알상무의 최신 공개 영상은 9월 11일 올라온 「Astra파훼 - R아드림」이에요. GPT-6 아스트라의 99.9%가 무엇을 재고 무엇을 감추는지 풀었어요.

99.9%공급자 전용 조건

62.7%같은 모델의 공통 조건

49% 감소전용 조건의 비교 과제 총 토큰

“성능이 좋아졌다”와 “AGI가 왔다”는 다른 말이에요. 평가 환경을 먼저 보라는 알상무의 지적은 정확해요. 문맥 관리 발전을 메모리 반도체 실적으로 바로 잇는 대목에는 근거가 더 필요해요.

원영상에서 바로 확인해요

03:17찬양과 폄하를 함께 걷어내고 실제 진전을 보자고 해요.

09:2899.9라는 점수보다 서로 다른 실행 조건을 먼저 봐야 한다고 해요.

12:37문맥 관리를 새 직원에게 업무 기록을 넘기는 일로 쉽게 설명해요.

19:37보기 좋은 게임과 실제 기능이 많은 게임을 나눠 봐요. 전체 시험 절차가 없어 제품 순위를 확정하는 검증은 아니에요.

24:19중단기 메모리 사용은 늘 수 있지만 장기 구조는 모른다고 선을 그어요.

30:29반도체 하락 예언이 아니라 출시 직후의 쏠림을 식히자는 결론이에요.

공식 결과와 맞는 지점이 있어요

ARC Prize 원문에서 같은 아스트라는 공통 Standard harness 62.7%, 공급자 전용 Provider Adapter harness 99.9%였어요. harness는 모델을 감싸는 실행 장치예요. 전용 조건은 추론 상태를 이어주고 긴 문맥을 압축했어요. 같은 엔진도 인수인계 방식에 따라 결과가 크게 달라진다는 영상의 핵심은 맞아요. ARC Prize도 99.9%가 AGI 증명은 아니라고 밝혔어요.

쟁점	확인	논평
99.9%	공통 조건은 62.7%였어요.	숫자보다 시험 조건을 먼저 봐야 해요.
AGI	ARC Prize도 AGI 증명은 아니라고 해요.	폐쇄형 게임 성능을 현실 전체로 넓히면 안 돼요.
문맥 관리	전용 조건은 추론 상태 보존과 압축을 써요.	모델과 제품 성능을 나눈 해설이 유용해요.
메모리	전용 조건은 총 토큰을 49% 덜 썼어요.	HBM 이익 증가를 확정할 근거는 아직 부족해요.

영상의 가치와 한계예요

숫자에 분모를 붙였어요

공통 조건과 공급자 전용 조건을 구분해 신제품 숫자를 투자 서사로 복사하지 않게 해요.

모델과 제품을 구분했어요

기초 모델과 기록·도구·화면을 합친 제품의 능력은 달라요. 실제 사용자는 둘이 합쳐진 결과를 사요.

시연은 재현 시험이 아니에요

실행 횟수와 전체 프롬프트, 선택 기준이 없으면 제품 우열을 확정하기 어려워요.

토큰과 HBM 매출 사이가 비어 있어요

AI 작업량, 작업당 메모리, 공급 증설, 가격, 업체별 출하량과 이익을 차례로 확인해야 해요.

투자자는 이 연결고리를 봐야 해요

문맥 제품 성능 → 사용량 → 작업당 메모리 → HBM 가격 → 업체 이익 순서예요. 영상이 확인한 것은 첫 고리에 가까워요. 전용 문맥 관리 조건은 점수를 높이면서 비교 과제의 총 토큰을 49% 줄였어요. 효율 개선이 사용을 늘릴 수도 있지만 같은 일을 처리하는 자원은 줄일 수도 있어요. “아스트라 출시 → HBM 수요 급증”은 아직 가설이에요.

가장 큰 가치는 뉴스를 식히는 순서예요

무슨 시험인가 → 같은 조건인가 → 모델과 실행 장치 중 무엇이 좋아졌나 → 기업 실적으로 어떻게 이어지나를 묻게 해요. 다음 신제품 발표에도 다시 쓸 수 있는 질문이에요. OpenAI 공식 문서상 아스트라의 컨텍스트 창은 105만 토큰이고 27만2000토큰을 넘는 입력에는 더 높은 요금이 붙어요.

공개 자동자막은 고유명사를 틀릴 수 있어 핵심 수치와 조건은 공식 자료로 교차 확인했어요.