가게 이름은 가벼운 AI로 충분, 동화는 큰 모델이 앞섰다

오늘의 질문

가게 이름부터 아이에게 읽어 줄 동화까지, 어떤 AI의 아이디어가 쓸 만할까. 9월 24일 진행한 6개 모델 비교에서 GPT-6 Astra가 평균 9.3점으로 앞섰다. 가벼운 GPT-6 Luna는 평균 2.4초 만에 답하며 8.2점을 받았다. 글자 수를 지키면서 바로 쓸 만한 글을 얻으려면 큰 모델을 기다릴 가치가 있는지가 이번 질문이다.

이렇게 시험했다

앤트로픽의 상위 모델 Claude Opus 5.5와 가벼운 Claude Haiku 4.5를 불렀다. 오픈AI에서는 상위 모델 GPT-6 Astra와 가벼운 GPT-6 Luna가 참여했다. 여기에 구글의 가벼운 Gemini 3.5 Flash, xAI의 상위 모델 Grok 4.5를 더했다. 뒤의 두 모델은 GitHub Copilot으로 실행해서 응답 속도를 다른 모델과 단순 비교하기는 어렵다.

시험은 2026년 9월 24일에 했다. 모델마다 같은 프롬프트(AI에게 주는 지시문)를 기본 설정으로 한 번씩 실행했다. 채점은 Claude Opus 5와 GPT-6 Sol이 맡았다. 두 심사 모델은 어느 모델의 답인지 모르는 상태에서 1~10점을 매겼다. 비교 대상인 Claude Opus 5.5와 심사를 맡은 Claude Opus 5는 다른 모델이다. 이번 세 문제는 창작 과제라 정답 개수 대신 조건을 지켰는지와 심사 점수를 살폈다.

문제 1: 빵집 칠판 문구

짧은 글자 수 안에서 출근길 직장인을 겨냥한 홍보 문구를 만드는 문제다.

아침 7시에 문을 여는 동네 빵집의 가게 앞 칠판에 쓸 홍보 문구를 3개 만들어 줘. 각 20자 이내, 출근길 직장인을 겨냥해서.

GPT-6 Astra가 9.5점으로 가장 높았다. “오늘도 출근? 빵으로 힘내요!“처럼 직장인에게 말을 거는 문구를 짧게 내놓았다. 답이 나오기까지는 6.2초가 걸렸다. 두 심사 모델은 문을 여는 시간과 대상 독자를 잘 살렸다고 봤다. 칠판에 옮겨 쓰기에도 적절하다는 평가가 따랐다.

Gemini 3.5 Flash는 8.5점, Claude Opus 5.5와 GPT-6 Luna는 각각 8.0점이었다. 다만 Gemini 3.5 Flash와 GPT-6 Luna는 파는지 알 수 없는 커피를 문구에 넣었다. 실제 홍보에 쓰려면 가게에서 파는 품목과 맞는지 따져 봐야 할 대목이다. Claude Opus 5.5는 조건을 지켰지만 설명과 대체안까지 덧붙였다.

Grok 4.5는 2.7초 만에 답해 7.5점을 받았다. 간결하다는 평가와 함께, 일부 문구는 빵집 홍보라는 뜻이 흐릿하다는 지적이 나왔다. Claude Haiku 4.5는 25.2초로 가장 오래 걸렸고 4.0점에 그쳤다. 문구가 20자를 넘었는데도 스스로 적은 글자 수는 제한 안에 든 것으로 표시했다. 짧은 문구에서는 재치만큼 분량을 실제로 지키는지가 중요했다.

문제 1에 대한 모델별 실제 답 (2026년 9월 24일 실행, 앞부분만)

문제 2: 반려견 미용실 이름

한국어로 부르기 쉬운 이름을 짓고, 그 이유까지 설득력 있게 붙이는지 살폈다.

동네 반려견 미용실 이름 후보를 5개 지어 줘. 한글 이름, 3~5글자, 부르기 쉽게. 이름마다 한 줄 이유.

Claude Opus 5.5와 GPT-6 Astra가 나란히 9.0점을 받았다. 두 모델 모두 “보송하개"와 “꼬리살랑"을 후보에 넣었다. Claude Opus 5.5는 다섯 이름의 이유를 서로 다른 관점에서 설명한 점이 좋은 평가를 받았다. GPT-6 Astra는 미용실의 특징을 쉽게 전달했지만 비슷한 말장난이 반복된다는 지적도 받았다.

