기존 LAB-Bench의 업그레이드 버전인데, 약 1,900개 태스크로 구성됐어요

AI가 생물학 연구를 얼마나 잘 수행하는지 측정하는 새 벤치마크 LABBench2가 공개됐어요.

기존 LAB-Bench의 업그레이드 버전인데, 약 1,900개 태스크로 구성됐어요. 단순한 지식 암기나 추론이 아니라, 실제 과학 연구에서 의미 있는 작업을 수행하는 능력을 측정하는 게 핵심이거든요.

눈에 띄는 건 난이도 차이예요. 최신 프런티어 모델들이 LAB-Bench에서는 잘 했던 태스크들을 LABBench2에서는 정확도가 26~46%p 낮게 나왔어요. AI가 과학 연구 보조 역할로 빠르게 발전하고 있지만, 실전 수준까지는 아직 갈 길이 있다는 걸 보여주는 셈이에요.

AI 과학 연구 도구의 실질적인 성능을 가늠하는 기준이 생겼다는 점에서, 앞으로 이 분야 발전 속도를 추적하는 데 중요한 척도가 될 것 같아요.