TD
The Decoder • 25일 전
IMP 8
英 AI 안전 연구소 "표준 벤치마크는 AI 에이전트의 실력을 과소평가한다"
영국 AI 안전 연구소(AISI)의 새로운 연구에 따르면, 고정된 컴퓨팅 예산을 기준으로 하는 기존 벤치마크들은 AI 에이전트의 실제 성능을 체계적으로 과소평가하는 경향이 있습니다. 연구 결과, 연산 시간과 토큰 예산을 늘려줄 경우 AI의 성공률은 최대 25%까지 상승했으며, 특히 사이버 보안 및 소프트웨어 개발 분야에서 두드러진 개선을 보였습니다. 이는 현행 평가 방식이 AI의 진정한 한계와 잠재력을 온전히 반영하지 못하고 있음을 시사합니다.
AI 안전 벤치마크 AI 에이전트