 모델보다 두 배 빠르면서 가격은 절반 수준이라는 것이다. 강연자 역시 Opus와 비교했을 때 응답이 조금 더 빠르다는 인상을 받았다고 말하지만, 자신의 체감이 공식 주장 전체를 검증한 결과라고 설명하지는 않는다. 이전 버전인 Grok 4.6과의 비교에서는 같은 수준의 성능을 더 빠르게 낼 수 있다는 설명도 소개한다. 여기서 출시 당시의 가격 유지, 경쟁 모델 대비 가격 차이, 특정 평가에서의 총비용은 서로 다른 비교이므로 구분할 필요가 있다.
가장 구체적인 비용 비교는 CursorBench를 설명하는 대목에서 등장한다. 강연자는 Opus와 Grok 4.7을 각각 X-HI 설정으로 비교했을 때 성능이 거의 비슷했고, 비용은 각각 11.43달러와 6.01달러였다고 전한다. 그러나 STT에는 평가에 포함된 작업 수, 비용의 집계 단위, 반복 횟수와 같은 세부 조건이 담겨 있지 않다. 따라서 이 수치는 영상에서 소개한 특정 평가의 비용이며, 일반적인 API 단가나 모든 업무에서의 예상 지출로 확대해서 해석할 수 없다.
01:52 - Opus와 Grok 4.7의 X-HI 설정 성능 및 비용 비교를 설명하는 구간
| 비교 항목 | 음성에서 언급된 내용 | 해석 범위 |
|---|---|---|
| 유사 모델 대비 속도 | 공식 주장으로 두 배 빠르다고 소개 | 구체적인 측정 조건은 STT에 없음 |
| 유사 모델 대비 가격 | 공식 주장으로 절반 수준이라고 소개 | 개별 요금표와 적용 조건은 확인되지 않음 |
| CursorBench의 Opus X-HI 비용 | 11.43달러 | 영상에서 소개한 평가 비용 |
| CursorBench의 Grok 4.7 X-HI 비용 | 6.01달러 | 영상에서 소개한 평가 비용 |
| 같은 X-HI 설정의 성능 | 거의 비슷하다고 설명 | 정확한 점수는 음성에 없음 |
강연자도 이러한 비교에 유보 조건을 붙인다. 해당 결과가 CursorBench에서 나온 만큼 Grok이 그 평가 환경에 더 잘 맞았을 가능성을 언급하며, 하나의 벤치마크를 모델 전체의 능력과 동일시하지 않는다. 또한 MAX와 X-HI처럼 추론에 투입하는 노력 수준인 추론 에포트(Reasoning Effort)가 다르면 결과도 달라질 수 있다고 설명한다. 비용 효율성을 판단할 때는 모델 이름뿐 아니라 어떤 설정에서 어떤 작업을 수행했는지를 함께 봐야 한다는 의미다.
💡 [영상 참조] 강연자는 이 구간에서 성능과 비용을 비교하는 표를 설명한다. 표의 전체 항목과 정확한 평가 조건은 원본 영상 01:52에서 확인할 수 있다.
벤치마크와 사용 후기는 서로 다른 질문에 답한다
강연자는 작업별 토큰 사용량을 보여주는 자료에서도 Grok과 Opus가 비슷한 양상을 보인다고 설명한다. 반면 ‘페이블’은 성능이 높은 동시에 토큰 사용량의 범위도 넓다고 평가하며, 자신은 이런 특성이 추론 에포트를 유연하게 선택하는 데 유리하다고 본다. 다만 토큰 사용량의 범위가 넓다는 사실만으로 품질이나 효율성이 높다고 결론 내릴 수는 없다. 영상에서의 해석은 사용자가 작업 난도에 따라 계산량을 조절할 수 있다는 가능성에 초점을 맞춘 개인적 평가다.
02:17 - 모델별 작업 토큰 사용량과 페이블의 사용량 범위를 설명하는 구간
CursorBench 이외에는 SWE-bench와 Terminal-Bench가 언급된다. 강연자는 이 평가들에서 Grok이 ‘소울’과 비슷한 수준으로 나타났다고 설명하지만, 구체적인 점수는 음성으로 읽어주지 않는다. 비교 대상의 공식 명칭과 평가 버전 역시 STT만으로는 확정하기 어렵다. 따라서 이 부분에서 확인할 수 있는 것은 강연자가 여러 벤치마크를 살펴본 뒤 Grok의 코딩 역량이 개선되었다고 받아들였다는 점까지다.
