오픈AI의 GPT-6 아스트라가 사람의 직접 조작 없이 밸브의 퍼즐 게임 ‘포털(Portal)’을 처음부터 끝까지 플레이하며, 24시간 동안 총 571.18달러어치 토큰을 사용한 것으로 나타났다.
핵심 내용
- GPT-6 아스트라는 전 과정에서 인간이 키보드·마우스를 전혀 건드리지 않은 상태로 모든 테스트 챔버를 단독 클리어했다.
- 전체 플레이에는 3,336회의 툴 호출과 571.18달러의 API 비용이 발생했으며, 이는 월 200달러 ‘코덱스 프로(Codex Pro)’ 요금제 한도 내에서 처리됐다.
- 로컬 서버가 게임 화면과 좌표를 모델에 실시간으로 전달했고, 모델이 추론하는 동안 게임은 일시 정지된 상태를 유지했다.
포털 클리어에 3,336회 툴 호출…실제 플레이는 약 2시간
독립 실험자 cozyblaze는 2007년 출시된 퍼즐 게임 ‘포털’을 GPT-6 아스트라에 연동한 뒤, 이후에는 개입 없이 에이전트에게 전권을 맡겼다. 해당 시도를 정리한 보고에 따르면, 총 3,336회의 툴 호출과 함께 정가 기준 571.18달러의 API 비용이 청구됐다. 아스트라는 모든 테스트 챔버는 물론, 시설 후면부 탈출 구간과 최종 보스인 인공지능 ‘글라도스(GLaDOS)’와의 대결까지 스스로 돌파했다.
모델과 게임 사이에는 ‘모델 컨텍스트 프로토콜(Model Context Protocol, MCP)’ 기반 로컬 서버가 자리 잡았다. 이 서버는 소스 엔진 스피드런 커뮤니티에서 오랫동안 활용돼 온 ‘소스포즈툴(SourcePauseTool)’ 수정 버전 위에 구축됐다.
포털 게임은 아스트라가 스크린샷과 플레이어 좌표를 읽는 동안 완전히 정지됐다가, 사전 계획한 입력을 실행할 수 있도록 일정 틱(tick) 수만큼 재생되는 구조다. 즉, ‘생각하는 시간’에는 게임이 멈추고, 결정을 내린 뒤에만 짧게 움직이는 방식이다.
전체 세션은 깃허브에 공개된 기록 기준 23시간 43분 동안 이어졌다. 이 안에는 API 장애로 인한 중단과 장시간 대기 시간도 포함돼 있다. 실제 조작이 이뤄진 ‘플레이 타임’만 따로 떼어 보면, 추론 중단 구간을 잘라냈을 때 약 2시간 분량에 그친다는 설명이다. cozyblaze는 초반에는 최대 추론 난이도로 돌리다가, 잇따른 수용량(capacity) 초과 오류를 겪은 뒤 ‘Fast 모드’로 전환해 세션을 이어갔다.
관련 기사: 브라질 은행들, 대차대조표 리스크는 외면한 채 암호화폐 판매
브록먼 “아스트라는 ‘컴퓨터 사용’에 특화된 모델”
오픈AI는 9월 3일 발표한 GPT-6 아스트라 출시를 ‘컴퓨터 사용’ 역량에 초점을 맞춰 홍보했다. 사람처럼 일반 소프트웨어를 조작하지만, 속도와 일관성은 인간을 크게 웃돈다는 설명이다. 오픈AI 사장 **그렉 브록먼(Greg Brockman)**은 기자 브리핑에서 “아스트라는 스프레드시트, 각종 양식, 웹페이지 등을 인간을 훨씬 상회하는 속도로 처리한다”고 강조했다.
cozyblaze는 이번 포털 실험에 대해 과도한 의미 부여를 경계했다. 정식 벤치마크라 부르기에는 한계가 뚜렷하고, 풀리지 않은 과제도 많다는 자평이다. 다만 범용 에이전트가 사전 지식이 없는 3D 공간을 스스로 탐색해 길을 찾은 사례라는 점에서 “진전이 분명하다”고 평가했다. 오픈AI는 이미 2016년 기술 로드맵에서 ‘단일 에이전트가 다양한 게임을 해결하는 것’을 장기 목표 중 하나로 제시한 바 있다.
571달러가 말해준 ‘에이전트 경제성’의 숙제
아스트라의 요금은 입력 토큰 100만 개당 10달러, 출력 토큰 100만 개당 50달러로 책정됐다. 이는 이전 세대 모델 대비 약 2.5배 비싼 수준이다. 이번 실험에서 집계된 571.18달러라는 금액은 오픈AI 정가 기준으로 산출된 것이지만, 실제 청구는 월 200달러 정액제인 코덱스 프로 구독으로 흡수됐다.
비디오 게임은 그간 대형 언어모델(LLM)에게 험난한 시험대였다. 오픈AI 모델은 지난해, 1970년대 로직을 사용하는 아타리 2600 체스 엔진을 상대로 한 초급 경기에서 패배를 기록한 바 있다. **앤트로픽(Anthropic)**의 클로드(Claude)는 또 다른 사례로, 트위치 스트리밍에서 포켓몬 게임 속에 몇 주 동안 갇힌 채 진전을 내지 못했다는 평가를 받았다.
이번 포털 완주는 이러한 기록을 뒤집는 성과지만, 동시에 에이전트 기반 작업의 경제성이 여전히 요원하다는 점도 드러냈다. 한 차례 실험에 500달러를 훌쩍 넘는 비용이 들어간다는 사실은, 상업적 활용을 위한 비용 구조 개선이 얼마나 중요한 과제인지를 보여준다.
