Anthropic·구글·OpenAI, 9월 첫 주 사흘 연속 신모델 출시… 에이전트·컴퓨터 사용·사이버보안이 공통 승부처

작성자PTKorea DIG 기획담당

AI 모델 3사가 9월 첫 주 사흘 동안 잇달아 새 최상위 모델을 내놓으면서 에이전트 작업과 컴퓨터 사용, 사이버보안을 한목소리로 앞세웠다. Anthropic은 현지시간 9월 1일 Claude Fable 5.1과 Claude Mythos 5.1을 발표했다. 구글(Google)은 이튿날인 2일 Gemini 3.8 Flash와 3.8 Flash Cyber를 공개했다. OpenAI는 3일 GPT-6 Astra를 일부 조직에 먼저 제공하기 시작했다. 이어 4일부터 ChatGPT 유료 사용자로 확대했다.

세 모델은 컨텍스트가 모두 100만 토큰급이다. 다만 가격은 크게 갈린다. Gemini 3.8 Flash는 100만 토큰당 입력이 0.75달러인 반면 Astra와 Fable 5.1은 10달러로, 열세 배가 넘는 차이다. 세 회사 모두 공개 버전에는 사이버보안 관련 제한을 두는 대신 정부·보안 기관 같은 신뢰 조직에만 덜 제한된 버전을 별도 프로그램으로 제공하는 구조도 같다. 아래에서 각 모델의 사양과 가격, 각사가 발표한 성능 수치와 제3자 지수, 안전장치 정책을 공식 발표문과 각사가 공개한 모델 사양 문서(구글 모델 카드, OpenAI·Anthropic API 문서) 기준으로 정리한다.

9월 첫 주에 무엇이 나왔나

사흘 동안 세 회사가 각각 최상위 모델 한 종과 사이버보안 특화 접근 방식을 함께 내놓았다. 발표 순서는 Anthropic, 구글, OpenAI 순이다.

세 회사가 발표문에서 공통으로 강조한 것은 네 가지다. 여러 단계를 거쳐 오랫동안 이어지는 에이전트 작업과 코딩, 컴퓨터 화면을 직접 조작하는 작업, 그리고 사이버보안이다. 세 회사는 컴퓨터 화면을 직접 조작하는 작업을 ‘컴퓨터 사용(computer use)‘이라고 부르며, 아래에서도 이 이름을 그대로 쓴다. 각사가 내세운 자기 규정도 이 방향이다. Anthropic은 Fable 5.1을 “코딩, 지식 업무, 장시간 문제 해결 작업의 새 기준”이라고 했다. 구글은 3.8 Flash를 “Flash 계열 가운데 가장 높은 지능을 갖춘 주력 모델”이라고 했다. OpenAI는 Astra를 “가장 지능적이고 정렬된 모델”이자 “세계 최고의 컴퓨터 사용 모델”이라고 했다.

Claude Fable 5.1은 무엇이 달라졌나

Fable 5.1은 API 가격을 그대로 두고 캐시 읽기 단가를 75% 내리면서 코딩과 장시간 에이전트 작업 성능을 높인 모델이다. Anthropic은 9월 1일 발표문에서 Claude Fable 5.1과 Claude Mythos 5.1이 “같은 모델이고 안전장치 수준만 다르다”고 밝혔다. Fable 5.1은 누구나 쓸 수 있는 일반 공개 버전이다. Mythos 5.1은 사이버보안과 생명과학 작업을 위해 안전장치를 조정한 버전으로, 신뢰 접근 프로그램을 통해서만 제공된다.

Anthropic 플랫폼 문서는 컨텍스트가 100만 토큰, 최대 출력이 12만 8천 토큰이 되고 지식 컷오프는 2026년 6월이라고 밝히고 있다. API 모델 ID는 claude-fable-5-1이다. 가격은 100만 토큰당 입력이 10달러, 출력이 50달러로 전작 Fable 5와 같다. 대신 캐시 읽기 단가를 1달러에서 0.25달러로 75% 내렸다. Anthropic은 2026년 8월 4주 동안의 실제 사용 데이터를 기본 추론 강도로 다시 계산한 결과 일반 작업은 약 25%, 복잡한 코딩과 고도의 에이전트 작업은 최대 약 45% 비용이 줄었다고 밝혔다. 에이전트 작업에서는 캐시 읽기가 비용의 대부분을 차지한다는 설명이다.

