GPT-5의 SVG 시연에서 본 설명 자료의 가능성

2025년 8월 GPT-5 공개 직후의 리뷰를 글로 정리했습니다. 당시 시연과 초기 사용 경험에 대한 평가이며, 현재 모델이나 플랜 안내는 아닙니다.

복잡한 개념을 설명하더니, 곧바로 움직이는 시각 자료를 만듭니다. 제가 GPT-5 발표에서 가장 인상 깊게 본 장면이었습니다.

영상에서는 물리 세계를 이해하는 AI로 이어질 수 있겠다는 기대를 크게 표현했습니다. 다만 보기 좋은 시뮬레이션 코드를 만든 것이 곧 현실의 물리 현상을 정확히 이해하거나 검증했다는 증거는 아닙니다. 당시의 놀라움과 앞으로의 전망을 그 구분 위에서 돌아봤습니다.

답변에서 직접 조작하는 결과물로

제게 크게 다가온 것은 설명을 읽는 데서 끝나지 않는 방식이었습니다. 어떤 개념을 이해하고 싶다고 했을 때, 그것을 눌러보고 바꿔볼 수 있는 자료까지 만들어준다면 쓰임새가 달라질 수 있습니다.

영상에서는 필요한 소프트웨어를 그때그때 만드는 방향이라고 설명했습니다. 코드를 써달라는 요청에서, 무엇을 달성하고 싶은지 전달하는 요청으로 중심이 옮겨갈 수 있겠다고 생각했습니다.

제가 이전부터 AI OKR이라고 부르며 이야기한 것도 비슷한 관점이었습니다. 목표와 확인할 결과를 잘 정해야 한다는 것입니다. 이는 제가 업무에 적용해 설명한 개념이며 GPT-5의 공식 기능 이름은 아닙니다.

빠른 답과 더 오래 생각할 문제

공식 GPT-5 발표는 빠르게 답하는 모델, 더 깊게 추론하는 모델, 그리고 대화의 복잡도와 도구 필요 등에 따라 선택하는 라우터를 하나의 시스템으로 설명했습니다. 하나의 모델이 모든 경우에 동일하게 작동한다는 뜻은 아니었습니다. OpenAI의 GPT-5 최초 발표

저는 이런 방향이 사용자의 모델 선택 부담을 줄일 수 있겠다고 느꼈습니다. 짧은 답을 기대했는데 지나치게 긴 답을 받거나, 자세히 살펴야 할 일에 가벼운 답을 받는 경험을 줄이면 좋겠다고 생각했습니다.

코딩과 신뢰성의 개선도 발표됐지만, 소개된 벤치마크와 내 작업에서의 결과는 나눠 볼 필요가 있었습니다. 오류가 줄었다는 주장도 검토가 필요 없다는 뜻은 아닙니다.

SVG라서 흥미로웠던 장면

SVG는 점과 선, 도형 같은 요소를 좌표와 규칙으로 표현하는 벡터 형식입니다. 픽셀로 이미지를 담는 JPG나 PNG와는 다르게 다룰 수 있습니다.

영상에서는 베르누이 원리를 설명하는 움직이는 다이어그램 시연에 주목했습니다. 설명과 시각 자료, 조작할 수 있는 웹 화면이 이어지는 모습에서 교육이나 프레젠테이션에 쓸 가능성이 떠올랐습니다.

다만 SVG를 생성했다는 사실만으로 공간 이해나 과학적 정확성이 입증되는 것은 아닙니다. 그림이 그럴듯한지와 그 안의 관계·계산이 맞는지는 별도로 확인해야 합니다. 제가 기대한 것은 그런 자료의 초안을 만들어볼 기회가 넓어지는 것이었습니다.

직접 해보니 바로 쓰기 어려운 부분도 있었습니다

저도 당시 SVG 생성을 시험해봤습니다. 좋아졌다고 느끼는 부분이 있었지만, 결과를 바로 실무에 가져다 쓰기에는 애매한 부분도 있었습니다.

이 경험 때문에 시연의 인상과 실제 작업의 완성도를 함께 봐야겠다고 생각했습니다. 무엇을 표현할지 정하고, 생성된 자료를 확인하고, 필요한 부분을 고치는 일이 남아 있었습니다.

영상에서는 앞으로 점점 나아질 것이라고 기대했습니다. 그 기대를 이미 완성된 성능이나 보장된 작업 결과로 바꾸지는 않아야 합니다.

화면 밖으로 이어질 가능성은 다음 질문입니다

멀티모달 AI가 더 발전하면 공간과 영상, 로봇 분야에도 변화가 이어질 수 있겠다고 전망했습니다. 이는 로봇이 현실에서 안전하고 정확하게 움직이는 문제가 이미 해결됐다는 뜻은 아닙니다.

이번 발표에서 제가 당장 떠올린 변화는 더 가까운 곳에 있었습니다. 설명을 위한 그림과 움직이는 자료를 만들고, 머릿속의 구상을 직접 조작해보는 일입니다. AI에 쓰는 시간이 늘어나는 만큼, 어떤 결과를 만들고 어떻게 확인할지 더 분명하게 정해야겠다고 생각했습니다.