'Tell Me Lies': Grok, GPT, Claude 음성 모드가 비트코인 가격을 예측하다

AI의 말하기와 타이핑 능력을 시험대에 올린 실험

인공지능(AI)은 대화를 이어가고, 금융 분석가처럼 말하며, 주저함 없이 비트코인 가격 예측을 제시할 수 있습니다. 하지만 AI와 대화하는 것이 AI에 질문을 입력하는 것과 동일한 수준의 추론 품질을 보여줄까요? 2026년 10월 23일 진행된 실험에서 이 질문을 검증해 보았으나, 그 결과는 결코 단순하지 않았습니다. ChatGPT와 Grok은 음성 인터페이스를 통해 질문을 받았으며, Claude Opus 5.5는 처음에는 텍스트 방식으로 작동했습니다. 이후 진행된 Claude Opus 5.5 음성 세션은 의미 있는 비교 결과를 더했습니다. 네 AI 모두 구체적인 연말 비트코인 가격을 제시했다. 최종 수치를 도출한 재현 가능한 계산 과정을 보여준 AI는 없었지만, 사실적 정확성, 일관성, 그리고 불확실성을 인정하려는 태도 면에서의 차이는 놀라울 정도였다.

네 번의 세션, 세 개의 AI 기업, 그리고 하나의 비트코인 질문

이번 실험에는 OpenAI의 ChatGPT, xAI의 Grok, Anthropic의 Claude Opus 5.5가 참여했습니다. 각 모델에게는 역사적 주기, 온체인 활동, 기관 투자자의 수용, 경제 상황을 강조한 다섯 가지 프롬프트를 활용해 2026년 12월 31일 비트코인의 종가를 예측하도록 요청했다.

10월 23일 비트코인 가격은 81,200달러 근처에서 거래되고 있었으며, 이는 실험에 공통된 시장 기준점을 제공했다. ChatGPT의 음성 세션은 89,500달러에서 시작해 결국 82,000달러로 수렴했다. 그록(Grok)의 음성 예측치는 88,000달러에서 82,000달러로 변동했다. 클로드(Claude)의 텍스트 모델은 모든 프롬프트에서 78,000달러를 유지했으나, 이후 진행된 음성 세션에서는 88,000달러로 시작했다가 85,000달러에서 안정화되었다.

이 실험은 통제된 과학적 벤치마크가 아니었다. 기업마다 서로 다른 아키텍처를 사용하며, 각 세션이 실시간 정보에 접근하는 방식도 동일하게 검증된 것은 아니었다. 그럼에도 불구하고, 이 대화들은 해당 시스템들이 얼마나 설득력 있게 재무적 추론을 제시할 수 있는지, 그리고 그 추론이 면밀한 검토를 얼마나 잘 견뎌내는지 보여주는 의미 있는 통찰을 제공했다.

ChatGPT의 목소리는 바쁜 듯했지만, 수치는 계속 변동했다

ChatGPT의 음성 세션은 실험에서 대화의 유창성을 가장 명확하게 보여준 사례 중 하나였으며, 제시된 분석 결과를 훨씬 앞질렀다. Bitcoin.com News가 추가적인 분석 요소를 제시한 후, ChatGPT의 예측치는 89,500달러에서 86,500달러로 변경되었다. 또 다른 음성 프롬프트에서는 수치가 변하지 않았으나, 이후 18~24개월 전망에 관한 질문이 제기되자 예측치는 82,000달러로 낮아졌다. 검토 결과, 이러한 수정 사이에는 새로운 시장 데이터가 반영된 흔적이 발견되지 않았다. 대신, 이러한 변화는 질문이 어떻게 구성되었는지에 따른 변화에 따른 것이었다. 음성 표현은 이 과정을 실제보다 더 실질적으로 들리게 만들었습니다. 음성 모드의 ChatGPT 모델은 “그 정보들을 종합해 보겠습니다”나 “지금 확인해 보겠습니다”와 같은 표현을 사용했습니다. 이러한 문구는 일반적으로 누군가가 정보를 참조하고 있음을 시사합니다. 그러나 이 실험을 통해 그러한 조사가 실제로 이루어졌다는 사실은 입증되지 않았습니다. 마치 거짓말을 하는 것처럼 보였습니다.