성능은 Anthropic이 발표한 표 기준으로 전작보다 큰 폭으로 올랐다. 터미널 환경에서 과학 연구 작업을 수행하는 Terminal-Bench-Science 0.1은 Fable 5의 24.7%에서 52.6%로 두 배 이상 올랐다. 터미널 작업 전반을 재는 Terminal-Bench 4.0은 42.0%에서 55.8%로 올랐다. 도구를 쓴 Humanity’s Last Exam은 65.0%, 지식 노동 과제를 평가하는 GDPval-AA v2는 1853점이다. 다만 컴퓨터 사용 평가 OSWorld 2.0은 벤치마크 운영진이 2026년 8월 배포한 과제로 다시 실행한 값(부분 77.9%)이라 Anthropic 스스로 이전 공개 결과나 경쟁사 점수와 직접 비교할 수 없다고 캡션에 적었다.

안전장치도 바뀌었다. Fable 5.1은 소프트웨어 취약점 식별에는 쓸 수 있고 익스플로잇 개발은 막혀 있다. Anthropic은 Claude Code 사용자 기준으로 사이버보안 안전장치가 작업에 개입하는 빈도가 평균 약 60% 줄었다고 밝혔다. 기초 생물학과 의료 질문에서 안전장치가 잘못 작동하는 경우도 Fable 5 출시 당시보다 85% 줄었다고 덧붙였다. 침투 테스트나 익스플로잇 생성이 필요한 작업은 Opus 5로, 사이버보안·생명과학 연구는 Mythos 5.1로 각각 안내하고 있다.

제공 채널은 Claude.ai와 API, Claude Code, Claude Enterprise, AWS, Google Cloud, Microsoft Azure다. Anthropic 고객센터에 따르면 Max 요금제와 Team·Enterprise 프리미엄 시트는 주간 한도의 50%까지 Fable 5.1 사용이 포함된다. Pro와 표준 시트는 별도 사용량 크레딧으로만 쓸 수 있다. Anthropic 발표문에는 고객사의 진술도 실렸다. 코딩 에이전트 Devin을 만드는 Cognition은 출시 당일부터 Devin에서 쓰던 Opus 5 트래픽을 Fable 5.1로 옮기겠다고 밝혔다. Anthropic의 현행 라인업은 Fable 5.1, Opus 5, Sonnet 5, Haiku 4.5 네 종이다. Opus 5는 7월 24일 출시된 모델로 입력이 5달러, 출력이 25달러이고, Sonnet 5는 6월 30일 출시된 모델로 입력이 2달러, 출력이 10달러다. 5월에 나온 Opus 4.8은 Opus 5로 대체되어 플랫폼 문서에서 구형(Legacy)으로 분류돼 있다.

Gemini 3.8 Flash는 무엇인가

Gemini 3.8 Flash는 3.7 Flash 출시 3주 만에 나온 Flash 계열 최상위 모델로, 가격은 그대로 두고 코딩과 에이전트 작업, 전문 분야의 다단계 추론 성능을 높였다. 구글은 9월 2일 블로그에서 3.8 Flash가 “높은 추론 강도에서 추가 추론 단계와 반복 도구 호출을 수행하기 때문에 토큰 사용량이 늘 수 있다”고 명시했다. 5월 3.5 Flash, 7월 3.6 Flash, 8월 3.7 Flash에 이어 넉 달 사이 네 번째 Flash 모델이다.

구글 딥마인드(Google DeepMind)가 공개한 모델 사양 문서인 모델 카드는 컨텍스트가 100만 토큰, 최대 출력이 6만 4천 토큰이 된다고 밝히고 있다. 텍스트·이미지·오디오·비디오를 입력받는다. 지식 컷오프는 2026년 3월인데, 모델 카드는 일부 분야에서 2025년 1월까지로 느껴질 수 있다고 적고 있다. 가격은 Gemini API 가격표 기준으로 100만 토큰당 입력이 0.75달러, 출력이 3.75달러로 3.7 Flash와 같다. 이 가격은 출시 기념가로 2026년 12월 31일까지 적용된다. 2027년 1월 1일부터는 입력이 1.50달러, 출력이 7.50달러로 오른다. 컨텍스트 캐싱은 0.075달러에서 0.15달러로 함께 오른다.

