일론 머스크 테슬라 최고경영자(CEO)가 설립한 AI 기업 xAI가 개발한 인공지능(AI) 챗봇 ‘그록3(Grok 3)’가 공개됐다. 그록3는 최신 벤치마크 테스트에서 모든 영역에서 최고 성능을 기록했다. 베타 버전 공개로 추후 업데이트를 통해 완전히 출시한다. 아울러 AI 검색 기능 딥서치(Deep Search)를 탑재했으며 음성 대화 기능도 일주일 내로 추가한다고 밝혔다..
일론 머스크는 18일 플랫폼 X xAI 공식 계정 라이브에서 ‘그록3’를 공개하면서 일론 머스크는 “그록3는 기존 모델보다 최소 10배 이상의 연산 성능을 갖췄으며, 발전 속도 또한 전례 없는 수준”이라고 강조했다.
일론 머스크가 ‘지구에서 제일 똑똑한 AI’ 공개를 예고한 대로 AI 성능평가 플랫폼(Chatbot Arena, LMSYS)에서 모든 AI 챗봇을 능가한 점수를 기록했다. 수학, 과학, 코딩 등 벤치마크에서도 경쟁 모델을 압도하며 1위의 성능을 보였다.
그록 개발을 위해 콜로서스(Colossus) 슈퍼컴퓨터를 사용했으며 자체 데이터 센터에 엔비디아 H100급 고성능 그래픽처리장치(GPU) 20만 개를 확보했다. xAI 개발팀은 “지난 4월 일론 머스크가 xAI 성공을 위해 데이터센터 확장을 결정했고 20만 개 이상의 GPU를 안정적으로 운영하는 데 성공했다”며 “10만 개 GPU를 가동하기까지 122일이 걸렸으며 이후 단 92일만 에 데이터 센터 규모를 2배로 늘렸다”고 밝혔다.
개발팀은 그록3를 평가하기 위해 일반적인 수학적 추론 능력과 STEM 및 과학 분야에 대한 일반적인 지식, 컴퓨터 과학과 코딩 등 세 가지 평가 방식을 선정했다.
LMSYS의 순위 평가에서 그록3는 1400점이라는 점수를 기록해 제미나이-2 Pro, 딥시크 V-3, GPT-4o 보다 더 나은 성능을 보였다. 개발팀은 그록3 모델을 ‘초콜릿(Chocolate)’이라는 코드명으로 블라인드 테스트를 진행했다. 테스트는 사용자가 질문을 입력하면 두 개의 응답을 받고 어느 모델이 더 나은지를 투표하는 식이다.
개발팀은 “현재까지 어떤 모델도 이 점수에 도달하지 못했다”며 “이 테스트는 특정한 한 가지 분야에서만 수행된 것이 아니라 모든 분야(추론 능력, 명령 수행 능력, 코딩 등)에서 종합적으로 평가된 결과”라고 강조했다.
벤치마크 테스트에서도 그록3는 수학(AIME 2024), 과학(GPQA), 코딩(LCB Oct-Feb) 항목에서 경쟁 모델을 압도했다. 미국 수학 경시대회(AMY) 최신 문제에서도 인간을 능가하는 성적을 기록했다. xAI 개발팀은 “그록3의 연산 능력은 인간 수준을 넘어설 것이며, 향후 대학 수준의 수학과 과학 문제도 완벽히 해결할 수 있도록 발전할 것”이라고 설명했다.
