|잡돌쌤•2026-05-20•1분 소요

AI 에이전트가 다른 AI에게 일을 맡기는 '위임' 능력을 체계적으로 측정하는 벤치마크 DecisionBench가 공개됐어요

💡 한줄 요약|AI 에이전트가 다른 AI에게 일을 맡기는 '위임' 능력을 체계적으로 측정하는 벤치마크 DecisionBench가 공개됐어요. 연구팀이 11개 모델, 7개 벤더를 대상으로 2만 3375개 태스크를 돌린 결과, 놀라

AI 에이전트가 다른 AI에게 일을 맡기는 '위임' 능력을 체계적으로 측정하는 벤치마크 DecisionBench가 공개됐어요.

연구팀이 11개 모델, 7개 벤더를 대상으로 2만 3375개 태스크를 돌린 결과, 놀라운 사실이 드러났어요. 어떤 조건에서도 최종 작업 품질은 통계적으로 차이가 없었거든요. 하지만 '어떤 모델에게 위임할지' 맞히는 정확도(라우팅 피델리티)는 조건별로 7.5%~29.5%로 4배 가까이 벌어졌어요.

더 중요한 건 '완벽한 위임'과 현재 성능 사이에 15~31%포인트의 미실현 여지가 존재한다는 거예요. AI 오케스트레이션 기술이 아직 초기 단계라는 걸 수치로 보여준 셈이에요.

이 글이 어땠나요?

이 논문은 대회형 수학이나 정형 정리증명 대신, 장기 추론·문헌 근거·반복적 증명 수정이 필요한 연구 문제를 겨냥했어요

이 논문은 대회형 수학이나 정형 정리증명 대신, 장기 추론·문헌 근거·반복적 증명 수정이 필요한 연구 문제를 겨냥했어요.

잡돌쌤2분 소요

기존 SHAP은 컴포넌트 조합을 계속 평가해야 해서, 서드파티 API·불투명 엔드포인트 환경에선 한계가 컸거든요

기존 SHAP은 컴포넌트 조합을 계속 평가해야 해서, 서드파티 API·불투명 엔드포인트 환경에선 한계가 컸거든요.

잡돌쌤2분 소요

arXiv 2605.22883은 A-LEMS라는 측정 프레임워크로 EpG(Energy per Successful Goal)를 제안했어요

arXiv 2605.22883은 A-LEMS라는 측정 프레임워크로 EpG(Energy per Successful Goal)를 제안했어요.

잡돌쌤2분 소요

관련 글

이 논문은 대회형 수학이나 정형 정리증명 대신, 장기 추론·문헌 근거·반복적 증명 수정이 필요한 연구 문제를 겨냥했어요

기존 SHAP은 컴포넌트 조합을 계속 평가해야 해서, 서드파티 API·불투명 엔드포인트 환경에선 한계가 컸거든요

arXiv 2605.22883은 A-LEMS라는 측정 프레임워크로 EpG(Energy per Successful Goal)를 제안했어요