2026 년 7 월, 인공지능의 창의성을 측정하는 새로운 기준이 등장했습니다. 단순히 텍스트를 입력받아 이미지를 뿜어내는 수준을 넘어, 빈 캔버스 앞에 앉아 색연필을 들고 모나리자를 하나하나 그려내는 AI 모델들의 실험이 전 세계 테크 커뮤니티를 뜨겁게 달구고 있습니다.
GPT-5.6 솔, 클로드 페이블 5, 제미니 3.6 플래시, 그리고 그록 4.5 등 최상위권 모델들이 참여한 이 대결은 단순한 기술 시연이 아니라, 각 모델이 어떻게 시각적 정보를 해석하고 물리적인 도구 사용을 제어하는지를 가감 없이 보여주는 무대였습니다. 사람들은 이제 AI 가 그림을 그릴 때 단순히 결과물만 보는 것이 아니라, 그 과정에서의 붓질 선택, 색상 혼합, 그리고 수정의 흔적까지 주목하기 시작했습니다.
## 붓질 하나하나에 담긴 모델의 성격과 한계
이번 실험의 가장 흥미로운 점은 각 모델이 모나리자를 재현하는 방식에서 드러난 근본적인 차이였습니다. GPT-5.6 솔은 놀라울 정도로 효율적인 붓질로 유명세를 탔습니다.
약 340 만 토큰을 사용하며 7.74 달러의 비용으로 두 번째로 높은 완성도를 보여준 이 모델은 불필요한 시도를 줄이고 핵심적인 명암 처리에 집중했습니다. 반면 클로드 페이블 5 는 무려 1460 만 토큰과 161 달러라는 어마어마한 비용을 치르며 그림을 완성했습니다.
이는 더 많은 계산 자원을 투입해 세부적인 질감과 색조 변화를 구현하려는 시도였지만, 비용 대비 효율성 측면에서는 아쉬움을 남겼습니다. 특히 그록 4.5 의 결과는 독특했습니다.
다른 모델들이 사실적인 명암과 형태를 추구했다면, 그록은 다소 기괴하고 초현실적인 느낌을 주는 그림을 그려냈습니다. 이는 학습 데이터나 추론 방식의 근본적인 차이를 반영하는 것으로, 기술적 완성도보다는 모델 고유의 개성이 어떻게 시각화되는지를 보여주는 사례였습니다.
전문가들은 이 실험을 통해 AI 가 단순히 이미지를 합성하는 것을 넘어, 물리적 도구를 사용하는 과정 자체를 학습하고 있음을 지적합니다. 색연필의 팁 너비를 조절하고, 압력을 가변적으로 적용하며, 심지어 지우개로 지우고 다시 그리는 행위를 스스로 판단한다는 점은 이전 세대 모델들과는 확연히 다른 진화입니다.
하지만 동시에 아이처럼 단순한 개념도만 그리는 경향도 발견되었습니다. 예를 들어 장미꽃을 그릴 때 일부 모델은 유리병의 굴절이나 그림자 개념을 이해하고 표현했지만, 다른 모델은 단순히 파란색은 유리, 초록색은 줄기라는 식의 개념적 연결만 보여주었습니다.
이는 AI 가 아직 인간의 눈처럼 빛과 형태의 미세한 변화를 완벽하게 이해하지는 못함을 시사합니다.
## 비용 효율성과 실제 활용 가능성의 갈림길
이번 대결이 주목받는 또 다른 이유는 비용과 성능의 균형점을 찾는 데서 찾을 수 있습니다. GPT-5.6 솔이 보여준 효율성은 오픈 웨이트 모델들과의 격차를 줄이는 중요한 지표가 되었습니다.
과거에는 최상위 모델이 압도적인 성능을 보였지만, 이제는 상대적으로 저렴한 모델들도 많은 실행 작업에서 최상위권을 대체할 수 있다는 사실이 입증된 셈입니다. 하지만 벤치마크 점수만으로는 알 수 없는 부분, 즉 개방형 작업에서의 유연성과 창의적 판단력은 여전히 최상위 모델들이 우위를 점하고 있습니다.
마케터가 프로토타입 이미지를 만들거나 개발자가 생성형 앱을 구축할 때, 어떤 모델을 선택할지는 사용 목적에 따라 달라져야 합니다. 고품질의 예술적 완성도가 필요하다면 비용이 많이 들더라도 클로드나 GPT-5.6 같은 최상위 모델을 선택해야 하지만, 빠른 속도와 합리적인 비용이 중요하다면 다른 대안들을 고려해볼 만합니다.
이러한 실험은 향후 AI 활용 워크플로우 설계에 중요한 시사점을 줍니다. 단순히 이미지를 생성하는 것을 넘어, 사용자가 원하는 스타일과 분위기를 정확히 파악해 붓질까지 조절할 수 있는 모델의 능력은 자동화 시스템의 핵심이 될 것입니다.
특히 네우라 마켓 같은 플랫폼을 통해 이러한 모델들을 통합한 템플릿을 활용하면, 복잡한 창작 과정도 효율적으로 관리할 수 있게 됩니다. 하지만 아직은 모든 모델이 완벽한 예술가를 대체하기에는 무리가 있습니다.
아이처럼 순수하지만 때로는 어설픈 붓질은 인간적인 매력을 주기도 하지만, 전문적인 작업에서는 치명적인 오류가 될 수 있기 때문입니다.
앞으로 주목해야 할 점은 모델들이 이러한 붓질 실험을 통해 어떻게 진화할 것인가입니다. 초기에는 단순한 개념도 수준에 그쳤던 그림들이 점차 빛과 그림자, 질감까지 정교하게 표현해내는 과정은 AI 의 학습 곡선을 가늠하는 좋은 지표가 될 것입니다.
특히 그록 같은 모델이 왜 초현실적인 스타일을 선택했는지에 대한 기술적 해명이 나온다면, 각 모델의 내부 작동 원리를 이해하는 데 큰 도움이 될 것입니다. AI 가 그림을 그리는 방식은 곧 그들이 세상을 바라보는 방식이기 때문입니다.
이 실험이 단순한 유행을 넘어, AI 와 인간의 협업이 어떻게 새로운 예술적 지평을 열 것인지 지켜보는 것은 2026 년 하반기 가장 흥미로운 테크 트렌드가 될 것입니다.
작성자 소개
