GPT-6 아스트라, 출시 일주일 만에 '너프' 논란… 성능 저하 의혹 증폭

오픈AI의 최신 인공지능 모델 GPT-6 아스트라가 출시된 지 불과 일주일 만에 성능이 저하되었다는 사용자들의 불만이 소셜 미디어 X(구 트위터)를 중심으로 걷잡을 수 없이 확산되고 있다. 사용자들은 마치 모델이 '너프(nerf, 게임 용어로 성능 하향 조정)'된 것처럼 체감 성능이 떨어졌다고 호소하며, 이에 대한 오픈AI 측의 명확한 설명과 조치를 요구하고 있다. 이러한 논란은 과거에도 비슷한 패턴으로 반복되었기에 더욱 주목받고 있다.

지난주, GPT-6 아스트라는 가상 현실 속 맨해튼을 재현하거나 복잡한 코드를 생성하는 등 경이로운 능력을 선보이며 사용자들의 찬사를 받았다. 그러나 일주일이 채 지나지 않아, 똑같은 사용자층은 이제 스크린샷을 공유하며 "내 모델에 무슨 일이 일어난 건가?"라고 묻는 상황에 이르렀다. 특히 인기 개발자인 'synthwavedd'는 X에 "아스트라가 오늘 훨씬 더 멍청하게 느껴진다"며 "출시 후 인위적인 성능 저하가 올 것이라는 것은 시간 문제였다. 실망스럽다"고 토로했다. 그는 이른바 '출시 후 너프' 현상에 대해 씁쓸함을 감추지 않았다.

이는 인공지능 사용자들에게 익숙한 현상이다. 많은 이들이 자신이 아끼던 챗봇이나 에이전트의 성능이 갑자기 저하되었다고 느끼는 경험을 해왔다. 이러한 성능 저하에는 대부분 합리적인 설명이 뒤따르곤 했다. 하지만 이번 GPT-6 아스트라의 경우는, 수많은 사용자들이 동시에 비슷한 불만을 제기하고 있다는 점에서 간과할 수 없는 문제로 떠오르고 있다. 현재 소셜 미디어는 GPT-6 아스트라에 대한 사용자들의 실망감을 담은 사례들로 가득 차 있다.

이전까지만 해도 GPT-6 아스트라를 극찬했던 개발자 프란잘 팔리왈(Pranjal Paliwal) 역시 직접 아스트라가 작성한 코드를 자세히 검토한 후, "우리는 범용인공지능(AGI)을 가진 것이 아니다. 오히려 퇴행했다"고 평가를 번복했다. AGI는 인간의 인지 능력을 모방하여 거의 모든 인지 작업을 수행할 수 있는 기계를 의미하는 용어로, 오픈AI 사장 역시 아스트라 출시 당시 이 단어를 사용하며 모델의 잠재력을 강조한 바 있다. 그러나 출시 일주일 후, 그의 사용자 중 한 명은 정반대의 의미로 이 단어를 사용하며 실망감을 표현했다.

사용자들의 불만은 대체로 유사한 양상을 보인다. 개발자 펑카지 쿠마(Pankaj Kumar)는 "응답 속도는 빨라졌지만, 품질은 떨어졌다"며, 오픈AI가 모델의 '핵심 연산력'을 의도적으로 낮춘 것 같다는 의혹을 제기했다. 창업가 사바(Saba)는 오픈AI에 직접 "작업을 완료하기 위해 모델을 '바보'처럼 만들어야 하는 이유가 무엇인가?"라고 질문하며 답답함을 토로했다.

'핵심 연산력'이라는 용어는 공식적인 용어는 아니지만, 사용자들이 암묵적으로 이해하는 개념이다. 이는 모델이 답변을 생성하기 전에 얼마나 많은 컴퓨팅 자원을 사용하여 '고민'하는지를 나타내며, 출시 시연에서 보여준 성능을 달성한 후 오픈AI가 이 자원을 조용히 줄였을 것이라는 추측을 담고 있다. 즉, 마케팅을 위해 초기 성능을 극대화한 뒤, 운영 비용 절감 등을 이유로 실제 사용자 경험에서는 성능을 하향 조정했다는 비판이다.

일부 사용자들은 이러한 의혹을 뒷받침할 만한 구체적인 테스트 결과를 제시하고 있다. 연구원 살리오(Salio)와 박사 과정 학생인 Md Ismail Sojal은 출시 당일의 아스트라와 현재 버전의 아스트라에 동일한 프롬프트를 입력하는 실험을 진행했으며, 두 경우 모두 현재 버전에서 더 나쁜 결과를 얻었다고 보고했다. 이들은 "오늘날의 GPT-6 아스트라 출력 결과가 더 나빠 보인다"며, "동일한 프롬프트, 동일한 설정임에도 불구하고 출시 당시와 현재 버전 간의 차이가 예상보다 훨씬 크다"고 강조했다. 이는 단순히 개인적인 체감상의 문제가 아니라, 객관적인 테스트를 통해서도 입증되고 있는 셈이다.

심지어 일부 사용자들은 이전 모델로 회귀하는 움직임까지 보이고 있다. 코딩 도구 Opencode를 개발하는 닥스 라드(Dax Raad)는 "이전 모델인 GPT-5.6 솔(Sol)로 돌아갔다"고 밝혔다. 그는 "아스트라를 사용했을 때 비용이 두 배로 들었지만, 그만한 가치가 없었다. 성능 저하 때문에 이전 모델로 돌아가는 것이 더 합리적이라고 판단했다"고 덧붙였다. 챗GPT 사용자 무스타파(Mustafa) 또한 비슷한 맥락에서 성능 저하를 지적하며, "왜 좋은 모델을 더 나쁘게 만드는가?"라는 질문을 던졌다.

이러한 '너프' 논란은 오픈AI뿐만 아니라 모든 AI 모델 개발사들에게 중요한 시사점을 던진다. 기술 발전의 속도와 함께, 사용자들의 기대치 역시 빠르게 높아지고 있기 때문이다. 사용자들은 단순히 최신 기술을 경험하는 것을 넘어, 지속적으로 높은 수준의 성능과 신뢰성을 요구한다. 오픈AI가 이러한 사용자들의 비판에 어떻게 대응하고, GPT-6 아스트라의 성능 문제를 해결해 나갈지 업계의 이목이 집중되고 있다. 이번 논란은 AI 모델의 출시 후 관리와 사용자 소통의 중요성을 다시 한번 일깨우는 계기가 될 것으로 보인다.

만약 이번 '너프' 논란이 사실로 밝혀진다면, 이는 AI 모델의 상업적 출시와 관련된 윤리적 문제로까지 비화될 수 있다. 초기 홍보를 위해 과장된 성능을 보여주고, 이후 사용자 경험에서 이를 하향 조정하는 것은 소비자를 기만하는 행위로 간주될 수 있기 때문이다. 오픈AI는 과거에도 모델 출시 후 성능 논란에 휩싸인 바 있으며, 이러한 경험을 바탕으로 이번 사태에 더욱 신중하게 대처할 필요가 있다. 기술적인 문제인지, 의도적인 성능 조정인지 명확한 사실 관계를 밝히고, 사용자들의 신뢰를 회복하는 것이 최우선 과제다.