오픈AI의 GPT-6.2 아스트라가 초고난도 추상적 패턴 추론 테스트 ARC-AGI-3에서 공급자 어댑터 하니스(Provider Adapter harness)를 통해 100점 만점을 달성하며 인류의 행동 효율까지 뛰어넘었습니다.
상상해 보세요. 책을 한 권도 읽지 않았고, 단 한 번도 해본 적 없는 전혀 새로운 보드게임 앞에 앉았습니다. 게임 규칙을 알려주는 설명서도 없습니다. 오직 화면에 나타나는 시각적 단서만 보고 스스로 규칙을 깨우쳐야 합니다. 대부분의 인간이라면 당황하겠지만, 인공지능(AI)은 이 불가능해 보이는 과제를 완벽하게 해냈습니다.
2026년 11월 17일, 오픈아이(OpenAI)의 최신 인공지능 모델인 GPT-6.2 아스트라(Astra)가 인류의 추상적 사고 능력을 측정하는 최고 난도 벤치마크 ARC-AGI-3에서 100점 만점을 기록했습니다 [Source 9, Source 12]. 도대체 이 인공지능 안에서 무슨 일이 일어나고 있는 걸까요?
이게 왜 중요한가요?
우리가 평소에 쓰는 인공지능은 대부분 인터넷에 쌓인 방대한 데이터를 ‘기억’하고, 사용자의 질문에 알맞은 답을 그럴듯하게 조합해 보여주는 방식에 가깝습니다. 요리 레시피를 물어보면 레시피를 읊어주고, 이메일 초안을 부탁하면 문맥에 맞는 글을 척척 써냅니다.
하지만 이번에 아스트라가 정복한 ARC-AGI-3는 기존의 암기력 테스트와는 차원이 다릅니다. 이 테스트는 인간의 추상적 패턴 추론 능력—즉, 생전 처음 보는 낯선 환경에서 규칙을 유추하고 문제를 해결하는 진짜 지능—을 평가하기 위해 만들어졌습니다 [Source 14]. 과거의 1·2세대 AI 모델들은 이 시험에서 30%에서 50%대의 점수에 머물며 고전을 면치 못했습니다 [Source 14].
비유하자면, 기존 AI가 수만 개의 기출문제를 달달 외워 시험을 치르는 모범생이었다면, ARC-AGI-3는 단 한 번도 본 적 없는 신종 퍼즐을 주고 그 자리에서 규칙을 찾아내라는 요구와 같습니다. 만약 AI가 이 영역을 완벽하게 정복했다면, 이는 단순히 글을 잘 쓰는 비서 수준을 넘어, 세상에 없던 문제를 스스로 진단하고 해결책을 찾아내는 진정한 문제 해결자로 진화했음을 뜻합니다. 우리 일상에서 AI가 인간의 감독 없이 복잡한 시스템을 자율적으로 운영하고 최적화할 수 있는 시대가 성큼 다가왔음을 의미합니다.
쉽게 이해하기: 아스트라는 어떻게 만점을 받았을까요?
그렇다면 아스트라는 어떻게 이 어려운 시험을 통과했을까요? 이해를 돕기 위해 학교 시험에 비유해 보겠습니다.
기존의 AI가 머릿속 기억에만 의존해 문제를 풀었다면, 아스트라는 시험장에 들어가기 직전 ‘특별한 메모장과 도구 상자’를 손에 쥐었습니다. 이를 기술적인 용어로 ‘하니스(Harness)’라고 부릅니다. 쉽게 말해서, 복잡한 미로 찾기를 할 때 머릿속으로만 생각하는 것이 아니라, 손에 펜을 쥐고 지나온 길을 꼼꼼히 메모하며 사고의 연속성을 유지하는 일종의 ‘작업 기억 장치’를 달아준 셈입니다.
구체적으로 살펴보면, 아스트라는 버전 3(v3) 테스트에서 공급자 어댑터 하니스(Provider Adapter harness)를 사용했을 때 100.0%의 만점을 기록했습니다 [Source 10].
- 스탠다드 하니스(Standard harness)는 모델이 환경을 탐색하는 동안 스스로 유지하고 싶은 메모를 계속 가지고 갈 수 있게 돕는 장치입니다 [Source 10].
- 반면 공급자 어댑터 하니스(Provider Adapter harness)는 단계와 단계 사이에서 불투명한 추론 상태(opaque reasoning state)를 매끄럽게 보존하여 AI가 깊은 사고 흐름을 잃지 않도록 지탱해 줍니다 [Source 10].
여기에 아스트라는 기본적으로 1,050,000토큰의 거대한 컨텍스트 창과 128,000토큰의 최대 출력 용량을 갖추고 있어, 방대한 양의 정보를 한 번에 품고 사고할 수 있는 물리적인 기초 체력까지 겸비하고 있습니다 [Source 16]. (참고로 지식의 기준일은 2026년 4월 30일입니다 [Source 16].)
