Grok 4.7, 긴 작업에 더 세졌네

xAI가 Grok 4.7을 발표했습니다. Grok 4.6보다 큰 신규 베이스 모델과 장시간 강화학습을 적용해, 수 시간 이상 걸리는 복잡한 작업과 자체 검증, 긴 컨텍스트 관리에 초점을 맞춘 모델입니다. Artificial Analysis Intelligence Index에서는 46점을 기록해 Grok 4.6보다 2점 상승했고, 상위 4개 AI 랩 그룹에 진입했습니다. 특히 장시간 에이전틱 지식 업무에서 개선 폭이 컸습니다. AA-Briefcase는 1,657 Elo로 111점, GDPval-AA는 1,695 Elo로 90점 상승해 Claude Opus 5, Fable 5.1과 유사한 수준에 도달했습니다. 코딩 에이전트 성능도 크게 좋아졌습니다. Grok Build 기준 Coding Agent Index는 56점으로 9점 상승했고, 네이티브 하네스 기준으로 Fable 5.1, GPT-6 Astra, Opus 5에 이어 4위를 기록했습니다. 자체 벤치마크에서는 CursorBench 4.0이 46.3%로 GPT-5.6 Sol의 41.7%를 앞섰고, DeepSWE는 71.0%로 GPT-5.6 Sol, Fable 5.1과 비슷한 수준입니다. 다만 모든 영역이 개선된 것은 아닙니다. 일반 Intelligence Index에서는 Grok 4.6과 큰 차이가 없었고, Terminal-Bench 4.0과 GDP.pdf는 올랐지만 AA-LCR과 AutomationBench-AA는 오히려 하락했습니다. 무엇보다 높은 토큰 사용량이 성능 개선의 대가로 따라붙는다는 점도 고려해야 합니다. Grok 4.7은 평균적인 지능 성능을 전반적으로 끌어올린 모델이라기보다, 긴 작업을 수행하는 에이전트와 코딩 업무에 추론 자원을 집중한 모델에 가깝습니다. 실제 경쟁력은 벤치마크 점수뿐 아니라 이 성능을 어느 정도의 비용과 속도로 제공하느냐에서 갈릴 전망입니다.