후보를 빨리 모으는 용도라면 GPT-6 Luna의 결과가 눈에 띈다. “몽실컷”, “꼬리단장” 등을 내놓으며 8.5점을 받았고, 답은 2.4초 만에 나왔다. 공동 선두보다 0.5점 낮지만 기다린 시간은 훨씬 짧았다. Claude Opus 5.5는 6.5초, GPT-6 Astra는 8.0초가 걸렸다. 두 심사 모델 모두 GPT-6 Luna가 이름 길이와 형식 조건은 지켰다고 봤다.

Gemini 3.5 Flash는 7.5점, Grok 4.5는 7.0점이었다. 각각 말장난의 반복과 일부 이름의 뜻이나 발음이 걸림돌로 꼽혔다. Claude Haiku 4.5는 5.0점이었다. 두 글자인 “뭉치"를 넣어 길이 조건을 어긴 탓이다. 이번 문제에서는 가벼운 모델도 높은 점수를 받았지만, 가벼운 모델 사이에서도 조건을 지키는 정도는 갈렸다.

문제 2에 대한 모델별 실제 답 (2026년 9월 24일 실행, 앞부분만)

문제 3: 아이의 잠자리 동화

짧은 이야기 안에서 두려움을 이기는 과정과 포근한 결말을 이어 붙이는지 보는 문제다.

6살 아이에게 읽어 줄 잠자리 동화를 300자 안팎으로 써 줘. 주인공은 겁 많은 아기 고슴도치, 주제는 ‘친구에게 먼저 인사하기’.

GPT-6 Astra는 7.5초 만에 답해 9.5점을 받았다. 먼저 인사한 고슴도치가 토끼와 별을 세고, 잠든 뒤에도 친구와 함께하는 꿈을 꾸는 흐름이었다. 두 심사 모델은 주인공의 변화와 잠자리로 이어지는 마무리를 높이 평가했다. Claude Opus 5.5는 8.5초에 8.5점이었다. 마음의 움직임을 잘 그렸지만 분량과 장식, 직접적인 교훈 설명이 아쉬움으로 남았다.

GPT-6 Luna와 Gemini 3.5 Flash는 각각 8.0점을 받았다. GPT-6 Luna는 3.0초로 빨랐지만 감정 변화가 지나치게 압축됐다는 평가가 나왔다. 이 답에 두 심사 모델은 7점과 9점으로 갈렸다. 짧고 깔끔한 전개를 장점으로 볼지, 감정 설명이 부족하다고 볼지 판단이 엇갈린 셈이다. Gemini 3.5 Flash는 6.1초가 걸렸고 시간 설정과 일부 표현이 지적됐다.

Grok 4.5는 7.0점이었다. 읽기 편하지만 짧고 교훈이 추상적이라는 평가를 받았다. Claude Haiku 4.5는 5.0점에 그쳤다. 435자로 길게 썼지만 어색한 문장과 반복되는 교훈이 감점 요인이었다. 아이에게 읽어 줄 글은 길게 쓴다고 완성도가 올라가지 않았다.

문제 3에 대한 모델별 실제 답 (2026년 9월 24일 실행, 앞부분만)

라운드 성적표

응답 시간은 준비 시간을 뺀 값이고, 실행 경로가 달라 참고용이다. 정답 0/0은 정답을 가릴 문제가 없었다는 뜻이다.

그래서 뭘 쓰면 될까

빨리 답이 필요할 때는 GPT-6 Luna가 쓸 만했다. 특히 가게 이름 후보는 2.4초 만에 8.5점을 받았다. 이번 시험에서는 가벼운 모델로도 검토할 만한 후보가 나온 셈이다.

홍보 문구나 동화를 덜 고쳐 쓰고 싶다면 GPT-6 Astra를 먼저 고려할 만하다. 두 문제에서 각각 9.5점을 받았다. 전체 평균으로 보면 GPT-6 Luna보다 4.8초를 더 기다리고 1.1점 높은 평가를 얻었다. 속도보다 글의 완성도가 중요할 때 고를 이유가 있다.

이름에 붙일 이유를 여러 각도로 보고 싶다면 Claude Opus 5.5도 후보다. 반면 상위 모델인 Grok 4.5는 평균 7.2점으로 GPT-6 Luna보다 낮았다. 모델 등급만으로 이번 창작 결과의 순서를 설명하기는 어렵다.

지금까지 누적 순위

6개 라운드의 평균 심사 점수 순이다. 정답 개수는 정답을 가릴 수 있었던 8문제의 결과다.

이 결과, 얼마나 믿을 수 있나

모델마다 세 문제를 한 번씩만 풀었다. AI가 매긴 점수도 참고 값이다. 이번 결과는 빠르게 이름 후보를 모을 때와 완성도 높은 동화를 얻을 때 고를 모델이 다를 수 있다는 점을 보여 준다. 같은 요청을 여러 번 되풀이해도 조건을 지키고 문장 품질이 유지되는지가 다음에 살펴볼 점이다.