챗GPT에 올해 수능 국어 시험지를 풀게 한 결과 100점짜리 답안과 83점짜리 답안이 돌아왔다. 오픈AI 최상위 모델 '아스트라'는 45문항을 모두 맞혔지만, 속도와 비용 효율을 앞세운 '루나'는 같은 시험에서 일곱 문제를 틀렸다.
19일 지디넷코리아는 미국 오픈AI가 개발한 두 모델이 한국어로 쓴 글을 얼마나 정확히 이해하는지 살펴보기 위해 2027학년도 대학수학능력시험 국어 영역 문제지를 풀게 했다. 두 모델이 처음 낸 답을 홀수형 정답표로 채점한 결과, 아스트라는 선택과목에 관계없이 만점을 받았다. 루나는 '화법과 작문'을 택하면 88점, '언어와 매체'를 택하면 83점이었다.
수능 국어는 공통 34문항(76점)과 선택 11문항(24점)을 합쳐 100점 만점이다. 수험생은 두 선택과목 중 하나를 고른다. 이번에는 두 모델에 선택과목을 모두 풀게 한 뒤 공통 점수에 각 과목 점수를 더해 총점을 따로 냈다.
두 모델은 컴퓨터 메모리와 명예훼손 법리 등을 다룬 독서 17문항을 나란히 맞혔다. 윤동주 시 '참회록'에서 화자가 훗날 지금의 고백을 어떻게 돌아볼지 묻는 문항도 정답을 골랐다. 반면 고전소설 '창선감의록' 속 인물의 말과 행동을 해석하는 두 문항, 단어와 문장 구조를 분석하는 문법 세 문항은 아스트라만 맞혔다.
언어와 매체 45번에서는 루나가 자료를 읽고도 답을 고르는 단계에서 틀렸다. 이 문항은 학생들이 나눈 대화와 완성한 발표 자료를 대조해 어떤 제안을 반영했는지 찾는 문제였다. 루나는 발표 자료에 관광 경로가 없다고 설명하고도 경로를 표시했다는 ⑤번을 골랐다. 아스트라는 등산객 대상 서비스를 구름 그림에 넣자는 학생의 제안과 실제 그림 속 '등산 용품 대여', '탐방 프로그램' 문구를 연결해 정답 ④번을 골랐다.
아스트라와 루나는 같은 챗GPT에서 쓸 수 있지만 오픈AI가 개발 단계에서 우선한 목표가 다르다. 루나는 처리 기준이 정해진 업무를 빠르고 저렴하게 반복하는 데 초점을 맞췄다. 청구서 수천 장에서 날짜와 금액을 뽑아 표에 옮기거나 고객 문의를 배송·결제·환불로 분류하는 일이 대표 사례다.
아스트라는 여러 자료에 흩어진 단서를 연결해 결론을 내리는 업무에 무게를 뒀다. 같은 청구서를 다루더라도 월말 장부와 합계가 맞지 않는 이유를 찾는 작업이 여기에 해당한다. 빠진 거래나 두 번 기록한 항목을 찾아내고, 그 금액이 실제 차액과 일치하는지까지 확인해야 한다.
두 모델은 처음 보는 그림에서 규칙을 찾는 추론 평가에서도 다른 성적을 냈다. ARC프라이즈 재단이 공개한 'ARC-AGI-2'는 색칠한 격자판이 어떻게 바뀌는지 몇 가지 예시를 보여준 뒤 같은 규칙을 새 격자판에 적용하도록 한다. 두 모델 모두 추론 수준을 '최대'로 설정했을 때 GPT-6 아스트라 정답률은 95%, 루나는 59.3%였다.
관련기사
- 수능날의 낯선 풍경…AI 시대의 낡은 시험과 무책임한 언론2026.11.19
- 수능 위급재난문자 못 받은 이유는…정부 "휴대폰 오류·통신 음영지역 가능성"2026.11.19
- AI 글래스 쓰고 국어영역 모의 수능 만점 기대한 결과2026.11.19
- 김명주 AI안전연구소장 "AI 위험은 이제 시작, 쓰지 않은 사람도 피해자 된다"2026.11.19
같은 모델이라도 답을 내기 전 풀이에 얼마나 많은 계산을 쓰도록 설정했느냐에 따라 정답률이 달라졌다. 루나는 같은 격자판 평가에서 추론 수준이 '중간'일 때 18.1%를 기록했다. '최대' 설정과 41.2%포인트 차이다.
오픈AI는 솔과 루나를 공개하며 "가장 까다롭고 중요한 일에는 아스트라 역량이 필요하지만, 실제 현장에서는 일마다 규모와 예산이 다르고 요구하는 속도도 다르다"고 밝혔다.








