Grok 4.6 공개, 파라미터 확장 대신 사후학습에 투자한 모델

2026년 8월 12일, xAI가 Grok 4.6 모델을 공개했습니다. 이번 버전의 핵심 메시지는 명확합니다 — 파라미터 확장으로 성능을 끌어올리던 기존 전략을 한 단계 낮추고, 사후학습(post-training)과 추론 시 연산(inference-time compute)에 자원을 집중했다는 점입니다. 발표 자료에 따르면 Grok 4.6는 4.5 대비 동일한 베이스 모델 크기를 유지하면서도 다단계 추론과 도구 사용 벤치마크에서 23% 정도의 성능 향상을 보여주었습니다.

왜 파라미터 확장 대신 사후학습인가

업계 컨센서스는 2026년 상반기에 이미 움직이기 시작했습니다. GPT-5와 Claude Opus 4.5 모두 추론 시 토큰을 더 많이 쓰면서 정확도를 끌어올리는 패턴을 채택했고, sFT와 RLHF 이후 단계인 검증자 기반 보상 학습(verifier-based RL)이 핵심으로 떠올랐습니다. Grok 4.6은 이 흐름을 한 단계 더 밀어붙여, 베이스 모델은 의도적으로 동결(freeze)하고 사후학습 파이프라인에 대부분의 컴퓨트를 투입했습니다. 발표에서 xAI 엔지니어링 팀은 "사람이 코드를 검토할 때 흔히 쓰는 사고 흐름 — 즉 작성한 코드를 다시 읽고, 테스트하고, 엣지 케이스를 점검하는 패턴"을 모델이 모방하도록 학습했다고 설명했습니다.

실측 성능과 공개된 벤치마크

Grok 4.6은 SWE-Bench Verified에서 71.2%, AIME 2025에서 88.4%, GPQA Diamond에서 79.1%를 기록했다고 발표되었습니다. 같은 발표 자료에서 4.5가 직전 3주 동안 사용자 패턴에서 보여준 오답률 분포를 그대로 학습 데이터에 포함해, 모델이 "자신이 자주 틀리는 문제 유형"을 사전에 인지하도록 만들었다는 점이 강조되었습니다. 이 접근은 2026년 6월 Hamel Husain의 LLM Evals FAQ에서 다룬 "내 제품 응답이 좋아지고 있는지 어떻게 검증할 것인가"라는 질문과 직접 연결됩니다 — 단순 벤치마크 점수보다, 사용자 시나리오 기반 평가가 핵심이라는 주장과 같은 결로 귀결됩니다.

개발자가 알아야 할 실전 활용법

Grok 4.6의 API 사용 패턴은 4.5와 거의 같습니다. 달라진 점은 추론 깊이(reasoning depth) 파라미터가 노출됐다는 사실입니다. 같은 입력에 대해 더 깊게 사고하게 만들지, 혹은 빠르게 답하게 만들지 결정할 수 있습니다. 다음은 Python으로 추론 깊이를 조절하는 가장 기본적인 호출 예시입니다.

from openai import OpenAI

client = OpenAI(
    base_url="https://api.x.ai/v1",
    api_key=os.environ["XAI_API_KEY"],
)

resp = client.chat.completions.create(
    model="grok-4.6",
    messages=[{"role": "user", "content": "이진 탐색 구현해줘"}],
    extra_body={"reasoning_depth": "deep"},  # shallow | medium | deep
    temperature=0.2,
)
print(resp.choices[0].message.content)

사용 시 주의점은 세 가지입니다. 첫째, reasoning_depth="deep"은 동일 입력에 대해 토큰을 4~6배 더 쓰기 때문에 비용이 직선적으로 증가합니다. 둘째, 응답 latency가 5~15초 수준으로 늘어나기 때문에 실시간 UX에 그대로 쓰기보다는 비동기 작업 큐에 넣는 편이 좋습니다. 셋째, 깊은 추론 모드에서 모델이 자기 답변을 다시 검증하는 단계가 들어가서 동일 입력에도 매번 답이 미세하게 달라질 수 있습니다. 결정론이 필요한 코드 생성에는 temperature=0 권장입니다.

이번 발표가 시사하는 업계 방향

2024년 후반 이후 LLM 업계의 화두는 "Pre-Train is Dead"였습니다. 2026년 들어선 Post-Train is the New Pretrain으로 말이 바뀌고 있습니다. 파라미터 확장은 여전히 중요하지만, 그 확장으로 얻은 1%의 정확도보다 검증자 기반 RL과 다단계 추론으로 얻는 10%의 정확도가 더 싸다는 계산이 xAI의 발표를 기점으로 업계 전반에 정착하고 있습니다. 비슷한 흐름은 8월 초 OpenAI가 윤리 책임자 교체와 함께 추론 모델 라인을 강화한 결정, 그리고 Cohere의 Command R+ 후속 모델 발표에서도 엿보였습니다.

요약

Grok 4.6은 베이스 모델은 거의 그대로 두고 사후학습과 추론 시 연산에 자원을 집중한 사례입니다. 파라미터 확장이 아니라 학습 데이터 구성과 RL 보상 설계로 성능을 끌어올렸고, 결과적으로 동일 모델 크기 대비 다단계 추론 벤치마크에서 뚜렷한 향상을 보였습니다. 개발자 입장에서는 reasoning_depth 파라미터로 추론 깊이를 명시적으로 조절할 수 있다는 점이 가장 직접적인 변화이며, 비용과 latency를 함께 고려한 API 설계가 요구됩니다.

---

📰 원본 출처 · https://news.hada.io/topic?id=32438 (#N=32438)

이 글은 GeekNews(긱뉴스)에 게제된 글을 기반으로 작성되었습니다. 원본의 라이선스와 저작권은 원작자에게 있습니다.