이후 텍스트 기반의 ChatGPT 대화에서는 이전 음성 대화에 대해 더 회의적인 평가를 내렸으며, “저는 타당성을 증거로 간주했습니다”라고 인정하기도 했습니다. 이러한 구분은 ChatGPT의 음성 및 텍스트 경험이 서로 다른 기본 모델을 사용할 수 있기 때문에 중요합니다. 이 텍스트 어시스턴트의 후속 설명만으로는 음성 시스템이 내부적으로 정확히 어떤 작업을 수행했는지 확인할 수 없습니다. 이 사건은 결과적인 답변이 이를 뒷받침할 증거를 거의 제공하지 않더라도, 자연스럽게 들리는 대화가 얼마나 쉽게 조사 작업이 이루어진 것처럼 보이게 할 수 있는지를 보여주었습니다.

Grok의 음성 응답은 세부 정보를 제공했으나 중요한 수치를 뒤바꿔 전달했다

그록(Grok)의 음성 응답은 더 철저하게 조사된 것처럼 들렸으며, 비트코인의 과거 하락세, 인플레이션, 기관 투자자 활동, 그리고 최근 마운트곡스(Mt. Gox)의 상환 지연에 대한 수치를 제공했다. 그 정보의 상당 부분은 사실과 출처와 일치했다. 그러다 엄청난 실수가 나왔다. 보도에 따르면 그록은 10월 27~28일 연방준비제도(Fed) 회의에서 금리 인상이 이루어질 확률을 약 90%로 산정했다. 반면, 이 리뷰에서 인용된 시장 자료들은 출처와 관측 날짜에 따라 그 확률을 약 6%에서 18% 정도로 제시했다. 차이는 상당했다. 사실상 오래된 참고 자료를 인용한 셈이었다. 발생 확률이 낮은 금리 인상이 거의 확실한 일인 것처럼 제시된 것입니다. 그 밖의 문제로는 오래된 버나인(Bernstein)의 비트코인 목표가 15만 달러와 피델리티(Fidelity)의 예상 가격 범위가 시장에 비해 어디에 위치하는지에 대한 잘못된 설명 등이 있었습니다. 그록은 결국 금리 인상 확률을 정정했으나, 이는 지적을 받은 후에야 이루어졌습니다.

실시간 데이터를 조회하지 않았다는 그 후의 주장 역시 최근 인플레이션 및 마운트곡스(Mt. Gox) 사태에 대한 언급과 모순되는 점이 있었다. 이후의 질의 과정을 통해 해당 정보가 데이터 검색, 사전 맥락, 혹은 다른 출처 중 어디에서 비롯된 것인지 명확히 규명할 수 없었다. 음성 비교 분석에서 중요한 발견점은 단순히 Grok이 오류를 범했다는 사실이 아니었다. 올바른 금융 주장과 잘못된 금융 주장이 본질적으로 동일한 대화적 확신도로 제시되었다는 점이었다.

클로드(Claude)의 텍스트 모델은 증거를 찾았지만 여전히 방법을 지어냈다

Claude Opus 5.5의 초기 텍스트 세션에는 문서화된 장점이 하나 있었다. 바로 답변을 하기 전에 네 차례의 웹 검색을 수행했다는 점이다. 78,000달러라는 예측치는 부분적으로 비트코인의 ‘진정한 시장 평균(True Market Mean)’을 근거로 한 것이었는데, 이는 약 77,600달러로 추정되었다. 덕분에 이 답변에는 구체적인 시장 기준이 제시되었는데, 이는 ChatGPT 음성 세션에서 대체로 결여된 부분이었다. 그러나 서면 답변에도 나름의 문제가 있었다.

