뉴스 - 원문 기반 요약 필요

---

title: "AI 에이전트 벤치마크 OSWorld 2.0 출시, 태스크 4배 확대" description: "뉴스 - 원문 기반 요약 필요" date: 2026-06-29 tags: [ai-tool] source: "https://dev.to/gentic_news/osworld-20-launches-tests-ai-agents-on-1500-desktop-tasks-ipe" sidebar: order: 0

제목(한글): AI 에이전트 벤치마크 OSWorld 2.0 출시, 태스크 4배 확대 원문 제목(영문): OSWorld 2.0 Launches, Tests AI Agents on 1,500 Desktop Tasks 원문: OSWorld 2.0 Launches, Tests AI Agents on 1,500 Desktop Tasks 소스: dev-to-ai MD 파일: content/2026-06-29/dev-to-ai-osworld-2-0-launches-tests-ai-agents-on-1-500-desk.md

핵심 내용

Epoch AI가 AI 에이전트 벤치마크 OSWorld 2.0을 공개했어요. v1의 369개에서 1,500개로 태스크를 4배 늘리고, macOS·Windows·Ubuntu 세 플랫폼을 모두 커버해요.

특히 이번 버전의 핵심은 '의도적 방해' 테스트예요. 파일명 오타, 버튼 라벨 변경, 창 크기 조절 같은 훼방 요소를 심어서 AI가 진짜로 내용을 이해하는지, 아니면 화면 패턴만 외운 건지 가려내거든요. 전체 태스크의 30%는 여러 앱을 넘나드는 복합 작업이에요.

참고로 Google Gemini 3.5 Flash는 v1에서 78.4점을 기록했는데, v2가 얼마나 장벽을 높였는지가 앞으로 주요 모델들의 진짜 실력을 판가름할 거예요.

잡돌쌤의 한마디

오타·UI 변경 같은 방해 요소로 AI가 화면 패턴 암기가 아닌 진짜 이해를 하는지 검증하는 첫 대규모 기준이에요.

---

출처: OSWorld 2.0 Launches, Tests AI Agents on 1,500 Desktop Tasks