구글이 블로그 본문에 글로 적은 성능 수치는 전문가 난이도 문제집 HLE-Verified에서 얻은 54.9% 하나다. 코딩 평가 DeepSWE v1.1과 Terminal-Bench 같은 나머지 수치는 이미지 차트로만 제시했다. OpenAI가 Astra 발표문 비교표에서 옮긴 값으로 보면 3.8 Flash의 DeepSWE v1.1은 73.8%로, Claude Opus 5의 73.7%와 GPT-5.6 Sol의 72.7%를 근소하게 앞선다. 구글은 블로그 한국어판에서 이 항목을 두고 “GPT-5.6 솔과 클로드 오퍼스 5를 능가”한다고 표현했다. AI 모델 평가 기관 Artificial Analysis는 9월 2일 공개한 Gemini 3.8 Flash 분석에서 3.8 Flash의 Intelligence Index를 59점으로 매겨 3.7 Flash의 56점보다 3점 올랐다고 밝혔다. 지수 과제 1회 실행 비용은 0.58달러였다. 영국 IT 매체 The Register도 9월 2일 이 수치를 인용해 보도했다.

함께 나온 3.8 Flash Cyber는 취약점 탐지에 맞춘 버전이다. 구글에 따르면 20개 프로그래밍 언어를 대상으로 한 내부 취약점 탐지 벤치마크에서 성공률이 70%를 넘었다. Collinear가 운영하는 CWE-Bench에서는 pass@1 기준 47.2%로 선두 프론티어 모델의 47.8%에 근접했다. 크롬 보안팀 테스트에서는 정확한 패치 코드를 2.6배 많이 냈다. 보안 기업 Wiz의 내부 침투 테스트 벤치마크에서는 재현율이 7.59.7%포인트 높고 비용은 2.35.2배 낮았다. Flash Cyber는 정부·핵심 인프라·소프트웨어 유지관리 조직 등 신뢰 조직에 Fairwind Program을 통해 제공된다.

일반 버전 3.8 Flash는 개발자에게는 Google AI Studio와 Gemini API, Android Studio, Antigravity, Stitch로 제공된다. 소비자에게는 Gemini 앱과 검색 AI 모드에 AI Pro·AI Ultra 구독자를 대상으로 전 세계에 적용됐다. Google Sheets에도 들어갔다. 기업 고객에게는 Gemini Enterprise로 제공된다. 한편 플래그십 Gemini 3.5 Pro는 아직 나오지 않았다. 블룸버그(Bloomberg)는 7월 16일 3.5 Pro가 내부 목표에 못 미쳐 출시가 미뤄졌다고 보도했다. 이어 8월 13일 3.7 Flash 출시 때도 지연이 이어지고 있다고 전했다. 9월 현재 Gemini API 가격표에 있는 Pro 모델은 3.1 Pro Preview다.

GPT-6 Astra는 무엇인가

GPT-6 Astra는 OpenAI가 “가장 지능적이고 정렬된 모델”이자 “세계 최고의 컴퓨터 사용 모델”로 내세운 새 플래그십으로, 사이버보안 능력이 OpenAI의 안전 준비 체계(Preparedness Framework)에서 처음으로 ‘심각’ 등급에 도달한 모델이다. OpenAI는 9월 3일 발표문에서 일부 조직에 먼저 제공하고 며칠에 걸쳐 ChatGPT Plus·Pro·Business·Enterprise 사용자와 API, Microsoft Azure, AWS Bedrock으로 확대한다고 밝혔다. 기업(Enterprise) 계정은 관리자가 켜야 하며 출시 시점의 기본값은 꺼짐이다. Pro·Business·Enterprise에는 상위 버전인 GPT-6 Astra Pro도 함께 제공된다.

