버전 번호 4 → 4.7, xAI는 어떤 타이밍을 노리는가
xAI가 이번 주에 조용히 Grok 4.7을 공개했다. 버전 번호를 살펴보면 4에서 바로 4.7으로 점프했는데, 4.5와 4.6은 어디에도 없다.
이런 식의 운영은 LLM 업계에서 이례적이다. Anthropic, OpenAI, Google 모두 4 → 4.1 → 4.5 순서대로 정직하게 버전을 매겨왔다. 소수점 한 칸마다 의미가 다르다. .1은 미세 조정, .5는 중간급 업그레이드, 정수 버전은 아키텍처 단위 변화다.
xAI는 4.5와 4.6을 비워두고 곧장 4.7을 내놓았다. 이는 '버전 의미론'보다 '반복 가시성'을 우선순위에 둔 것이다. 다시 말해, 속도감 > 엄밀함이라는 얘기다.
왜 이렇게 하는 걸까. 가능성은 몇 가지다.
- 모델이 빠르게 진화하고 있다는 인상을 개발자에게 심어, "조금만 더 기다리면 더 좋아질 것"이라는 대기 심리를 만들기
- HN 같은 기술 커뮤니티에서 화제를 끌어올리기(실제로 성공했다 — 235포인트, 댓글 191개)
- 다른 업체의 "다음 메이저 버전"과 심리적 라인을 맞추기
이건 엔지니어링 전략이 아니라 운영 전략이다.
HN 댓글 191개는 무엇에 대해 싸우고 있나
Hacker News 댓글을 훑어봤는데, 논의 초점이 벤치마크가 아니었다.
댓글에서 반복적으로 등장한 키워드는 다음과 같다.
- pricing — 백만 토큰당 $3 / $15 요금이 계속 비교됨
- rate limits — 무료 티어와 유료 티어의 격차
- vs GPT/Claude/Gemini — "Grok은 도대체 뭐가 강한가"가 열린 질문으로 떠올랐음
HN 사용자들의 xAI에 대한 회의론은 다른 모델 출시 때보다 확연히 높았다. 추천을 많이 받은 댓글 중 하나는 이런 취지였다. "또 버전 번호 하나 올렸네. 독립적으로 재현된 벤치마크는 언제 볼 수 있을까?" 또 다른 댓글은 직접적으로 이렇게 지적했다. "xAI가 공개한 MMLU 점수와 제3자가 돌린 결과 사이의 격차가 좀 크다."
이런 커뮤니티 분위기는 예외적인 사례가 아니다. Anthropic이 Claude 4.5를 발표했을 때 HN 댓글은 coding benchmark와 long context 세부 사항에 집중했다. OpenAI가 GPT-5를 냈을 때 논의는 reasoning과 agent capability에 맞춰졌다. xAI 이번 출시의 화제는 '가격 / 사용 가능성 / 가로 비교'로 지배됐다. 이는 개발자들이 점수 자체보다 쓸 수 있느냐, 쓰기 좋으냐에 관심이 있다는 뜻이다.
하나 기억해둘 만한 수치가 있다. Grok 4.7은 HN 메인에 14시간 머물렀다가 top 30에서 빠져나왔다. Claude 4.5의 그날 22시간에 비해선 짧다. 화제성은 충분했지만, 깊은 논의는 부족했다는 의미다.
국내 개발자에게는 어떤 의미가 있나
Grok은 국내에 공식 채널이 없다. 하지만 이번 출시는 국내 개발자에게 두 가지 간접적 영향을 준다.
1. 서드파티 API 중계의 선택 비용
4.7의 중계 API(주로 AWS Bedrock, Azure 우회)를 쓰면, 현재 시중 가격은 공식가의 약 1.2~1.5배 수준이다. 만약 제품이 latency에 민감하고 reasoning 능력이 필요하면, Claude 4.5 또는 GPT-5가 여전히 더 안전한 선택이다. Grok 4.7의 강점은 X 플랫폼 생태계 통합에 있고, 애플리케이션이 X 데이터에 의존하지 않으면 추가 비용을 정당화하기 어렵다.
2. 같은 세대 오픈소스 모델의 반복 템포 참고
xAI의 base model 아키텍처가 완전히 공개된 건 아니지만, 커뮤니티에서는 대체로 Grok 4.7과 Qwen3, DeepSeek V3.2가 같은 세대 기반 모델이라는 게 통설이다. 국내 개발자에게 의미하는 바는 다음과 같다.
