SKY-001: Skyfall AI의 엔지니어링 월드 모델, GPT-6 Astra를 비용은 150배, 정확도는 0.6포인트 앞서

Skyfall AI는 2026년 10월 19일 SKY-001을 발표했으며, 반복해서 보게 될 주장은 이 모델이 CAD 및 BIM 작업에서 GPT-6 Astra와 Claude Opus 5.5를 능가한다는 것입니다. 그 주장 아래에 있는 숫자는 주장 자체보다 작고 더 흥미롭습니다. 벤더 자체의 CAD 건설 벤치마크에서 SKY-001은 79.7% IoU를 기록해 GPT-6 Astra의 79.1%를 앞섰습니다. 이는 0.6포인트 차이로, 새로운 아키텍처가 아니라 다른 랜덤 시드에서 나올 법한 격차입니다. 가까운 쪽이 아닌 것은 그 주변의 모든 것입니다. 사례당 3.9초 대 199초, $0.005 대 $0.75입니다. 정확도는 동점입니다. 효율성은 압도적입니다. Skyfall 자체 자료는 두 번째 요점을 큰 소리로 강조하며, 한 곳에서는 의도치 않게 첫 번째 요점을 대신 말해 줍니다. 이와 같은 출시 뒤에 있는 문서화된 AI 실패와 에이전트 사건들은 OrcaRouter AI Incident Archive에 수집되어 있으며, 각 항목에는 자체 출처, 심각도, 신뢰도 등급 및 이견 표시 플래그가 포함되어 있습니다.

이런 수치들이 당신에게 중요해지기 전에 알아야 할 두 번째 사실이 있습니다. SKY-001은 호출할 수 있는 대상이 아닙니다. 연구 프리뷰 단계로 대기자 명단 뒤에 있으며, 완전한 상용 배포는 2027년 초를 목표로 합니다. API도, 가격도, 가중치도, 파라미터 수치도, 라이선스도 없습니다. 이 글은 이번 출시가 실제로 무엇을 확립하는지 — 헤드라인이 아니라 표를 읽을 때 벤치마크가 얼마나 견고한지, 이 모델이 진정으로 다르게 하는 일이 무엇인지, 그리고 오늘 이 역량이 필요한 팀이 기다리는 대신 무엇을 해야 하는지 — 를 다룹니다.

Skyfall이 실제로 출시한 것

Skyfall AI는 샌프란시스코에 본사를 두고 토론토에 연구 허브를 둔 회사로, 2017년 마이크로소프트가 인수한 딥러닝 연구소 Maluuba 팀이 설립했습니다. Sam Pasupalak이 CEO이고, Kaheer Suleman과 Sumit Pasupalak은 공동 창업자입니다. 이 회사는 2026년 7월 스텔스 모드에서 나오며 독특한 제안을 내세웠습니다 — 엔터프라이즈 월드 모델, 그리고 궁극적으로는 AI가 운영하는 회사 — Fidelity, Touring Capital, M13, iNovia의 지원을 받았습니다. SKY-001은 첫 모델 출시이자 그 논지를 뒷받침하는 첫 구체적 산출물입니다.

한 문장으로 말하면: 엔지니어링 설계는 언어 문제가 아니므로 언어 모델로 해결하려는 것을 그만두어야 합니다. 엔진은 여러 단계 깊이로 중첩된 수백 개의 부품으로 나뉘고, 각 부품은 이웃 부품에 의해 제약을 받습니다. 평면도는 벽, 그다음 유닛, 그다음 방, 그다음 문과 설비로 이루어지며, 그리는 순서가 중요합니다. 긴 텍스트를 하나의 자기회귀 사슬로 내보내는 모델은 그 모든 것을 단일 컨텍스트에 담아야 하고, 사슬이 길어질수록 성능이 떨어집니다. SKY-001은 대신 시각 세계에서 계층적으로 계획하며, 각 수준이 아래 수준에 명시적인 하위 목표를 넘깁니다.

