그록 4.5, 챗봇보다 코딩·문서·업무 에이전트에 초점 맞췄다

그록 4.5는 “질문 답변”보다 “업무 수행” 쪽을 밀고 있음

• 스페이스엑스AI가 7월 8일 그록 4.5를 공개함

  • 코딩, 에이전트 작업, 지식 업무에 초점을 맞춘 최상위 모델로 소개됨
  • 단순히 질문에 답하는 챗봇이 아니라, 일을 여러 단계로 나눠 처리하는 에이전트형 AI를 지향함

• 일반 사용자는 그록 웹, 개발자는 그록 빌드로 들어가는 구조임

  • 문서 작성, PDF 분석, 엑셀 정리 같은 업무는 grok.com에서 처리하는 흐름
  • 코드 수정, 웹 애플리케이션 제작, 테스트 실행 같은 개발 업무는 터미널 기반 도구인 그록 빌드를 설치해 쓰는 흐름

• 지원 업무 범위는 꽤 넓게 제시됨

  • 엑셀 분석, 워드 문서 작성, 파워포인트 자료 구성 같은 지식 업무
  • 코드 검색·수정·테스트, 여러 파일 동시 변경 같은 개발 작업
  • 파일 분석과 구조화된 출력, 외부 도구 호출도 지원한다고 안내됨

그록 웹은 파일 분석과 문서 초안용에 가깝다

• 그록 웹에서는 대화창 옆 플러스 버튼으로 파일을 올려 분석할 수 있음

  • PDF, DOCX, TXT, CSV, XLSX, PPTX뿐 아니라 이미지, 코드, 음성, 영상 파일도 지원한다고 안내됨
  • 웹에서는 한 번에 약 100개, 안드로이드에서는 최대 20개 파일 첨부가 가능하다고 함

• 좋은 결과를 얻으려면 자료·목적·형식을 같이 줘야 함

  • “보고서를 써줘”보다 “대표이사 보고용 1페이지 보고서로, 결론·핵심 수치·문제점·다음 달 실행계획 순서로 써줘”처럼 지시해야 결과가 안정적임
  • 계약서 비교도 “계약기간, 업무 범위, 대금 지급, 손해배상, 해지 조건을 표로 비교하고 원문에 없는 내용은 추정하지 말라”처럼 경계를 정하는 게 중요함

• 첫 결과가 별로여도 대화를 이어가며 고칠 수 있음
  • 표로 바꾸기, 문장 절반으로 줄이기, 고객사에 보낼 문장으로 바꾸기, 근거 없는 주장 삭제 같은 후속 지시가 가능함
  • 이건 일반 챗봇 사용법과 비슷하지만, 업무 문서에서는 검수 가능한 형식으로 좁히는 게 핵심임

그록 빌드는 웹 챗봇이 아니라 코딩 에이전트임

• 그록 빌드는 프로젝트 폴더에서 실행하는 터미널 기반 도구임

  • 웹페이지에 접속해서 문서 작업하는 서비스가 아니라, 로컬 코드 저장소를 읽고 작업하는 개발 도구에 가까움
  • 공식 문서는 cd your-project로 프로젝트 폴더에 들어간 뒤 grok을 실행하는 방식으로 안내함

• 처음부터 코드 수정을 맡기기보다 프로젝트 설명부터 시키는 게 안전함

  • 공식 예시도 “Explain this repo”처럼 저장소 설명 요청에서 시작함
  • “아직 파일을 수정하지 말고 오류 가능성이 있는 부분만 설명해달라”처럼 권한을 제한하면 예기치 않은 변경을 줄일 수 있음

• 계획 모드도 제공됨

  • /plan과 함께 원하는 작업을 입력하면 필요한 화면, 입력 항목, 파일 구성, 작업 순서를 먼저 제안함
  • 기본 권한 설정은 작업마다 사용자 승인을 요청하는 ask 방식이라고 안내됨

개발자 관점에서 눈에 띄는 숫자들

• 그록 4.5의 최대 컨텍스트 창은 50만 토큰으로 소개됨

  • 긴 보고서 여러 개나 큰 코드베이스 일부를 함께 다룰 수 있는 규모임
  • 텍스트와 이미지를 입력으로 처리하고, 외부 도구 호출과 구조화된 출력, 추론 기능을 지원한다고 함

• 처리 속도는 초당 80토큰으로 제시됨

  • 회사는 비교 대상 모델보다 약 두 배 높은 토큰 효율을 낸다고 주장함
  • 다만 공급사가 제시한 평가라서 실제 업무 자료로 별도 검증이 필요함

• API 가격도 공개됨

  • 입력 100만 토큰당 2달러
  • 반복 입력에 적용되는 캐시 입력은 100만 토큰당 0.50달러
  • 출력은 100만 토큰당 6달러
  • 한 번의 요청이 20만 토큰을 넘으면 별도 컨텍스트 요금이 붙을 수 있다고 안내됨

실제 도입은 사람 검수와 보안 절차가 전제임

• HR, 아웃소싱, 운영 업무에서는 사람이 검토하기 쉬운 문서부터 쓰는 게 현실적임

  • 회의록, 교육자료, 채용 공고, 운영보고서 초안처럼 결과를 바로 확인할 수 있는 업무가 첫 적용 후보임
  • 급여, 근로조건, 개인정보, 계약서, 노동관계법 해석은 AI 답변만으로 확정하면 안 됨

• 개발 업무에서도 결과 검증은 필수임

  • 입력 자료가 제대로 저장되는지, 계산 결과가 맞는지, 개인정보가 노출되지 않는지 확인해야 함
  • 누가 자료를 넣고, 누가 결과를 검수하고, 오류가 나오면 어떻게 수정할지 프로세스를 먼저 정해야 함

---

기술 맥락

• 그록 웹과 그록 빌드를 나눠 봐야 하는 이유는 권한 범위가 완전히 다르기 때문이에요. 웹은 사용자가 올린 파일을 분석하고 답변을 만드는 흐름이고, 빌드는 로컬 프로젝트 파일을 실제로 읽고 수정할 수 있는 도구거든요.

• 50만 토큰 컨텍스트 창은 긴 문서나 코드베이스를 다룰 때 유리해요. 다만 컨텍스트가 크다고 해서 답이 항상 정확해지는 건 아니고, 어떤 자료를 넣고 어떤 형식으로 답을 요구하느냐가 여전히 중요해요.

• API 가격에서 입력, 캐시 입력, 출력 단가가 나뉘는 것도 실무적으로 의미가 있어요. 반복되는 시스템 프롬프트나 공통 문서를 캐시로 처리하면 비용을 줄일 수 있지만, 긴 요청이 20만 토큰을 넘으면 별도 요금이 붙을 수 있어 설계 단계에서 계산이 필요해요.

• 코딩 에이전트는 테스트 실행과 파일 변경까지 맡길 수 있어서 생산성이 커질 수 있지만, 그만큼 리뷰와 승인 흐름이 중요해요. 특히 초보자는 계획 모드로 변경 범위를 먼저 보고, 자동 승인보다 단계별 승인을 쓰는 게 안전해요.