합산 비용은 Fable 513.36달러(9시간35분) vs Astra 326.98달러(11시간19분), Astra가 186달러 저렴
Canva 비전+브라우저 테스트에서 Fable 결과물은 "laughable(웃길 정도)"이라 평가될 만큼 참패
세무 트랜잭션 원장 처리에서 Astra는 3,739행 데이터를 처리, Fable보다 훨씬 촘촘한 구조 제공
02핵심 주장 / 논점 구조
이제 두 모델 다 리서치 지능은 충분히 높아, 승부는 "결과물을 얼마나 스토리 있게 포맷하느냐"로 갈린다는 것이 진행자의 핵심 논지
Astra(GPT-6 계열)는 작업 전 질문을 더 많이 던지는 습관이 있고, 이는 세무처럼 신뢰가 중요한 영역에서 신뢰도를 높인다
Fable 5.1은 브랜딩·카피라이팅·구조화된 프레젠테이션에서 강점을 유지하지만, 코딩·브라우저 조작·대용량 데이터 처리에서는 명백히 밀린다
비용 대비 성능에서 Astra가 우위인 경우가 많아(세션당 절반 가격 사례 다수), "저렴하지만 느린 Astra vs 비싸지만 빠른 Fable" 구도가 반복됨
진행자는 "어느 모델이 절대 우위"가 아니라 유스케이스별로 각자의 실험을 통해 판단해야 한다고 강조
03코딩/자동화/브라우저 관련 테스트
테스트 9 (미니 SaaS 평가 앱): 자동화를 골든 데이터셋(12개 예시)에 대해 실행하고 점수를 매기는 평가 앱을 구축하는 과제. Astra 결과물이 UI가 더 프리미엄하고 덜 장황했으며, 비용은 Fable의 절반(2시간25분 소요, 그러나 Fable은 1시간20분에 훨씬 비쌈). Astra 승리, 스코어 7대2로 벌어짐
테스트 13 (School 플랫폼 코스 업로드, 브라우저 사용): 두 모델에게 School 무료 커뮤니티에 신규 코스(설명·핵심 포인트·인용·자료·영상)를 초안으로 올리라고 지시. Astra는 첫 5개 코스를 영상까지 완벽히 업로드. Fable은 영상 다운로드/업로드 자체에 실패해 영상이 하나도 없는 결과물을 냄. 진행자는 "GPT 계열이 codex와 함께 브라우저 사용에서 확실히 더 낫다"고 평가하며 Astra 승리
테스트 12 (Canva 비전+브라우저, 그림 그리기): 참고 이미지를 보고 Canva에서 툴을 조작해 그림을 그리는 과제. Astra는 그럴듯한 결과를 냈지만 Fable의 결과물은 "이건 그냥 웃기다(this is just laughable)"고 표현될 정도로 실패. Astra가 더 저렴하기까지 해서 압도적 승리
테스트 6 (150GB 이벤트 하이라이트 릴): AIS Live 이벤트 150GB 분량 자료로 60초 에너지 넘치는 리캡 영상 제작. Astra는 실제 라이브 클립을 더 잘 살렸고 30분·16달러, Fable은 이벤트 예고 느낌은 좋았지만 50분·26달러로 더 오래·비쌌음. Astra 근소 승리
04글쓰기/디자인/문서화 관련 테스트
테스트 1 (McKinsey 스타일 SMB 프레젠테이션, 35슬라이드): Fable은 일관된 브랜딩·컬럼 구조·풋터로 "매우 전문적"이었으나 장황해서 프레젠테이션용으로는 부적합. Astra는 덜 장황했지만 구조가 약해 "Google Slides나 Canva 느낌"으로 평가절하됨. Fable 승리(37분·26달러 vs Astra 23분·12달러, Astra가 14분 빠르고 절반 이하 비용)