두 가지 구성 요소가 이를 수행합니다.Hierarchical Composer는 설계 의도, 즉 이미지, 텍스트 또는 브리프가 포함된 건물 외피를 입력받아 전체 설계를 생성한 다음, 이를 레벨별로 분할하고 각 리프를 병렬로 정교화합니다. 그런 다음 Construction World Model이 각 리프를 구축하는 시각적 상태의 순서를 예측합니다. CAD에서는 연속된 각 쌍 사이에 2D 스케치가 그려진 3D 솔리드 상태의 체인으로, BIM에서는 평면도가 스트로크 하나하나씩 그려지는 방식으로 예측합니다. 도면 자체는 두 번의 패스로 확산 방식으로 실행됩니다. 먼저 Matryoshka 스타일 오토인코더에서 압축된 잠재 공간에서의 거친 롤아웃을 수행한 다음, 전체 해상도를 복원하는 리파이너가 이어집니다. 둘 다 확산 트랜스포머이며, 어느 쪽도 토큰을 예측하지 않습니다.

그 아키텍처의 규모는 공개적으로 밝혀진 바가 없다. Skyfall은 모델이 아니라 데이터를 공개했다: 컴포저용 부품이 20만 개가 넘고, 월드 모델용 구성 예시가 60만 개가 넘으며, 약 200만 개의 도면 상태를 나타내는 약 3만 5천 개의 실제 및 합성 평면도가 포함된다. CAD 데이터는 계층 구조가 일관되지 않고 부품에 이름이 없으며 구성 이력이 누락된 공개 조립 데이터셋에서 재구성되었다. Skyfall은 엔지니어링 도구와 LLM 지원 워크플로로 이를 역설계했고, 학습 전에 결과를 검증했다. 데이터 규모에 관한 주장은 사실이다: 일반적인 부품 분해 데이터셋인 PartVerse와 비교하면, 중앙값 객체의 부품 수는 6개이고 99백분위수는 33개다. Skyfall의 중앙값은 288이고 99백분위수는 4,180이다.

CAD 벤치마크를 제대로 읽기

CAD 구성 벤치마크는 복잡한 객체에서 샘플링한 1,000개 구성요소로 이루어져 있습니다 — Jaguar E-Type Roadster, FANUC ArcMate 100iB 용접 암, Minitractor 4×4, Bell 222 헬리콥터, 제트 엔진 — 각 구성요소는 대략 100개의 도면 단계를 거치며, 기준 형상에 대한 IoU로 채점됩니다. 다섯 개의 프런티어 모델이 이 벤치마크에서 실행되었습니다. 아래의 모든 수치는 Skyfall의 것이며, Skyfall이 직접 구동한 모델들에서 Skyfall이 산출한 것입니다.

• 사례당 시간 — SKY-001 3.9초; GPT-6 Astra 199초; Gemini 4 253초; Kimi K3 439초; Qwen 3.8 Max 764초; Grok 4.7 1,250초, 완료한 사례 없음.

• 사례당 비용 — SKY-001 $0.005; GPT-6 Astra $0.75; Gemini 4 $0.25; Qwen 3.8 Max $0.30; Kimi K3 $0.13; Grok 4.7 출력 없음 $0.59.

• 품질(평균 IoU) — SKY-001 79.7%; GPT-6 Astra 79.1%; Gemini 4 76.9%; Qwen 3.8 Max 34.4%; Kimi K3 9.5%; Grok 4.7 결과 없음.

이것이 표 전체이며, 두 번 읽을 가치가 있습니다. 효율성 이야기는 광고한 만큼 강력합니다. 최고 경쟁사보다 51배 빠르고 150배 저렴한데, 주당 1,000개 설계에서는 이것이 5달러짜리 항목과 750달러짜리 항목의 차이입니다. 품질 이야기는 무승부입니다. SKY-001, GPT-6 Astra, Gemini 4가 모두 선두에서 서로 3점 이내에 들어옵니다. 그 아래의 붕괴—34.4%, 9.5%, 출력 없음—는 승자에 대해서보다, 순진한 LLM 프롬프팅이 긴 구성 시퀀스에서 얼마나 심하게 실패하는지를 더 많이 말해 줍니다. Grok 4.7이 1,000개 사례 중 0개를 완료한 것은, 이것들이 길고 깨지기 쉬운 롤아웃이며 벤치마크가 모델이 100단계 동안 일관성을 유지할 수 있는지 자체를 측정하고 있음을 상기시켜 줍니다.