사용자 반응에 대해서도 강연자는 의견이 나뉜다고 전한다. 장시간 사용 후 이전 버전보다 확실히 좋아졌다는 평가가 있는 반면, 일부는 오히려 아쉽다는 반응을 보였다고 소개한다. 그러나 이 후기들은 표본 규모나 수집 방식이 제시된 조사 결과가 아니므로 일반적인 만족도로 환산할 수 없다. 강연자 자신의 결론도 획기적인 도약을 단정하기보다는, 속도 향상과 코딩 품질 개선을 체감하되 ‘페이블’과 ‘아스트라’에 비해서는 부족한 점이 많다는 쪽이다.
마인크래프트 구현에서 확인한 것은 수정 가능한 초안의 가치다
첫 번째 실사용 사례는 마인크래프트 형태의 게임 제작이다. 강연자는 Grok 4.7의 Fast·X-HI 설정으로 한 번에 구현하도록 요청했다고 설명하며, 결과물에서 블록을 제거하고 배치하는 동작과 숫자 키·마우스 휠을 통한 선택 항목 전환을 확인한다. 지형에는 물과 나무, 해변처럼 보이는 요소가 포함되어 있다고 말한다. 음성 설명만으로 내부 코드의 구조나 렌더링 방식을 알 수는 없지만, 기본적인 탐색과 조작이 가능한 결과물이 만들어졌다는 점은 읽어낼 수 있다.
05:30 - 마인크래프트 형태의 결과물에서 블록 배치와 선택 항목 전환을 시연하는 구간
한편 원작의 세부 규칙은 충분히 구현되지 않았다. 블록이 한 번의 입력으로 제거되며, 강연자가 기대한 재질별 채굴 차이나 여러 차례 타격하는 동작은 없었다. 하단에서 선택하는 항목은 바뀌지만, 별도의 인벤토리 시스템은 구현되지 않았다고 설명한다. 화면에 어떤 기능을 나타내는 요소가 보이는 것과, 그 기능을 뒷받침하는 상태 관리와 상호작용이 완성되어 있는 것은 구분해야 한다.
강연자가 이 결과를 긍정적으로 보는 이유는 완성된 게임이 나왔기 때문이 아니다. 필요한 요소가 어느 정도 갖춰져 있어 후속 지시로 개선해 나갈 출발점이 생겼기 때문이다. 그는 마인크래프트 제작이 모델 리뷰에서 자주 쓰이는 과제인 만큼, 모델이 이러한 유형의 요청에 익숙할 가능성도 언급한다. 이는 확인된 학습 내역에 대한 설명이 아니라 강연자의 추정이므로, 익숙한 시연 과제에서의 성공을 낯선 개발 요구사항 전반의 성공으로 일반화해서는 안 된다.
💡 [영상 참조] 강연자는 블록 배치와 선택 항목 전환을 시연한 뒤 인벤토리 구현의 한계를 설명한다. 실제 조작과 화면 구성은 원본 영상 05:30을 참조할 수 있다.
GTA 형태의 게임은 분위기와 기능 완성도의 차이를 드러낸다
두 번째 과제는 STT에서 ‘GTL’ 등으로 인식되었으나, 설명 맥락상 GTA 형태의 게임 제작으로 해석된다. 강연자에 따르면 결과물에는 NPC와 움직이는 자동차가 있고, 차량 탑승과 충돌에 따른 사망 처리도 구현되어 있다. 주행 과정에서는 출발할 때 서서히 가속하다가 속도가 붙으면 더 가볍게 움직이는 느낌을 받았다고 설명한다. 다만 이는 조작 감각에 대한 평가이므로, 실제 물리 엔진이나 특정 차량 시뮬레이션 기법이 사용되었다는 의미는 아니다.