OpenAI 개발자 문서는 컨텍스트가 105만 토큰, 최대 출력이 12만 8천 토큰이 되고 지식 컷오프는 2026년 4월 30일이라고 밝히고 있다. 추론 강도는 low·medium·high·xhigh·max 다섯 단계다. API에서 쓸 수 있는 도구 목록에는 웹 검색과 코드 실행, MCP 외에 컴퓨터 사용(computer_use)이 들어 있다. 가격은 100만 토큰당 입력이 10달러, 캐시 입력이 1달러, 출력이 50달러다. 속도를 두 배로 높이는 Fast 모드는 가격도 두 배다. 배치 처리는 절반 가격이다.

OpenAI는 컴퓨터 사용 성능을 가장 앞세웠다. 발표문은 온라인 양식 입력, CRM 고객 기록 갱신, 일정 정리, 조사 후 이메일·문서 초안 작성, 과학 데이터 분석, 웹사이트 제작과 프런트엔드 QA, 소프트웨어 설치·테스트를 사례로 들었다. 화면 조작 평가 OSWorld 2.0에서 지연 시간을 반영해 시뮬레이션한 결과 Astra는 72.6%를 과제당 약 40분에 달성했다. GPT-5.6 Sol은 65.7%를 약 75분에 달성해, Astra가 약 47% 적은 시간이 걸렸다고 OpenAI는 밝혔다. 수학에서는 무한히 많은 소수 쌍의 간격 상한을 기존 240에서 186으로 낮추는 등 소수 간격 결과 두 건을 증명 자료와 함께 공개했다.

안전 정책은 이번 발표의 다른 한 축이다. OpenAI는 Astra가 “적절한 도구와 접근 권한이 있으면 사람이 각 단계를 안내하지 않아도 보안이 잘 갖춰진 여러 시스템에서 알려지지 않은 보안 결함을 찾아내고 악용 방법을 개발할 수 있다”며 사이버보안 ‘심각’ 등급을 적용했다. 이에 따라 공개 버전은 개념 증명(PoC) 익스플로잇 생성 같은 고급 사이버 작업을 거부한다. 덜 제한된 안전장치는 OpenAI Daybreak 프로그램을 통해 수주 안에 확대하기로 했다. 이어 9월 4일에는 Daybreak for Frontline Defenders라는 이름으로 10억 달러 규모의 보조 접근·교육·기술 지원을 발표했다. 미국부터 시작해 6개월 안에 소진하는 것이 목표이며 150개가 넘는 조직이 참여한다.

OpenAI는 7월 Hugging Face 사고를 이번 출시에 반영했다고 밝혔다. 7월 16일 Hugging Face와 21일 OpenAI가 공개한 이 사고는 OpenAI 사이버 평가 환경의 모델들이 격리 통제를 우회해 OpenAI 내부 인프라와 Hugging Face 시스템 일부를 침해한 사건이다. OpenAI는 “지난 몇 주 동안 보호 조치를 강화하고 테스트하면서 Astra의 개발과 출시 일부를 연기했다”고 밝혔다. 시스템 카드에는 Astra의 사고 과정(chain-of-thought)을 감시하기가 GPT-5.6 Sol보다 어려워졌다는 평가도 실렸다. 발표문은 “이 감소를 심각하게 받아들인다”고 적었다.

롤아웃은 매끄럽지 않았다. 9월 3일에는 로이터(Reuters) 보도가 먼저 나오고 OpenAI 발표 페이지는 약 한 시간 반 뒤에야 공개돼, 미국 경제지 포브스가 “묘한 헛출발”이라고 표현했다. 9월 5일에는 Pro·Enterprise·Business Premium까지 확대됐다. 9월 7일 샘 올트먼(Sam Altman) CEO는 X에서 “먼저, 어수선한 롤아웃에 사과한다”며 API 고객과 ChatGPT 구독자를 대상으로 한 광범위한 롤아웃이 곧 시작될 것이라고 밝혔다. 이 과정은 미국 IT 매체 컴퓨터월드가 9월 7일 보도했다. 직전 세대 GPT-5.6 Sol·Terra·Luna는 7월 9일 정식 출시됐으며, 9월 현재 API 가격은 Sol이 입력 4달러에 출력 20달러, Terra가 입력 2달러에 출력 12달러, Luna가 입력 0.20달러에 출력 1.20달러다. GPT-5.6 출시 당시 내용은 OpenAI GPT-5.6 Sol·Terra·Luna 정식 출시 기사에서 다뤘다.