비용 열에 관한 한 가지 주의점: Skyfall은 케이스당 비용을 보고하지만 그 배후의 회계 산정 방식은 밝히지 않습니다. 그것이 API 정가인지, 임대 GPU 시간인지, 상각된 자체 호스팅 추론인지에 따라 비교가 크게 달라집니다 — 특히 Skyfall이 호출한 것이 아니라 직접 실행한 모델의 경우 더욱 그렇습니다. 비율은 방향성상 맞는 것으로, 절대 달러 금액은 설명되지 않은 것으로 간주하십시오.

효율성 주장은 어느 페이지를 읽느냐에 따라 달라진다

Skyfall의 출시 자료들은 서로 일치하지 않는데, 이를 인용할 계획이라면 알아둘 만하다. 출시 블로그의 헤드라인은 CAD 케이스당 "약 50배 속도 향상 및 150배 더 적음"이라고 되어 있고, 차트 레이블은 51×와 150×로 표시되어 있다. SKY-001 제품 페이지의 헤드라인은 "3.9초 vs 199초, 49배 더 빠름" 및 "$0.005 vs $0.75, 143배 더 낮은 비용"이라고 되어 있다. 보도자료에는 "100배 더 빠름"과 "150배 더 낮은 비용"이라고 되어 있다. 같은 모델, 같은 벤치마크인데, 같은 날 게시된 세 문서에서 네 가지 서로 다른 속도 배수가 나온다.

산수로 CAD 사례는 정리된다. 199를 3.9로 나누면 51.0이고, $0.75를 $0.005로 나누면 150이다. 블로그가 맞고, 나머지 두 페이지는 반올림되었거나 오래되었거나 다른 기준선에 대해 계산된 것이다. 보도자료의 100×는 사이트의 어떤 수치와도 맞출 수 없다. 이것은 스캔들이 아니다. 출시 페이지는 서로 다른 사람이 서로 다른 마감일 속에 작성하며, 아무도 그것들을 대조하지 않는다. 이는 헤드라인이 아니라 1차 표를 인용해야 할 이유이며, 이번 주 보도에서 보게 될 배수들이 작성자가 먼저 읽은 방향으로 틀릴 것이라고 예상해야 할 이유다.

랜딩 페이지는 또한 블로그와 일치하지 않는 두 번째 품질 패널을 보고합니다. 해당 3D CAD 차트는 SKY-001이 76.1% IoU로 GPT-6 Astra의 73.4%, Claude Opus 5.5의 61.8%, Gemini 3.8 Flash의 45.9%, Qwen 3.8 Max의 26.6%, Kimi K3의 6.5%를 상대로 기록한 것으로 보여줍니다. 블로그의 건설 벤치마크는 79.1% 대비 79.7%를 보여줍니다. 다른 작업, 다른 점수, 양쪽 모두 같은 모델 이름 — 그리고 Astra 대비 차이는 어느 쪽을 선택하느냐에 따라 0.6점에서 2.7점으로 달라집니다. 이 모델의 정확도에 대해 논쟁하려면, 숫자와 함께 벤치마크를 명시하세요.

BIM: 더 좁아진 선두 격차, 그리고 Gemini가 바로 뒤따른다

BIM 벤치마크는 1,000개의 평면도입니다 — 약 350개는 IFC 건물 모델에서 가져온 전체 층이고 650개는 아파트 단위 수준이며 — 각각 20개에서 200개가 넘는 도면 작성 단계를 거치고, 평균 약 70단계이며, 완성된 평면도에 대해 IoU로 평가됩니다.

• 계획당 소요 시간 — SKY-001 1.22초; Kimi K3 113.9초; GPT-6 Astra 144.6초; Qwen 3.8 Max 255.3초; Gemini 3.8 Flash 346.2초; Grok 4.7 592.1초.

