GDPval-AA v2

GDPval-AA v2는 AI에게 진짜 회사 업무를 시켜보고, 그 결과를 사람이 같은 일을 했을 때의 점수와 비교하는 시험이다. 사람이 일을 처리한 수준을 1000점으로 못박아두고, AI가 그보다 높은 점수를 받으면 이 기준선을 넘어선 셀이다.

비유하면 신입사원 실무 평가와 비슷하다. 보고서 작성이나 자료 정리 같은 일을 시키고, 숙련된 직장인이 해낸 결과를 기준점(1000점)으로 삼아 AI의 결과물을 그 옆에 나란히 놓고 채점하는 방식이다. 점수가 1000을 넘으면 적어도 이 시험에서는 사람 평균보다 나은 결과를 냈다는 뜻이다.

평가는 독립 기관 아티피셜 애널리시스가 진행하며, 여러 AI 회사의 최신 모델들이 이 시험대에 올라 순위가 매겨진다. 다만 시험 하나를 잘 봤다고 실제 업무 전체를 대체할 수 있다는 뜻은 아니라는 점은 감안해야 한다.

기사는 "업스테이지의 Solar Pro 4는 GDPval-AA v2에서 1276을 받아 인간 기준선(1000) 위로 올라섰다"고 전한다. 여기서 오해하기 쉬운 부분은, 이 점수가 곧바로 '사람보다 일을 잘한다'는 전면적 증명은 아니라는 점이다. 시험에 포함된 특정 업무 과제 유형에서 채점 기준을 넘었다는 의미로 읽는 게 정확하다.