- Qwen 또는 DeepSeek의 다음 메이저를 기다리고 있다면, Grok 4.7의 능력 경계선을 참고할 수 있다
- 파인튜닝 데이터셋, reward model 설계의 오픈소스 재현이 곧 나올 가능성이 있다
- 가격 경쟁이 전이된다 — xAI가 이번에 가격을 공개한 건 오픈소스 모델 업체에 벤치마크 라인을 제공한 셈이다
# LiteLLM으로 Grok 4.7과 Qwen3의 latency를 동시에 측정
import litellm
import time
def benchmark(model_name, prompt):
start = time.time()
response = litellm.completion(
model=model_name,
messages=[{"role": "user", "content": prompt}],
max_tokens=512
)
latency = time.time() - start
return {
"model": model_name,
"latency_s": round(latency, 2),
"tokens": response.usage.completion_tokens
}
# 10회 반복 후 평균
results = []
for _ in range(10):
results.append(benchmark("grok/grok-4-7", "transformer의 self-attention을 설명해줘"))
results.append(benchmark("openai/qwen3-72b", "transformer의 self-attention을 설명해줘"))
가로 비교: 4.7 vs Claude 4.5 vs GPT-5
공개된 데이터로 속성표를 정리했다. 출처는 각 사의 공식 발표 페이지와 Stanford HELM 최신 평가다.
| 항목 | Grok 4.7 | Claude 4.5 Sonnet | GPT-5 |
|---|---|---|---|
| MMLU | 88.4% | 89.7% | 91.2% |
| HumanEval | 92.1% | 94.8% | 93.5% |
| AIME 2025 | 78.3% | 82.5% | 85.1% |
| 입력 단가 ($/M tok) | 3.00 | 3.00 | 2.50 |
| 출력 단가 ($/M tok) | 15.00 | 15.00 | 10.00 |
| 200K context | ✅ | ✅ | ✅ |
| vision | ✅ | ✅ | ✅ |
| tool use latency | 280ms | 320ms | 210ms |
몇 가지 관찰.
- Grok 4.7은 MMLU와 HumanEval에서 Claude 4.5, GPT-5 대비 1~3%p 뒤진다
- 가격은 Claude 4.5와 동등하지만, GPT-5보다는 50% 비싸다
- 유일한 강점은 tool use latency — 280ms로 Claude 4.5의 320ms보다 빠르고, GPT-5의 210ms에 근접한다
- AIME 2025의 78.3%는 reasoning 능력이 이 세대 중에선 약하다는 뜻이다
가격 대비 성능의 변곡점은 어디인가
애플리케이션이 coding-heavy라면, Claude 4.5의 HumanEval 94.8%가 여전히 최강이다. agent를 만들고 tool latency에 민감하다면, GPT-5 > Grok 4.7 > Claude 4.5 순이다. 범용 Q&A라면 셋 차이 거의 없고, 가장 싼 GPT-5를 고르면 된다.
Grok 4.7의 위치가 묘하다. 어느 한 축에서도 1등을 못 했고, 가격도 더 싸지 않다. 확보 가능한 시나리오는 X 플랫폼과 이미 깊이 통합된 개발자로, X 데이터 스트림을 Grok이 처리해줘야 하는 경우다. 이게 xAI의 해자이지만, 좁다.
편집자 소견
Grok 4.7을 진지하게 다뤄야 할 지점은 모델 자체가 아니다.
벤치마크 측면에서 Grok 4.7은 돌파구가 없다. 기능 측면에서 vision, 200K context, tool use는 2025년에 이미 기본이다. 가격 측면에서 Claude나 GPT보다 싸지 않다. 공개된 모든 축에서 "괜찮지만 최고는 아님"이다.
그런데 xAI는 이번에 HN에서 235포인트, 댓글 191개를 끌어모았고, 화제성은 Claude 4.5와 어깨를 견준다. 이건 기술 승리가 아니라 마케팅 승리다.
내 판단은 이렇다. LLM 동질화가 심해지는 2026년에 "소폭 빠른 업데이트 + 마케팅 음량"의 조합이 "문을 닫고 대작을 길게 끌어안는 것"보다 개발자 심지를 더 잘 잡는다. Anthropic은 6~12개월에 한 번 중요 버전을 내는 스타일이었고, 논문 + 발표 + 긴 benchmark로 무장하며 느리지만 탄탄하다. xAI는 2~3개월마다 버전을 올리고, 실제 변경 폭과 무관하게 먼저 화제를 만든다. 두 방식 다 살아남을 수 있지만, xAI 방식이 후발 주자 — 특히 국내 업체 — 에겐 더 참고할 만하다.
이번이 과거와 다른 점: 빅테크가 의도적으로 "중간 버전 번호를 건너뛴" 건 이번이 처음이라는 거다. OpenAI가 GPT-3.5에서 GPT-4로 점프한 건 실제로 아키텍처 변화가 있었기 때문이고, Grok 4 → 4.7은 공개된 아키텍처 변화가 없다. 이는 버전 번호가 "기술 신호"에서 "마케팅 신호"로 바뀌고 있다는 뜻이다. 전환점이다.
불확실한 지점은 남는다. xAI의 실제 기술 반복 속도가 정말 빠른 걸까? 아니면 버전 번호만 올리고 가중치는 그대로인 걸까. 후자라면 이런 방식은 3~6개월 안에 개발자들이 간파할 거다. HN 댓글에서 이미 그 조짐이 보인다.
출처: xAI 공식 발표, Hacker News 댓글 (2026-08-24 스냅샷)