• 플랜별 비용 — SKY-001 $0.0024; Qwen 3.8 Max $0.111; Gemini 3.8 Flash $0.218; Kimi K3 $0.270; Grok 4.7 $0.305; GPT-6 Astra $0.446.

• 품질(평균 IoU) — SKY-001 43.6%; Gemini 3.8 Flash 42.3%; GPT-6 Astra 40.6%; Kimi K3 33.7%; Qwen 3.8 Max 28.8%; Grok 4.7 28.2%.

Astra 대비 119배 속도와 186배 비용 수치는 정확합니다. 하지만 품질 열을 보십시오: Gemini 3.8 Flash는 SKY-001보다 1.3점 뒤처지고, Gemini 3.8 Flash는 91배 더 비싸지만 절대적으로는 플랜당 22센트로 여전히 저렴합니다. 수천 개의 플랜을 작성하는 회사에 중요한 격차는 실질적입니다. 수십 개의 플랜을 작성하는 회사에 중요한 격차는 워크플로 변경에 비하면 반올림 오차에 불과합니다.

그리고 절대적인 수치를 보십시오. 이 벤치마크에서 최고 모델은 교집합 대 합집합(Intersection-over-Union) 기준으로 평면도의 43.6%를 재구성합니다. 이는 벤더 자체 채점에서 분명히 제시된 연구 미리보기 수준의 품질 기준이지, "건축가를 대체한다"는 기준이 아닙니다. 그런 맥락에서 보면, 이번 출시의 실제 주장은 트윗보다 더 좁고 더 방어 가능합니다. 즉, 목적에 맞게 설계된 공간 모델이 이제 대량 생성과 탐색을 실용적으로 만드는 속도로 긴 시공 순서를 계획하며, 비교 대상이었던 프런티어 LLM들과 대략 인간 벤치마크 수준의 충실도를 보인다는 것이지, 건물 설계를 해결했다는 것은 아닙니다.

트윗이 틀린 점

SKY-001이 “CAD 및 BIM 작업에서 GPT-6 Astra와 Opus 5.5를 능가한다”는 프레이밍은 그 두 비교 중 하나를 과장한다. Claude Opus 5.5는 두 건설 벤치마크 어디에도 등장하지 않는다. 대신 다른 두 곳에 등장한다. 네 모델이 각각 한 번의 요청으로 전체 어셈블리에 대한 Blender 스크립트를 작성한 정성적 영상에서—여기서 Skyfall 자체도 GPT-6 Astra가 다른 프런티어 모델들보다 “훨씬 앞서 있었다”고 말한다—그리고 GPT-6.1 Sol과 함께 Astra와 비교해 SKY-001에 점수를 매긴 두 명의 블라인드 LLM 심사자 중 하나로서 등장한다. 랜딩 페이지의 3D CAD 패널에는 Opus 5.5가 61.8%로 포함되어 있으며, 그것이 Opus 5.5에 대한 숫자가 존재하는 유일한 곳이다.

BIM에는 Opus 5.5 행이 전혀 없습니다. CAD 시공 표에도 Opus 5.5 행이 없습니다. 따라서 그 주장을 정직하게 표현하면 다음과 같습니다. SKY-001은 정확도에서 GPT-6 Astra와 대략 동등하면서 시간과 비용은 그 일부만 들고, 실행된 프런티어 모델들—Gemini, Qwen, Kimi 포함—을 작업이 길어질수록 커지는 격차로 앞섭니다. 문장에서 Opus 부분은 벤치마크가 아니라 비디오 데모와 심사위원석에서 이어져 온 것입니다.