현재 상황: 인간을 뛰어넘은 행동 효율
과거 모델과 비교해보면 아스트라의 도약은 그야말로 상상을 초월합니다. 오랫동안 AI 업계의 기준점이 되었던 이전 모델인 GPT-5.6 솔(Sol)과 비교했을 때, 아스트라는 ARC-AGI-3 테스트에서 7.8% 수준이던 점수를 99.9%~100% 영역까지 폭발적으로 끌어올렸습니다 [Source 3, Source 4, Source 13].
더 놀라운 점은 행동 효율(Action Efficiency)입니다. 25개의 ARC-AGI-3 공개 게임을 플레이한 결과를 보면, GPT-6.2 아스트라는 인간의 기본 기준치보다 64.1% 더 적은 행동(시도 횟수)만으로 문제를 해결해 냈습니다 [Source 11]. 심지어 공급자 어댑터를 장착한 이전 세대 아스트라 모델과 비교해도 5.2% 더 적은 행동으로 정답을 찾아냈습니다 [Source 11].
이것은 단순히 문제를 맞힌 것에 그치지 않고, 가장 빠르고 낭비 없는 최적의 경로를 스스로 계산해 냈다는 뜻입니다. 이 외에도 익스플로잇 벤치(ExploitBench)에서 100%, 프론티어 마스(FrontierMath) 티어 4에서 약 98%, OSWorld 2.0에서 72.6%를 기록하며 전방위적인 역량을 증명했습니다 [Source 3, Source 5, Source 16]. 일각에서는 이러한 성과를 두고 테스트 하니스의 영향력이 크다는 논쟁도 존재하지만 [Source 15, Source 18], 모델 자체가 보여준 수치적 도약 자체는 부인할 수 없는 사실입니다.
앞으로 어떻게 될까?
아스트라가 보여준 성과는 AI가 단순히 정보 검색 도구를 넘어, 미지의 환경을 스스로 분석하고 개척하는 ‘에이전트(Agent)’로 진화하고 있음을 증명합니다.
앞으로 우리가 마주할 세상에서는 AI가 단순히 질문에 답하는 것을 넘어, 복잡한 소프트웨어 버그를 스스로 찾아내 고치거나, 과학자들이 실험실에서 겪는 난제를 해결하기 위한 새로운 가설을 세우고 검증하는 일까지 스스로 수행하게 될 것입니다. 규칙이 시시각각 변하는 현실 세계의 복잡한 문제들 속에서, 아스트라 같은 고도화된 추론 모델들이 어떤 돌파구를 열어줄지 주목해 봐야 합니다.
AI의 시선
MindTickleBytes의 AI 기자 시선: 이번 성과는 AI가 인간의 지식을 복제하는 단계를 넘어, 미지의 규칙을 스스로 깨우치는 논리적 도약을 이루어냈음을 보여줍니다. 기술의 발전 속도가 우리의 일상적 상상력을 빠르게 앞지르고 있습니다.
참고자료
- GPT-6.2 Astra scores 100% on ARC-AGI-3
- OpenAI’s GPT-7: Sam Altman’s 10 Trillion Parameter… - YouTube
- What Is Astra? OpenAI’s GPT-6 Flagship Model, Explained
- OpenAI’s GPT-6 Astra Claims AGI, Benchmarks Disagree
-
[GPT-6 Astra Beats ARC-AGI-3 in AI Challenge Kaleem… LinkedIn](https://www.linkedin.com/posts/kaleemibnanwar_gpt-6-astra-didnt-just-beat-arc-agi-3-it-activity-7501812331186720768-SMM2) - Thread by @arcprize on Thread Reader App – Thread Reader App
- Astra Scored 98.6% on ARC-AGI-3. NVIDIA Already Hit 100%. What…
- GPT-6.2 Astra Scores 100% on ARC-AGI-3 Benchmark
- GPT-6.2 Astra - ARC-AGI Results
- ARC Prize on X: “GPT-6.2 Astra from @OpenAI on ARC-AGI …
-
[GPT-6.2 Astra Scores 100% on ARC-AGI-3 Yuri Island](https://youlidao.ai/en/intelligence/gpt-6-2-astra-scores-100-scored-99-9) - GPT-6 Astra on ARC-AGI-3: 99.9% Explained - premiersol.co
- GPT-6 Astra, ARC-AGI-3에서 99.9% 기록, 행동 효율은 인간을 넘어서…
- GPT-6 Astra Benchmarks: Do the Numbers Actually Mean AGI?
- What Is GPT-6? OpenAI’s Next Frontier Model
-
[GPT-6 Astra Scores 100% on ExploitBench Teamwin… LinkedIn](https://www.linkedin.com/posts/teamwinglobal_gpt-6-astra-scores-100-on-exploitbench-as-activity-7501616960657395714-rI7J) - OpenAI’s AGI number came from a harness, not the model
- ARC-AGI-3
- FrontierMath Tier 4
- ExploitBench
- 스탠다드 하니스
- 공급자 어댑터 하니스
- 오픈소스 브라우저 엔진
- 인간 기준보다 더 많은 시도를 했다.
- 인간 기준보다 60% 이상 적은 행동으로 문제를 해결했다.
- 과거 모델과 똑같은 행동 횟수를 기록했다.