06:59 - GTA 형태의 결과물에서 차량 주행과 가속감을 설명하는 구간
문제는 게임의 핵심 상호작용과 조작 일관성에 있었다. 공격이나 사격 기능은 구현되지 않았고, 좌우 방향 입력이 반대로 동작하는 현상이 나타났다고 한다. 미션도 제대로 갖춰져 있지 않았으며, 건물 내부로 들어가는 기능 역시 사용할 수 없었다. 따라서 이 결과물은 GTA를 떠올리게 하는 장면과 일부 이동 기능을 구현했지만, 플레이의 목적과 규칙까지 완성했다고 평가하기는 어렵다.
이 사례에서 눈여겨볼 점은 시각적인 장면 구성과 동작의 정확성이 별개라는 것이다. NPC와 차량이 존재하면 결과물이 상당히 완성된 것처럼 느껴질 수 있지만, 방향 입력 하나의 오류도 실제 사용 경험을 크게 해친다. 강연자는 그럼에도 Grok이 무엇을 구현해야 하는지에 대한 기본적인 감각은 일반적인 수준에 도달했다고 평가한다. 그의 설명을 종합하면, Grok의 초안 생성 능력은 나아졌지만 결과물을 직접 실행하며 요구사항을 검증하는 과정은 여전히 필요하다.
💡 [영상 참조] 차량 탑승 이후 주행과 가속감을 설명하는 구간이다. 동작의 자연스러움과 구현 범위는 원본 영상 06:59에서 확인할 수 있다.
웹사이트 제작에서 드러난 디자인 판단의 한계
세 번째 과제는 모델 자신을 소개하는 창의적인 웹사이트 제작이며, 강연자가 가장 아쉬워한 결과 중 하나다. 그는 새로운 모델을 평가할 때 자주 사용하는 요청이라고 설명하지만, 이번 결과물은 빈 공간이 많고 구성도 어색했다고 평가한다. 배경에는 물결처럼 움직이는 효과가 있고 스크롤에 따라 글자가 나타나지만, 스크롤 진행과 긴밀하게 연동되는 동작은 아니었다고 말한다. 링크를 눌렀을 때 이동하는 기본 기능은 정상적으로 작동했으나, 그것이 곧 매력적인 디자인으로 이어지지는 않았다는 것이다.
강연자의 비판은 기능 오류보다 시각적 구성과 창의성에 집중되어 있다. 그는 사이드바가 등장하는 방식과 전체 레이아웃이 자연스럽지 않고, 한 페이지라는 요구를 지나치게 긴 페이지로 풀어냈다고 설명한다. 또한 결과물이 우연한 구현 실수라기보다는 처음부터 그런 구성을 선택한 것처럼 느껴졌다고 평가한다. 이는 코드로 요소를 배치하는 능력과, 어떤 요소를 어떤 비중으로 배치해야 하는지 결정하는 디자인 판단이 서로 다를 수 있음을 보여준다.
08:16 - 자기소개 웹사이트의 사이드바와 클릭 이동을 살펴보며 디자인을 평가하는 구간
그가 제안하는 보완책은 충분한 레퍼런스(Reference)를 제공하는 것이다. 원하는 결과의 방향을 구체적으로 보여주면, 이를 HTML·CSS·JavaScript로 옮기는 작업은 충분히 수행할 수 있을 것이라고 본다. 다만 영상에는 레퍼런스를 추가한 후 결과가 얼마나 개선되었는지를 확인하는 후속 테스트가 없다. 따라서 이 제안은 검증된 개선 결과가 아니라, 강연자가 구현 능력과 디자인 판단을 구분한 뒤 제시한 실무적 가설로 이해하는 것이 정확하다.
💡 [영상 참조] 강연자는 애니메이션과 사이드바 구성을 살펴보며 디자인의 어색함을 지적한다. 구체적인 레이아웃과 시각 효과는 원본 영상 08:16을 참조할 수 있다.
