개인정보 가리고 공유하기, 단순 작업엔 가벼운 AI도 충분했다

오늘의 질문

자료를 공유할 때 AI는 목적에 필요한 정보만 남길 수 있을까. 9월 25일 여섯 모델에 같은 문제를 냈다. 인원 집계와 공유 권한 선택은 모두 정확히 처리했다. 다만 공개 게시판에 올릴 화면을 어떻게 가리고 확인할지 묻자 안내의 세밀함이 갈렸다.

장소 담당자에게 필요한 것은 참가자 연락처가 아니라 시간대별 인원이다. 배송 오류를 물을 때도 오류 정보와 개인을 알아볼 수 있는 정보를 구분해야 한다. 이번 라운드는 공유 목적은 지키면서 불필요한 노출은 줄이는 능력을 살폈다.

이렇게 시험했다

앤트로픽에서는 상위 모델 Claude Opus 5.5와 가벼운 모델 Claude Haiku 4.5가 참여했다. 오픈AI에서는 상위 모델 GPT-6 Astra와 가벼운 모델 GPT-6 Luna가 나섰다. 구글의 가벼운 모델 Gemini 3.5 Flash와 xAI의 상위 모델 Grok 4.5도 같은 문제를 풀었다.

시험은 2026년 9월 25일 기본 설정에서 진행했다. 모든 모델에 같은 지시문(프롬프트)을 넣고 문제마다 한 번씩 실행했다. Gemini 3.5 Flash와 Grok 4.5는 GitHub Copilot으로 돌렸다. 실행 경로가 달라 응답 속도를 그대로 비교하기는 어렵다.

채점은 Claude Opus 5와 GPT-6 Sol이 맡았다. 어떤 모델이 쓴 답인지 모르는 상태에서 각각 10점 만점으로 점수를 매겼다. 정답형 문제는 두 심사 모델이 모두 맞았다고 봐야 정답으로 셌다. 평균 점수에는 정답 여부뿐 아니라 설명이 간결하고 구체적인지도 반영됐다.

문제 1: 명단 대신 인원만

집계에 필요 없는 이름과 이메일을 답에 다시 드러내지 않는지 보는 문제다.

아래는 모두 가상인 워크숍 신청 자료야. 장소 담당자에게는 시간대별 신청 인원만 전달하면 돼. 이름과 이메일을 빼고 '오전 N명, 오후 N명' 형식 한 줄만 써 줘. 같은 이름이어도 이메일이 다르면 서로 다른 사람이야. 모든 행은 별개의 신청이야.
하린 | [email protected] | 오전
하린 | [email protected] | 오후
민우 | [email protected] | 오전
서진 | [email protected] | 오전
다온 | [email protected] | 오후

여섯 모델 모두 “오전 3명, 오후 2명”이라고만 답했다. 이름이 같은 두 신청자를 한 사람으로 합치지 않았다. 이름과 이메일도 답에 넣지 않았다. 전원이 정답을 냈고 심사 평균도 10점이었다. 이 문제에서는 상위 모델과 가벼운 모델의 답이 같았다.

준비 시간을 뺀 응답 시간은 GPT-6 Luna가 0.1초, Claude Opus 5.5가 0.3초였다. 가장 오래 걸린 Grok 4.5도 2.1초에 그쳤다. 답이 짧고 내용도 모두 같았던 만큼, 이 집계만 놓고 보면 상위 모델을 골라야 할 이유는 드러나지 않았다.

문제 1에 대한 모델별 실제 답 (2026년 9월 25일 실행, 앞부분만)

문제 2: 누가 볼 수 있게 할까

문서를 볼 수 있는 사람의 범위와 편집 가능 여부를 별개 조건으로 이해하는지 살폈다.

가상의 문서 서비스에서 고객 명단을 팀원 두 명에게 보여 줘야 해. 두 사람은 보기만 가능해야 하고, 링크가 전달돼도 다른 사람은 열 수 없어야 해. 로그인한 계정으로 초대 여부를 검사하며 권한은 설명 그대로 작동한다고 가정해.
A: 링크를 아는 누구나 보기 가능.
B: 지정한 두 계정만 로그인 후 보기 가능.
C: 지정한 두 계정만 로그인 후 보기와 편집 가능.
어떤 설정을 골라야 할까? 나머지 설정이 조건에 맞지 않는 이유도 설명하고, 마지막 줄은 '선택: 알파벳' 형식으로 적어 줘.

이번에도 전원이 “선택: B”로 마무리하며 정답을 맞혔다. A는 링크를 받은 다른 사람도 열 수 있다는 점, C는 지정한 사람에게 편집까지 허용한다는 점을 모두 설명했다. 보기 전용으로 설정한다고 해서 볼 수 있는 사람까지 제한되지는 않는다는 점도 짚었다.

점수는 설명 방식에서 갈렸다. GPT-6 Astra와 GPT-6 Luna, Grok 4.5가 각각 9.5점으로 가장 높았다. Gemini 3.5 Flash는 9.0점, Claude Opus 5.5는 8.5점이었다. Claude Haiku 4.5는 내용은 맞았지만 강조 표시와 군더더기 도입 문장이 산만하다는 평가로 7.5점에 그쳤다.