사양과 가격은 어떻게 다른가

컨텍스트는 세 모델 모두 100만 토큰급이지만, 최대 출력과 토큰 단가에서 갈린다. 각사 모델 사양 문서와 가격표에 적힌 값을 그대로 옮기면 다음과 같다.

토큰 단가만 보면 입력 100만 토큰과 출력 100만 토큰을 합친 기준으로 Gemini 3.8 Flash는 4.50달러, Astra와 Fable 5.1은 각각 60달러다. 다만 단가와 실제 작업 비용은 다르다. 구글은 3.8 Flash가 높은 추론 강도에서 토큰을 더 쓴다고 명시했다. Anthropic은 캐시 읽기 단가를 내려 에이전트 작업의 실비용을 낮췄다고 설명했다. Artificial Analysis가 산정한 Intelligence Index 과제 1회 실행 비용은 Gemini 3.8 Flash가 0.58달러였다. 같은 기관이 9월 8일 v4.3으로 개편한 뒤의 실행 비용은 Astra가 3.26달러, Fable 5.1이 7.63달러였다고 유럽 기술 매체 trendingtopics.eu가 9월 8일 보도했다. 단가 차이가 열세 배인데 작업당 비용 차이는 그보다 작다는 뜻이다.

성능은 어느 모델이 앞서나

발표한 회사의 표에서는 각자 자사 모델이 1위이고, 제3자 지수는 채점 기준 버전에 따라 순위가 바뀐다. 따라서 성능 수치는 누가 어떤 조건으로 측정했는지와 함께 읽어야 한다.

OpenAI가 Astra 발표문에 실은 비교표에서는 Astra가 대부분 항목에서 1위다. 터미널 작업 평가 Terminal-Bench 4.0은 Astra가 57.9%, Fable 5.1이 55.8%, Gemini 3.8 Flash가 19.1%다. 코딩 평가 DeepSWE v1.1은 Astra가 74.1%, Gemini 3.8 Flash가 73.8%, Opus 5가 73.7%, Fable 5.1이 67.4%다. 박사급 과학 문제 GPQA Diamond에서는 Astra가 96.0%, 수학 평가 FrontierMath Tier 4에서는 97.6%, 추상 추론 평가 ARC-AGI-2에서는 95.0%다. 반면 도구를 쓴 Humanity’s Last Exam에서는 Astra가 57.2%로 Fable 5.1의 65.0%보다 낮다. OpenAI는 이 표의 Claude 점수가 자사 재현값이거나 Anthropic 시스템 카드 인용값이라고 각주에 적었다.

ARC-AGI-3 항목에는 주의가 필요하다. OpenAI 표의 99.9%는 자사 Responses API 하니스로 실행한 값이다. 영국 개발자 사이먼 윌리슨(Simon Willison)은 9월 3일 기본 하니스 기준 점수가 62.7%라고 지적했다. Anthropic이 발표한 표에서는 Fable 5.1이 Terminal-Bench 4.0에서 55.8%, Terminal-Bench-Science에서 52.6%, AutomationBench에서 31.4%로 Opus 5와 GPT-5.6 Sol을 앞선다. Anthropic 표에 실린 Fable 5.1 값은 OpenAI 표의 같은 항목과 일치한다. 컴퓨터 사용 평가 OSWorld 2.0은 세 회사가 각각 다른 조건으로 실행해 한 표에 놓고 비교할 수 없다. 구글 차트는 59.0%, OpenAI 표는 오프라인 조건에서 72.6%, Anthropic 표는 부분 채점 조건에서 77.9%다.

제3자 지수는 버전에 따라 순위가 바뀌었다. Artificial Analysis Intelligence Index는 OpenAI 표가 인용한 v4.1.1에서 Fable 5.1이 65.7점, Opus 5가 63.1점, Astra가 61.2점, GPT-5.6 Sol이 60.9점, Gemini 3.8 Flash가 58.7점 순이었다. Artificial Analysis는 9월 8일 채점 기준을 v4.3으로 개편해 Terminal-Bench를 2.1에서 4.0으로 바꾸고 비공개 평가 비중을 40%에서 45%로 높였다. 개편 뒤 점수는 Astra와 Fable 5.1이 53점 동점, Opus 5가 51점, GPT-5.6 Sol이 47점이라고 trendingtopics.eu가 9월 8일 보도했다. 지수 개편 전후로 1위가 바뀐 셈이어서, 순위를 인용할 때는 버전을 함께 적어야 한다.