테스트 2 (세일즈 랜딩페이지 카피): Fable은 2,800단어로 FAQ("취업이 되나요?", "라이브 수업 놓치면?")·학비·강사소개·대상 섹션까지 상세히 작성. Astra는 1,300단어로 더 하이레벨. 진행자는 고액 프로그램일수록 상세한 정보가 신뢰를 준다며 Fable 승리 판정(Fable 4달러 vs Astra 1.43달러)
테스트 11 (유튜브 강의 HTML 설명 문서): "25 Grok bot concepts explained" 영상을 스크린샷과 함께 시각적으로 설명하는 문서 제작. Fable이 스크린샷을 더 많이 찍고 주석도 더 정교해 초보자 학습용으로 우위. Astra는 디자인은 더 예뻤지만 학습 효과 면에서 Fable 승리(단, Astra가 훨씬 저렴)
테스트 10 (Herk Brain 지식그래프 시각화, 612개 노트·2,500개 연결): Fable의 인터페이스가 더 단순하고 직관적이었던 반면 Astra는 노드가 작고 인터페이스가 과부하됨. 진행자가 Astra의 압승을 예상했으나 실제로는 Fable 승리(24분 vs Astra 40분, 비용은 비슷)
테스트 14 (Perk Farm 웹사이트 클론, 스크롤 다이내믹): 원본 사이트의 3D 스크롤 다이내믹을 재현하는 원샷 프롬프트 테스트. Fable이 원본의 느낌을 더 유사하게 재현해 승리, 단 둘 다 스크롤 버그 존재
05세무/데이터 분석 관련 테스트
테스트 3 (개인+법인 세무 예측, Q1~Q2): Astra는 시작 전 질문 7개를 먼저 던지고, 월별 결과·세금 예측·소스 체크·3,739행 트랜잭션 원장까지 제공. Fable은 질문 없이 바로 실행해 결정 로직만 제시. 진행자는 "세무에서는 확신을 주는 태도가 중요하다"며 Astra 승리(40분·22달러 vs Fable 22분·13달러, 비싸지만 품질 우위)
테스트 4 (이메일 구독 감사, 2개 이메일 계정): 두 모델 다 활성 구독·가격 인상·좌석 크립(seat creep) 등을 플래깅. 그러나 Fable은 "all charges" 시트가 완전히 빈 채로 반환되었고 비용은 50달러(Astra는 12.5달러). Astra 승리, 스코어 2대2 균형
테스트 5 (리더십 미팅 분석, 자동화 우선순위 도출): Astra는 79개 회의를 분석(Fable은 58개)했고, 리더십·오너십 이슈에 대한 통찰이 더 날카로웠음. Fable은 활성 에이전트 시간 단 6분인데도 46달러 청구되어 진행자가 "토큰이 어디로 갔는지 이해가 안 된다"고 언급. Astra 승리, 스코어 3대2로 역전
테스트 15 (유튜브 12개월 리뷰 및 전략, 25페이지 vs 15페이지): Astra는 "뉴스는 조회수는 끌지만 구독자로 안 이어진다", "에이전시 메커닉스 콘텐츠는 더 이상 안 통한다" 등 날카로운 패키징 분석 제공. 더 시각적이고 읽기 쉬워 Astra 승리(42분·27달러 vs Fable 17분, 더 저렴)
06전략적 의미
리서치·추론 지능이 상향평준화된 지금, AI 모델 선택의 실질적 차별점은 "결과물 포맷팅 능력"과 "브라우저/툴 조작 신뢰성"으로 이동했다
코딩·브라우저 자동화·대용량 데이터 처리가 핵심 업무라면 GPT-6 Astra(Codex 계열) 쪽이 비용 효율과 완성도 모두에서 우위
브랜딩·카피·프레젠테이션처럼 "사람에게 보여주는" 결과물 품질이 중요하다면 Fable 5.1(Claude 계열)이 여전히 강점 보유
절대적 승자는 없으며, 유스케이스별 A/B 테스트를 상시 운영하는 것이 실무자에게 요구되는 새 습관
07핵심 워크플로우 또는 비교표