composer 비교에는 별도의 유의점이 필요합니다. 두 결과 중 더 약한 쪽이기 때문입니다. Skyfall은 동일한 입력 사진에 대해 SKY-001을 GPT-6 Astra, Claude Opus 5.5, Claude Fable 5.1과 비교했으며, 모든 LLM이 전체 조립을 위한 Blender 스크립트를 한 번의 요청으로 작성하도록 했습니다. 두 명의 블라인드 LLM 심사위원이 렌더링을 다섯 가지 차원에서 1~10점으로 평가했고, SKY-001은 다섯 중 네 가지를 가져갔습니다 — 부품 분해 7.8 대 6.4, 내부 7.3 대 6.3, 복잡도 8.0 대 7.3, 입력 이미지와의 일치도 8.1 대 6.7, 외관 사실성 7.7 대 7.4. 유의점은 Skyfall 자체 각주에 있습니다. 심사위원이 LLM이라는 점, 경쟁 모델에는 도구나 반복 없이 원샷 프롬프트만 주어졌다는 점, 그리고 GPT-6 Astra가 자산의 82%에 대해서만 모델을 반환했다는 점입니다 — 따라서 세트의 18%에서는 SKY-001이 아무것과도 경쟁하지 않은 셈입니다. 단일 요청 Blender 스크립트는 최전선 LLM을 3D 조립에 투입하는 의도적으로 불리한 방식입니다. 그렇다고 해서 결과가 거짓이 되는 것은 아니며, 목적에 맞게 구축된 파이프라인과 기성 프롬프트 사이의 비교가 되는 것인데, 이는 건설 벤치마크도 마찬가지입니다.

엔지니어링 소프트웨어를 실제로 구축한다면 이것이 의미하는 것

흥미로운 주장은 벤치마크 격차가 아니다. 계층적 공간 세계 모델이 다섯 단계의 조립과 수천 개의 부품에 걸쳐 100단계 건설 계획을 끝까지 유지하고, 기하학적 겹침에서 프런티어 LLM과 1점 이내의 점수를 내는 결과물을 만들어낼 수 있다는 점이다. 이것이 독립적인 테스트에서도 유지된다면, 실질적인 함의는 대체가 아니라 탐색에 관한 것이다. 설계 롤아웃 한 번에 75센트와 3분이 아니라 0.5센트와 4초가 든다면, 천 개의 변형을 생성해 그중 하나를 고를 수 있다. 그것은 하나의 설계를 느리게 만들어내는 모델과는 다른 제품이다.

Skyfall이 다음에 나온다고 말하는 부분들도 같은 방향을 가리킨다. CAD 스케치는 편집 가능한 피처 이력을 갖춘 실행 가능한 파라메트릭 작업이 되어, 설계자가 브래킷을 넓혀 달라고 요청하면 변경되어야 하는 인접 부품들이 따라오게 할 수 있게 된다. BIM 출력은 도면이 아니라 편집 가능한 건물 모델의 벽, 문, 창문, 방이 된다. 그 너머에는 PCB 레이아웃과 기타 하드웨어가 있다. 이는 로드맵상의 발언일 뿐 출시된 기능이 아니며, 연구 프리뷰에는 그중 어느 것도 포함되어 있지 않다.

모델을 공개할 때 보통 답하는 질문들 가운데 이번 모델이 답하지 않는 것들도 있다. 파라미터 수가 없다. 아키텍처 논문도 없다. 가중치도, 라이선스도, 자체 호스팅 경로도 없다. 컨텍스트 윈도우도 없다. 챗 모델이 아니기 때문이다. 공개된 평가 하네스가 없으므로 자신의 환경에서 벤치마크를 다시 실행할 방법도 없다. 독립적 측정도 없다. Artificial Analysis, LMArena 및 여타 일반적인 제3자 보드에는 SKY-001 항목이 없는데, 하루 전에 공개되었고 호출할 수도 없는 모델로서는 놀랄 일도 아니다. 이 글의 모든 수치는 벤더가 보고한 것이며 재현되지 않았고, 벤더 자체 페이지들도 대표 속도 배수에서 최대 2배까지 서로 어긋난다. 수치가 빌드 결정에서 중대한 근거가 되기 전에 기다려야 할 것은 독립적 재현이다.

이번 분기에 이 기능이 필요하시다면

SKY-001은 구할 수 없습니다. 제품 페이지에서는 대기자 명단을 제공하고, 보도자료에서는 완전한 상용 배포가 2027년 초를 목표로 한다고 밝히고 있으며, 언급된 유일한 통합은 출시된 커넥터가 아니라 Autodesk Fusion 내부의 데모입니다. 이를 중심으로 2026년 파이프라인을 계획할 이유는 어디에도 없습니다.