이날 그록3 공개와 함께 다양한 데이터를 탐색해 가장 적합한 답변을 도출하는 차세대 검색 시스템 ‘딥서치’ 기능을 새롭게 공개했다. 이로서 xAI는 오픈AI, 구글 등과 검색 경쟁에 돌입했다. 기존 AI 검색이 단순한 결과 제공에 그쳤다면, 딥서치는 여러 소스를 분석하고 교차 검증해 보다 신뢰도 높은 정보를 제공한다.
xAI 연구팀은 “딥서치는 사용자의 질문을 깊이 이해하고, 다양한 데이터를 탐색해 가장 적합한 답변을 도출하는 차세대 검색 시스템”이라며 “전통적인 검색 엔진이 몇 시간 걸릴 작업을 딥서치는 단 몇 분 만에 수행할 수 있다”고 설명했다. 딥서치는 최신 뉴스를 빠르게 분석하는 것은 물론, 특정 분야의 전문적인 정보까지 심층적으로 제공할 수 있다.
그록3에 음성 대화 기능도 일주일 내 추가될 예정이다. 일론 머스크는 “그록3는 현재 텍스트 기반의 AI 챗봇이지만, 곧 음성 대화 기능이 추가될 예정”이라며 “그록3는 단순한 음성 텍스트 변환(TTS)이 아닌, 억양과 감정을 이해하고 자연스러운 대화를 구사하는 AI로 발전할 것“이라고 밝혔다. 현재 음성 기능은 내부 테스트 중이다. 대화 기억 기능도 개발하고 있다.
◇ 그록3 추론 모델 공개
이날 xAI는 그록3 고급 추론 모델과 미니 모델 베타 버전도 공개했다. 자가 검토(self-critique) 및 문제 해결 과정에서 다중 사고 체계를 활용해 기존 모델보다 더 심층적인 분석이 가능하다.
일반적인 AI 모델과 같이 단순히 정답을 도출하는 것을 넘어 스스로 사고 과정을 점검하고 오류를 수정하는 기능을 포함하고 있다. 추론(Reasoning)이라는 개념은 모델이 문제를 해결하기 전에 오랜 시간 동안 깊이 사고하는 능력을 의미한다.
그록3 추론 모델과 추론 미니 모델은 벤치마크 테스트에서 수학(AIME 2024), 과학(GPQA), 코딩(LCB Oct-Feb) 항목에서 챗GPT ‘o3 mini high’, ‘o1’, 딥시크 R1, 제미나이 2 Flash Thinking보다 높은 성능을 보였다.
개발팀은 그록3의 사전 훈련을 한 달 전에 마무리하고 이후 추론 능력을 추가하는 작업을 진행했다. 추론 모델 훈련은 아직 초기 단계이며 현재 모델은 여전히 훈련 중이라고 개발팀은 강조했다. 개발팀은 “그록3 추론 능력 이부 테스트에서 미니 모델이 메인 모델보다 더 높은 성능을 발휘하기도 한다”며 “아직 완전하지 않다”고 부연했다.
개발팀은 그록3 추론 모델을 테스트하기 위해 두 가지 문제를 실험했다. AI가 지구에서 화성으로 가는 궤적을 계산하고, 이후 다시 지구로 돌아오는 최적의 경로를 산출하게 했다. 그록3 추론 모델은 케플러 법칙을 이용해 궤도를 계산하고 애니메이션으로 시각화했다. 결과적으로 AI가 계산한 궤적은 실제와 상당히 근접했다.
두 번째로 그록3 추론 모델 테스트로 '테트리스(Tetris)와 비주얼을 결합한 게임을 만들어 달라고 요청했다. AI가 창의적으로 새로운 게임을 개발하고, 코드까지 직접 생성해냈다.
게임의 기본 메커니즘(같은 색의 블록이 모이면 사라지는 기능 등)이 정상적으로 작동했다. 이날 개발팀은 “그록3의 사고하는 능력을 높이기 위해 강화 학습 기법을 적용을 적용했다”며 “이 점수는 계속 상승 중이고 지속적으로 업데이트를 하고 있다”고 덧붙였다.
한편 그록3는 현재 X 플랫폼의 프리미엄 플러스(Premium Plus) 멤버십 사용자에게 먼저 제공된다. 그록3 고급 추론 기능은 슈퍼그록(SuperGrok)이라는 새 구독 서비스에 우선 제공할 예정이다.