유스케이스
승자
Astra 시간/비용
Fable 시간/비용
McKinsey 프레젠테이션(35슬라이드)
Fable
23분 / 12달러
37분 / 26달러
세일즈 랜딩페이지 카피
Fable
3분 / 1.43달러
4분 / 4달러
세무 예측(Q1~Q2, 3,739행)
Astra
40분 / 22달러
22분 / 13달러
이메일 구독 감사
Astra
30분 / 12.5달러
17분 / 50달러
리더십 미팅 분석(79 vs 58개)
Astra
5분 / 12달러
6분 / 46달러
이벤트 하이라이트 릴(150GB)
Astra
30분 / 16달러
50분 / 26달러
시즐 릴(모션그래픽)
Astra
유사 시간 / 16달러
유사 시간 / 26달러
주방 탈출 게임 제작
Astra
약간 더 김 / 더 저렴
- / -
미니 SaaS 평가 앱
Astra
2시간25분 / 저비용
1시간20분 / 고비용
Herk Brain 시각화
Fable
40분
24분(더 저렴)
유튜브 강의 HTML 문서
Fable
더 저렴
더 비쌈
Canva 비전+브라우저 그림
Astra
더 저렴
훨씬 비쌈(품질 참패)
School 코스 업로드(브라우저)
Astra
비슷
비슷(영상 업로드 실패)
웹사이트 클론(스크롤 다이내믹)
Fable
-
-
유튜브 12개월 리뷰(25p vs 15p)
Astra
42분 / 27달러
17분 / 더 저렴
합산 15개
Astra 10승 Fable 5승
11시간19분 / 326.98달러
9시간35분 / 513.36달러
08활용 시나리오
세무·재무 데이터처럼 정확성과 신뢰가 중요한 업무: Astra에게 먼저 질문을 받고 진행하는 방식 활용
대량 이메일/문서 감사 자동화: Astra로 우선 처리 후 결과 빈 시트 여부를 반드시 검증
브랜딩이 중요한 대외용 프레젠테이션·세일즈 카피: Fable로 초안 작성 후 슬라이드 수 조절
브라우저 기반 반복 작업(코스 업로드, 폼 자동화): Astra/Codex 계열로 전환 권장
지식 그래프·대시보드 등 사람이 직접 조작하는 UI: 두 모델 모두 프로토타입 후 사용성 테스트 필수
09현황 및 전망
진행자는 향후 "Codex 구독을 더 적극적으로 활용하겠다"고 밝히면서도 Fable/Claude 구독을 계속 유지하며 병행 테스트할 계획
GPT-5.6 Sol만으로도 대부분의 지식노동에는 충분하다고 언급, Astra급 고비용 모델은 특정 고난도 작업에만 선별 투입 권장
Astra는 Codex 구독 특유의 "5시간 사용 제한 창"이 없어 주간 내내 유연하게 쓸 수 있다는 점이 실질적 장점으로 부각
모델 성능 지형이 매우 빠르게 바뀌므로 특정 모델에 고착하지 말고 지속적 재평가가 필요하다는 것이 최종 결론
10용어 사전
GPT-6 Astra: OpenAI Codex 계열의 최신 에이전틱 코딩/자동화 모델, 영상에서 브라우저 사용·세무 분석·대용량 데이터 처리에서 강점 확인
Fable 5.1: Anthropic Claude 계열 모델, 브랜딩·카피라이팅·프레젠테이션 포맷팅에서 강점
seat creep(좌석 크립): 구독 서비스에서 사용하지 않는 좌석(seat)에 대해 비용이 누적되는 현상
골든 데이터셋(golden dataset): 자동화·에이전트 평가 시 정답 기준으로 사용하는 검증된 테스트 케이스 집합
원샷 프롬프트(one-shot prompt): 추가 수정 없이 단 한 번의 프롬프트로 결과물을 완성하도록 요구하는 테스트 방식