클로드는 과거 반감기 주기의 시점을 잘못 기술했고, 비트코인의 고점 대비 저점 하락폭(약 54%)을 과소평가했으며, 경제 논의에서 이란 전쟁으로 인한 석유 충격에 대한 내용을 생략했다. 또한 10월의 상황이 다르다는 정보를 찾아냈음에도 불구하고, 상장지수펀드(ETF) 자금 유출에 대한 주장을 선호했다. 더욱 주목할 만한 점은 시스템이 자신의 작동 방식을 어떻게 설명했는지였다. 클로드는 “제가 가장 높은 가중치를 부여한 데이터 포인트”를 언급하며, 12월 금리 인상을 예측에 반영했다고 주장했다. 그러나 추가 질문을 받자, 수치적 가중치나 확률을 계산하지 않았음을 인정했다. 78,000달러라는 추정치는 입증된 정량적 모델의 산출물이 아니라, 시장 지표에 기반한 판단에 불과했다. 클로드와의 텍스트 대화에서 출처가 명확한 정보와 근거 없는 가정을 적절히 구분해 내기까지 세 차례의 질의응답이 필요했다. 웹 검색을 통해 논의할 자료는 더 많이 확보되었지만, 그것이 건전한 분석을 보장한 것은 아니었다.

클로드의 음성 모델이 실험에서 가장 큰 놀라움을 선사했다

후반부에 진행된 클로드 오푸스 5.5 음성 세션은 비교 결과를 뒤바꿨다. 초기 예측치는 88,000달러였으나, 이후 85,000달러로 수정되었다. 답변을 여러 번 바꾼 ChatGPT의 음성 세션과 달리, 클로드는 남은 프롬프트 전반에 걸쳐 수정된 수치를 고수했으며, 단순히 더 눈길을 끄는 예측을 내놓기 위해 수치를 조정하는 것을 거부했다. 더 중요한 점은, 클로드의 음성 응답이 다른 세션들보다 더 일찍 한계를 스스로 밝혔다는 것이다. 두 번째 답변에서 클로드는 실시간 온체인 지표를 가져올 수 없음을 인정하고, 자신의 예측을 계산된 모델 결과가 아닌 추정치라고 설명했습니다. 근거가 없는 정보를 식별해 달라는 요청을 받았을 때, 클로드는 첫 번째 요청에서 검색된 수치, 일반 상식, 계산 결과 및 의견을 명확히 구분했습니다.

이는 클로드의 텍스트 세션보다 더 나은 정보 공개 성과였는데, 텍스트 세션에서는 비슷한 수준의 솔직함을 이끌어내기 위해 세 차례의 질문이 필요했기 때문이다. 또한 이 음성 모델은 비트코인의 역사적 사이클 정점이 일반적으로 반감기 이후 12~18개월 후에 발생한다고 정확하게 설명함으로써, 그록(Grok)의 음성 세션과 클로드의 원래 텍스트 응답 모두에서 나타난 시기 오류를 피했다.

그럼에도 클로드의 음성 성능이 완벽하다고 할 수는 없었다. 이 모델은 리뷰에서 구식으로 간주된 수치를 인용해 유가가 110달러를 넘었다고 언급했고, 기관의 지속적인 비트코인 매입 규모를 과대평가했으며, 현재의 하락세를 논의할 때 2026년 6월의 더 심각한 시장 하락을 생략했다. 또한 85,000달러 목표치를 도출한 계산 과정을 전혀 보여주지 않았다.

따라서 놀라운 점은 클로드의 음성 모델이 더 나은 금융 예측 모델이 되었다는 사실이 아니었다. 오히려 이번 특정 세션에서 음성 비서가 텍스트 기반 모델보다 자신의 한계를 더 솔직하게 드러냈다는 점이었다.

음성 AI와 텍스트 AI가 반드시 동일한 시스템은 아닌 이유

이러한 비교는 일반 사용자들이 결코 고려하지 않을 수도 있는 기술적 문제를 제기합니다. AI와 대화하는 것이 항상 AI에 텍스트를 입력하는 것과 동일하지는 않습니다. OpenAI의 ChatGPT 음성 서비스는 기본 텍스트 서비스와 별개의 모델 계열을 사용합니다. 한편 Anthropic은 Claude 음성 서비스가 지원되는 Sonnet 및 Opus 옵션을 포함하여 선택된 모델의 가장 빠른 버전을 통해 작동한다고 설명합니다.