한국어 소설에서는 이야기의 구조보다 문장의 자연스러움이 문제였다
네 번째 과제는 200~300자 분량의 한국어 소설을 쓰게 하는 것이다. 강연자가 읽어준 내용은 떠난 아들을 기다리던 노인이 운행이 종료되는 노선의 정류장 벤치에 차표를 남겨두고 귀가한 뒤, 집에서 아들을 연상시키는 목소리를 듣는 이야기다. 기다림을 내려놓는 행동과 마지막 재회의 암시가 연결되어 있어 짧은 서사의 전개는 갖춰져 있다. 다만 STT에는 기간을 나타내는 표현을 비롯해 오인식 가능성이 있는 부분이 있으므로, 소설 전문을 정확한 생성 결과처럼 재인용하기는 어렵다.
09:39 - 한국어 소설 생성 결과의 후반부를 읽으며 문장을 확인하는 구간
강연자는 일부 표현의 의미가 어색하고 전체적으로 읽기 쉽지 않다고 지적한다. 그러면서도 이 결과가 자신이 Grok으로 생성한 한국어 중에서는 비교적 잘 나온 편이라고 설명한다. 여기서 그의 불만은 한 편의 실패보다 출력 품질의 일관성에 가깝다. 때때로 괜찮은 문장이 나오더라도 반복해서 사용했을 때 자연스러운 한국어를 안정적으로 얻기 어렵다면, 지속적인 집필 도구로서의 만족도는 낮아질 수 있다는 것이다.
강연자는 한국어 작업에서는 GPT 계열을 더 선호한다고 명확히 밝힌다. 그러나 영상에서 동일한 조건으로 여러 모델의 한국어 결과를 반복 비교한 실험이 제시되지는 않으므로, 이 평가는 개인적 사용 경험에 근거한 선호로 읽어야 한다. 또한 200~300자라는 조건은 요청 내용으로 확인되지만, 실제 출력이 그 범위를 지켰는지를 측정한 결과는 나오지 않는다. 이 테스트에서 확인되는 것은 강연자가 서사 자체보다 표현의 자연스러움과 읽기 편한 정도를 더 큰 문제로 보았다는 점이다.
💡 [영상 참조] 생성된 소설의 후반부를 읽는 구간이다. STT에서 불확실하게 인식된 표현과 실제 출력문은 원본 영상 09:39에서 확인할 수 있다.
강연자가 선택한 활용법은 자동화와 작업 분배다
네 가지 테스트를 거친 뒤 강연자는 Grok의 역할을 자동화(Automation)와 오케스트레이션(Orchestration)에서 찾는다. 그는 이미 여러 프런티어 모델을 구독하고 있으며, Grok에는 다른 AI로 작업을 전달하거나 테스트와 QA를 처리하는 일을 많이 맡긴다고 설명한다. 자신의 사용 환경에서는 가장 뛰어난 결과를 요구하는 작업과 비교적 명확한 절차를 수행하는 작업을 나누는 것이다. 따라서 이 제안은 모든 사용자가 같은 구독 구성을 갖춰야 한다는 뜻이 아니라, 여러 모델을 이용할 수 있을 때의 역할 배분에 관한 설명이다.
그가 소개하는 실제 환경에는 두 대의 Mac과 Tailscale로 연결한 네트워크가 등장한다. 한쪽 컴퓨터의 사용량이 많을 때 다른 컴퓨터로 작업을 넘기고, 외부에서도 자동화 작업에 접근하는 방식으로 활용한다고 한다. 다만 STT에서 ‘그록보스’ 등으로 인식된 도구의 정확한 명칭과 설치 방식은 확정할 수 없다. 확인 가능한 핵심은 특정 제품의 세부 기능이 아니라, 강연자가 Grok을 여러 작업 환경에 지시를 전달하는 첫 진입 지점으로 사용하고 있다는 점이다.
이 구조에서 강연자가 높게 평가하는 요소는 속도와 넉넉한 사용량이다. 그는 주력 프런티어 모델의 사용량이 부족할 때 사소한 작업이나 테스트 작성, QA를 Grok으로 넘기면 전체 사용량을 관리하는 데 도움이 된다고 설명한다. 다만 영상에는 실제 절감 비용이나 QA 정확도를 비교한 수치가 제시되지 않는다. 그러므로 이 방식의 효용은 정량적으로 입증된 결과보다, 강연자의 운영 경험에 근거한 활용 사례로 보는 것이 적절하다.