여기서 사용할 수 있는 것은 그것이 벤치마크 대상으로 삼은 모델입니다. GPT-6 Astra는 OrcaRouter에서 openai/gpt-6-astra(으)로 라우팅되며, OpenAI의 정가인 입력 100만 토큰당 $10.00, 출력 100만 토큰당 $50.00에 1.05M 토큰 컨텍스트 윈도우 기준으로 0% 마크업으로 그대로 전달됩니다 — 따라서 OpenAI가 요율을 바꾸면 마진을 다시 계산한 뒤가 아니라 같은 날 여기 요율도 바뀝니다. Artificial Analysis 지능 지수 54.7, 코딩 지수 76.9, 에이전트 지수 51.6을 기록하고 있으며, 이는 SKY-001에는 없는 독립적인 수치입니다.

그것은 또한 검증되지 않은 모델에 프로덕션 경로를 걸지 않고도 그 모델을 계속 주시하는 현명한 방법이기도 합니다. SKY-001이 실제로 API에 도달할 때 — 현재 계획상 2027년 초이며, Skyfall이 직접 판매하기 전에 파트너를 통해 이루어질 수도 있습니다 — 실행해 볼 가치가 있는 테스트는 1,000개 구성 요소 벤치마크가 아니라 여러분 자신의 부품입니다. 그때까지, 아직 평가하지 않은 모델에서도 견디는 라우팅 패턴은 지루한 것입니다: 호출을 하나의 엔드포인트에 두고, 그 뒤에 폴백 체인을 배치하며, 공급자가 느리거나 모델이 더 이상 최선의 답이 아닐 때 라우터가 트래픽을 옮기게 하십시오. OrcaRouter의 장애 조치가 존재하는 이유는 바로 새 모델이 측정된 결과를 바탕으로 프로덕션 트래픽을 얻어야 하기 때문이며, Skyfall 외부에서는 아무도 SKY-001을 측정하지 않았습니다.

볼 만한 것

세 가지가 있다면 이것은 강력한 벤더 데모에서 실제 결정으로 바뀔 것입니다. 첫째, 공개 평가 하니스에서의 독립적 평가입니다. 건설 벤치마크는 Skyfall 자체의 것이고 Skyfall이 정의한 것으로, 공개된 과제 세트가 없으며, CAD에서의 0.6점 차이는 다른 채점 관례라면 뒤집힐 수 있는 범위 안에 충분히 들어옵니다. 둘째, 상업적 형태입니다. 2027년 초에 디자인당 가격을 매기는 API로 나올지, 구매자가 이미 작업하는 CAD 및 BIM 도구 내부의 플러그인으로 나올지, 아니면 개발자가 아니라 기업에 판매하는 엔터프라이즈 라이선스로 나올지입니다. Autodesk Fusion 언급은 두 번째를 암시하며, 그렇게 되면 SKY-001은 호출하는 모델이 아니라 이미 보유한 설계 소프트웨어의 기능이 됩니다. 셋째, 이 계층 구조가 CAD와 BIM을 넘어 Skyfall이 다음으로 지목하는 PCB 및 하드웨어 작업까지 일반화되는지입니다. 그것이 바로 아키텍처가 훈련 데이터가 아니라 강점이라는 주장입니다.

현재로서는 정확한 요약의 범위가 좁다. Skyfall AI는 최초의 신뢰할 만한 엔지니어링 월드 모델을 출시했으며, 그것이 실제로 앞서는 점은 설계당 속도와 비용으로 10~100배 수준이고, 정확도는 최전선을 능가하기보다는 필적한다. 이는 진정으로 새로운 역량이며 물리 설계에 대한 LLM 접근법에 맞선 실제 전략적 베팅이다. 오늘날 그것은 또한 대기자 명단 페이지이자 벤더 벤치마크이며 — 그것이 그 이상인지 여부를 결정할 숫자는 150×가 아니라 0.6점이다.