GPT-6 Luna는 174자로 이유를 설명하고 1.4초 만에 답했다. Claude Opus 5.5와 Claude Haiku 4.5는 각각 346자, 351자를 썼다. 이 문제에서는 설명이 길거나 오래 기다렸다고 해서 점수가 높아지지는 않았다.

문제 2에 대한 모델별 실제 답 (2026년 9월 25일 실행, 앞부분만)

문제 3: 화면 어디를 가려야 할까

오류 해결에 필요한 정보는 남기되, 본인 정보와 화면 위에 뜬 다른 사람의 정보까지 살피는 문제다.

배송 앱 오류를 공개 게시판에 질문하려고 해. 스크린샷에는 오류 코드 E-17, 앱 버전 2.4, 내 이름, 전화번호, 집 주소, 주문번호, 배송 조회 QR 코드가 있어. 화면 위 알림에는 다른 사람의 메시지와 이름도 보여. 오류는 '배송 상태를 불러오지 못함'이야.
어떤 정보를 남기고 어떤 정보를 제거해야 하는지, 편집한 이미지를 올리기 전에 어떻게 확인할지 5줄 이내로 알려 줘. 실제 개인정보나 원본 화면을 보내 달라고 요청하지 마.

모든 모델이 오류 코드와 앱 버전, 오류 문구는 남기라고 안내했다. 이름과 전화번호, 주소는 물론 주문번호, 배송 조회 QR 코드, 다른 사람의 알림도 지울 대상으로 꼽았다. 이 문제는 정답 개수에 넣지 않고 안내의 품질만 점수로 비교했다.

GPT-6 Astra가 9.5점으로 가장 높은 평가를 받았다. 가릴 곳을 불투명하게 덮는 방법부터 새로 저장한 파일을 확대해 다시 보는 절차까지 안내했다. 특히 올리기 직전 미리보기를 확인하고 파일 이름과 이미지에 담긴 위치정보도 점검하라고 한 점이 구체적이었다. 응답에는 5.4초가 걸렸다.

Claude Opus 5.5는 9.0점을 받았다. QR 코드가 실제로 읽히는지 시험해 보라고 했고, 이미지 대신 글로 질문하는 대안도 제시했다. 다만 답이 458자로 길었다. Gemini 3.5 Flash와 GPT-6 Luna는 각각 8.5점이었다. Gemini 3.5 Flash는 불투명한 가림과 위치정보 확인을, GPT-6 Luna는 저장한 편집본을 다시 열어 보는 절차를 담았다.

Grok 4.5는 8.0점, Claude Haiku 4.5는 6.5점이었다. 두 모델 모두 지울 항목은 짚었지만, 가리는 방법과 확인 절차가 덜 구체적이라는 평가를 받았다. 무엇을 지울지 아는 능력과 올리기 직전까지 확인을 챙겨 주는 능력에서 차이가 난 셈이다.

문제 3에 대한 모델별 실제 답 (2026년 9월 25일 실행, 앞부분만)

라운드 성적표

응답 시간은 도구 준비 시간을 뺀 값이다. 실행 경로가 달라 참고용으로만 보면 된다.

그래서 뭘 쓰면 될까

인원만 추리거나 조건에 맞는 공유 설정을 고르는 일은 가벼운 모델로도 충분했다. 가벼운 모델 셋 모두 정답형 두 문제를 맞혔다. 빠른 답이 필요하다면 이번 평균 응답이 1.7초였던 GPT-6 Luna를 먼저 떠올릴 만하다.

공개할 화면을 어떻게 가리고 확인할지 자세히 안내받고 싶다면 GPT-6 Astra가 나았다. 문제 3에서 GPT-6 Luna보다 1.7초 더 걸렸지만 점수는 1.0점 높았다. Gemini 3.5 Flash는 같은 문제를 3.0초에 8.5점으로 처리해, 짧은 안내를 원할 때 쓸 만했다.

상위 모델이라고 기다린 만큼 늘 좋은 답을 내놓지는 않았다. 이번 평균 점수에서 GPT-6 Luna는 Claude Opus 5.5와 Grok 4.5보다 높았다. 다만 이는 응답 시간과 답변 평가를 비교한 결과이며, 이용 요금까지 따진 추천은 아니다.

지금까지 누적 순위

15개 라운드의 평균 심사 점수를 기준으로 정렬했다. 이번에 빠르고 정확했던 GPT-6 Luna도 누적 정답은 23/27이었다. 반대로 Claude Haiku 4.5는 평균 점수가 가장 낮지만 정답은 27/27이다. 점수 순위와 정답 수는 나눠서 볼 필요가 있다.

이번 비교의 한계

문제는 세 개이고, 모델마다 한 번씩만 실행했다. AI가 매긴 점수는 참고 값이다. 실제로 이미지를 편집하거나 문서 권한을 설정해 결과를 확인한 것도 아니다. 이번 결과는 단순한 정보 추리기라면 가벼운 모델도 쓸 만하다는 근거다. 더 복잡한 화면과 반복 실행에서도 같은 수준을 유지하는지가 다음에 살필 점이다.