💡 [영상 참조] 두 대의 Mac 사이에 작업을 분배하고 Tailscale로 연결해 사용하는 흐름을 설명하는 구간이다. 구체적인 도구와 실행 환경은 원본 영상 11:04에서 확인할 수 있다.
구독 조건에 따라 달라지는 Grok 4.7의 가치
강연자의 최종 판단은 사용자가 어떤 도구를 이미 이용하고 있는지에 따라 달라진다. 회사에서 Grok만 지원하는 등 선택이 제한된 경우라면, Grok 4.7을 주력 모델로 사용해도 충분히 괜찮다고 평가한다. 다른 모델보다 직접 수정해야 할 부분이 늘어날 수는 있지만, 과거처럼 실용성이 크게 부족한 수준은 아니라는 것이다. 여기서 긍정적인 평가는 최상위 성능의 보장이 아니라, 주어진 환경에서 작업을 이어갈 수 있는 기본 역량에 대한 판단이다.
반대로 OpenAI와 Anthropic의 모델을 이미 구독하고 있다면 Grok의 추가 가치는 보조 역할에서 찾는다. 강연자는 자신의 주력 모델을 유지하면서 자동화, 작업 전달, 테스트 작성과 QA를 Grok에 배분하는 방식을 제안한다. 이렇게 하면 각 모델의 강점을 활용하면서 사용량을 나누어 쓸 수 있다는 설명이다. 결국 그의 선택 기준은 하나의 모델이 모든 일을 얼마나 잘하는지뿐 아니라, 현재의 작업 흐름에서 어떤 역할을 맡길 때 유용한지에 있다.
마무리 / 핵심 정리
코드팩토리가 평가한 Grok 4.7의 가장 큰 변화는 반복적인 수정과 개선을 전제로 실제 작업에 투입할 수 있는 수준에 도달했다는 점이다. 마인크래프트와 GTA 형태의 게임에서는 기본 장면과 일부 상호작용을 구현했지만, 세부 규칙과 조작 정확성에는 빈틈이 남았다. 자기소개 웹사이트에서는 작동하는 기능과 설득력 있는 디자인 사이의 차이가 드러났고, 한국어 소설에서는 문장의 자연스러움과 품질 일관성이 약점으로 지적되었다. 이러한 결과는 모델의 능력을 단일 점수보다 작업 유형별로 나누어 볼 필요가 있음을 보여준다.
강연자는 속도와 비용 효율성, 사용량을 고려하면 Grok이 자동화와 작업 분배에서 충분한 가치를 가질 수 있다고 본다. 다만 공식 성능 주장과 소개된 벤치마크, 네 가지 실사용 사례는 각각 근거의 성격이 다르며, 이 영상만으로 모델 전반의 우열을 확정할 수는 없다. ‘다시 3사 경쟁’이라는 제목의 의미도 모든 분야에서 동등한 성능이 입증되었다기보다, 강연자가 실무에 활용할 만한 경쟁자가 늘어났다고 판단했다는 데 있다. 이 리뷰가 제시하는 선택의 기준은 최고 점수 하나보다 자신이 맡길 작업, 허용 가능한 수정량, 기존 구독 환경을 함께 고려하는 것이다.
📚 출처 및 참고
| 구분 | 내용 |
|---|---|
| 원본 영상 | Grok 4.7 출시! 드디어 다시 3사 경쟁! |
| 채널 | 코드팩토리 |
| 제공 STT 범위 | 00:00~12:09 |
| 리포트 작성 | 2026-09-22 |
| 작성 방식 | 제공된 YouTube 영상 STT를 바탕으로 문맥 교정 및 서술형 재구성 |
| 자료 범위 | 영상 속 발언을 기준으로 작성했으며 공식 발표, 벤치마크 원문, 화면 자료는 별도 검증하지 않음 |
| 이번 검수 범위 | 제공 리포트의 문맥 및 표기 검토. 원본 STT·영상·스크린샷 대조와 수치 재검증은 수행하지 않음 |
💬 본 리포트는 영상 내용을 바탕으로 재구성되었다. 강연자의 평가와 향후 전망은 독립적으로 검증된 사실과 구분하여 서술했다. 정확한 발언과 화면 자료는 원본 영상을 참조할 수 있다.