사이버보안 안전장치는 어떻게 다른가

세 회사 모두 공개 버전에는 제한을 두는 대신 정부·보안 기관 같은 신뢰 조직에만 덜 제한된 버전을 별도 프로그램으로 제공한다. 이름과 범위는 회사마다 다르다.

• 구글: 일반 버전 3.8 Flash와 별도로 취약점 탐지에 맞춘 3.8 Flash Cyber를 만들어 Fairwind Program을 통해 정부·핵심 인프라·소프트웨어 유지관리 조직에 제공한다.
• Anthropic: 일반 공개 버전 Fable 5.1에서 취약점 식별은 허용하고 익스플로잇 개발은 막는다. 안전장치를 조정한 Mythos 5.1은 신뢰 접근 프로그램으로만 제공하며, 생물학 역량은 미국 정부와 공동 개발한 접근 프로그램으로 제공한다.
• OpenAI: Astra 공개 버전은 개념 증명 익스플로잇 생성 같은 요청을 거부한다. 덜 제한된 버전은 Daybreak 프로그램으로 제공하며, 발표문 비교표의 사이버 관련 점수도 기본 공개 구성이 아니라 Daybreak Blue 접근 조건에서 측정한 값이라고 밝혔다.

OpenAI는 이 구조를 택한 이유로 7월 Hugging Face 사고를 직접 들었다. 사고 뒤 안전장치를 강화하면서 Astra 출시 일부를 미뤘다. 사후 테스트 결과 당시 제품 보호 조치로도 사고를 막을 수 있었을 것이라고도 밝혔다. Anthropic은 Fable 5.1에서 취약점 식별을 허용하면서 Claude Code 사용자의 사이버보안 안전장치 개입이 60% 줄었다고 밝혔다. 방어 목적 작업은 넓게 허용하고 공격 도구 생성은 신뢰 조직에만 허용하는 방향으로 세 회사가 수렴하는 것으로 보인다.

마케터와 웹사이트 운영자에게는 무엇이 달라지나

이번 발표에서 마케터에게 직접 닿는 변화는 구글 검색 AI 모드의 답변 모델이 Gemini 3.8 Flash로 바뀐 것과, GPT-6 Astra가 웹 검색·컴퓨터 사용 도구를 API에서 기본 제공한다는 점이다. 구글은 3.8 Flash를 검색 AI 모드에 AI Pro·AI Ultra 구독자를 대상으로 전 세계에 적용했다. 이 구독자들의 AI 모드 답변을 만드는 모델이 바뀌었다는 뜻이다. OpenAI는 Astra의 API 도구 목록에 웹 검색과 컴퓨터 사용, MCP를 넣었다. 웹 탐색 평가 BrowseComp에서는 91.5%를 기록했다고 밝혔다.

세 모델 모두 컴퓨터 화면을 직접 조작하는 성능을 전면에 내세운 만큼, AI 에이전트가 사람 대신 사이트를 방문해 정보를 읽고 양식을 채우는 비중은 커질 것으로 보인다. 그렇다면 사이트 운영자가 할 일은 에이전트가 읽을 수 있는 형태로 정보를 두는 것이다. 핵심 수치와 결론을 이미지가 아닌 본문 글과 표에 두고, 구조화 데이터를 화면 내용과 일치시키며, AI 크롤러 접근을 robots.txt에서 명시적으로 정하는 기본은 그대로다. 구글이 밝힌 AI 검색 최적화 원칙과 실무 점검 항목은 노출이 아닌 인용 시대의 마케터 가이드에 정리돼 있다.

저자 소개

PTKorea DIG 기획담당

솔루션 기획 · PTKorea DIG 기획팀

마케팅 최적화 솔루션·마케팅 리포팅 솔루션·매체 정산 시스템을 기획한다.