오픈AI가 챗GPT를 단순한 대화형 도구에서 실제 일상 업무를 처리하는 개인 AI 비서로 발전시키기 위한 성능 평가 체계를 공개했다. 육아와 건강 관리, 금융 등 생활 밀착형 업무를 얼마나 잘 수행하는지 측정해 에이전트 역량의 개선 정도를 추적한다는 구상이다. 

오픈AI는 2일(현지시간) 육아와 건강 관리, 금융, 쇼핑 등 일상적인 업무를 AI가 얼마나 잘 수행하는지 평가하는 벤치마크 '라이프밸(LifeVal)'을 공개했다.

라이프밸은 미국 및 다국가 시간 사용 조사 데이터에 더해 3995명을 대상으로 한 대규모 인구통계학적 설문조사를 결합해 사람들이 개인 비서에게 가장 의존하고 싶어 하는 영역을 바탕으로 설계됐다

조사 결과 지난 1년간 최신 모델의 개인 비서 업무 수행 점수는 약 49%에서 81%로 가파르게 상승했다. 최근 들어 성능 향상 속도는 다소 둔화한 경향을 보였다.

일상생활 작업에서 모델의 성능 변화 추이 (사진=오픈AI)

라이프밸은 단순 문답 능력을 넘어 실제 복잡한 작업을 처리하는 맞춤형 에이전트의 실력을 가늠하는 평가 시스템이다.

오픈AI는 지난 1년간 웹 브라우저 제어와 컴퓨터 사용, 외부 서비스 연동 기능을 대폭 강화하면서 모델의 실무 수행 능력을 끌어올렸다고 설명했다. 이러한 고도화된 기능들은 챗GPT에 녹아들어 대화 도구를 넘어 실제 생활의 문제를 해결하는 에이전트형 비서로 진화하는 동력이 되고 있다.

이번 평가는 개인 AI 비서 시장 주도권을 선점하려는 오픈AI의 전략에 따른 것이다. 사용자가 진정으로 바라는 것은 단순한 조언이나 잡담이 아니라, 육아 정보를 수집하고 예산을 관리하거나 장을 보는 등 실생활의 난제를 해결하는 데 있다는 판단 때문이다.

오픈AI는 "진정으로 유용한 개인 비서가 되려면 챗GPT는 조언이나 대화 응답을 넘어 실제로 일을 처리할 수 있어야 한다"고 강조했다. 이어 "일상적인 사람들의 삶에서 중요한 문제를 AI가 얼마나 잘 해결하는지 측정해야 한다"며 라이프밸이 실제 생활에 도움이 되는 AI 발전을 평가하는 출발점이라고 밝혔다.

박찬 기자 cpark@aitimes.com