SWE-Explore라는 이름으로, 상하이교통대 등 국제 연구팀이 공개했거든요

AI 코딩 에이전트가 버그를 고치기 전에 '어디를 읽었는가'를 처음으로 따로 평가하는 벤치마크가 나왔어요. SWE-Explore라는 이름으로, 상하이교통대 등 국제 연구팀이 공개했거든요.

848개 버그 문제를 GPT-5.4, Gemini 3 Pro, Claude Sonnet 4.6, Kimi K2.6 등 강력한 모델들로 풀게 한 뒤, 실제로 어떤 파일·줄을 읽었는지 추적했어요. 여러 성공 경로가 겹치는 코드 구간을 '핵심 맥락'으로 정의한 거예요.

결과는 흥미로웠어요. 에이전트들은 관련 파일까지는 잘 도달하는데, 정작 패치에 필요한 정확한 줄을 짚어내는 능력은 크게 부족했어요. '고쳤냐 못 고쳤냐'만 보던 기존 지표로는 이 약점이 숨겨져 있었던 거예요.