이러한 차이로 인해 단순한 비교는 복잡해집니다. 인터페이스에 동일한 모델 이름이 표시되더라도, 음성 경험은 서로 다른 실행 설정, 지연 시간 제약, 음성 처리 구성 요소를 포함할 수 있습니다. 이번 실험에서는 이러한 요인들이 답변에 어떤 영향을 미쳤는지 독립적으로 규명하지 못했습니다.

Grok의 음성 아키텍처는 보고서에서 검증되지 않아, 기술적 비교의 또 다른 중요한 부분이 미해결로 남았습니다. 따라서 이번 세션만으로는 음성 AI가 생성형 텍스트 AI보다 본질적으로 정확도가 낮거나, 허위 정보를 생성할 가능성이 더 높거나, 더 투명하다고 단정할 수 없습니다. 이 실험이 보여주는 것은 인터페이스와 기반 구성이 중요하며, 익숙한 브랜드명만으로는 동등한 동작을 보장할 수 없다는 점이다. Claude는 사내 비교에서 가장 유용한 결과를 제공했으나, 그 경우에도 텍스트 및 음성 세션이 별도로 진행되었으며 반복적이고 통제된 실험을 구성하지는 못했다.

진정한 시험은 AI가 말을 멈춘 후에 시작된다

네 차례의 세션 전반에 걸쳐 최종 예측치는 78,000달러에서 85,000달러 사이였으며, 모두 비트코인의 당시 시세와 비교적 근접한 수준이었습니다. 어느 곳도 자신의 가정이 어떻게 선택된 정확한 수치로 이어졌는지 설명하지 않았다. 이 리뷰는 또한 자체 방법론의 한계점도 지적했다. 클로드(Claude)가 자체 성능 평가 보고서를 작성했으며, 몇 가지 시장 관련 주장은 완전한 1차 자료가 아닌 검색 결과 발췌문을 통해 확인되었다.

각 음성 비서가 정확히 어떤 정보를 검색했는지 기록하는 독립적인 도구는 없었다. 이러한 검증은 필수적이지만, xAI, OpenAI, Anthropic만이 이를 수행할 수 있다. 이번 실험은 탐색적 성격이었으며, 특정 기업이나 상호작용 방식이 다른 것보다 일관되게 우수한 성과를 낸다는 증거는 아니다. 그러나 이는 분석적으로 들리는 것과 실제 분석을 보여주는 것 사이의 중요한 차이를 드러내 주었다.

음성 비서는 전문 방송인처럼 리듬감 있고 확신에 찬 어조로 금융 해설을 전달할 수 있다. 텍스트 모델은 검색된 출처를 바탕으로 상세한 설명을 구성할 수 있다. 둘 다 근거 없는 결론, 허구, 혹은 노골적인 거짓말을 내놓을 수 있으며, 증거와 추론을 구분하도록 요구받으면 둘 다 개선될 수 있다.

클로드(Claude)의 후속 음성 세션은 AI와 대화한다고 해서 투명성이 자동으로 희생되는 것은 아니라는 점을 보여주었다. 동시에, ChatGPT와 Grok은 세련된 음성 답변이 서면 답변과 동일한 수준의 면밀한 검토를 받아야 하는 이유를 보여주었다. AI를 활용해 투자를 평가하는 사람이라면, 다음 테스트에서는 동일한 프롬프트, 문서화된 정보 검색 활동, 반복된 세션, 그리고 독립적으로 검증된 수치를 요구해야 한다.

그때서야 비로소 연구자들은 음성 상호작용의 효과를 기본 모델의 추론 능력과 분리하여 분석할 수 있을 것이다. 이 실험에서 가장 의미 있는 결과는 비트코인이 2026년 말 78,000달러, 82,000달러, 아니면 85,000달러로 마감할 것인지 여부가 아니었다. 바로 음성 모드에서 나온 네 가지 설득력 있는 성과가 네 가지 서로 다른 금융적 추론 과정을 보여주었음에도, 그 어떤 것도 최종 답변의 수학적 근거를 제시하지 못했다는 점이었다.