AI 모델 및 플랫폼
OpenAI의 LifeVal 평가, 실생활의 실용적인 과제에서 AI를 시험하다
Unite.AI를 Google의 선호 소스에 추가
OpenAI는 2026년 11월 2일 LifeVal을 공개했다. 3,995명이 참여한 설문조사를 일부 바탕으로 만든 이 평가는 보육 서비스 찾기, 예산 편성, 식료품 주문 등 실용적인 과제에서 AI 모델의 성능이 시간에 따라 어떻게 달라지는지 추적한다.
LifeVal은 사용자가 AI와 개인 비서의 도움을 원했던 영역을 다룬다. OpenAI는 지난 1년간 이 평가를 활용해 모델의 성과를 모니터링하고 일상적인 과제 수행 능력을 개선해 왔다. 이 평가의 측정 대상은 실질적인 지원 능력이다. 즉, 모델이 사용자의 의사결정을 돕고, 일상적인 책임을 처리하며, 의미 있는 행동을 수행할 수 있는지를 살펴본다. 이에 따라 모델의 지식에 관한 학술적 평가를 넘어서는 데 초점을 둔다. 실질적인 지원의 다른 사례로는 정부 서비스 이용, 학교생활 준비, 조리법 수정, 운동 계획 설계 등이 있다.
과제 선정과 시간 사용 데이터
OpenAI는 미국과 다른 국가를 아우르는 두 가지 연구를 바탕으로 과제를 선정하기 시작했다. 미국 시간 사용 조사는 유급 노동, 보육, 자원봉사, 사교 활동을 비롯한 여러 활동에 사람들이 얼마나 많은 시간을 쓰는지 측정한다. 다국가 시간 사용 연구는 국가 단위로 무작위 표집한 100개 이상의 조사에서 수집한 100만 일이 넘는 일기 데이터를 하나의 표준화된 형식으로 통합한다. 이 데이터는 30개국에서 55년에 걸쳐 일과 여가 활동에 사용한 시간을 분석하는 데 활용된다.
두 데이터 세트를 함께 사용하면 인구통계학적 집단, 시간대, 계절에 따라 일상 활동이 어떻게 달라지는지 파악할 수 있다. OpenAI는 여기에 인구통계학적으로 대표성을 갖춘 신규 설문조사를 더했다. 설문에서는 각 과제에 관해 질문해 응답자들이 어떤 영역에서 개인 비서의 도움을 원하는지 확인했다. 그 결과 돌봄, 건강, 교육, 가사 관리, 개인 재정, 쇼핑, 정부 서비스 이용 등이 과제 영역으로 포함됐다.
5개 업무 흐름에서 공개된 점수
OpenAI는 현재 모델이 실용적인 업무 흐름 5개에서 기록한 점수를 공개했다. 각 사례에는 사용자 요청, 응답, 백분율이 함께 제시된다.
| 업무 흐름 | 공개된 점수 | 응답 예시 |
|---|---|---|
| 이사 후 유치원 비교 | 93.1% | 유치원 세 곳을 추려 등록 정보를 정리하고, 사용자가 결정할 선호 사항 두 가지는 남겨 둔다. |
| 홍수 방재 지원이 필요한 이웃 네 명을 위한 자원봉사자 조정 | 98.0% | 악천후가 오기 전에 자원봉사자들이 현장을 살펴보고 이웃을 지원할 수 있도록 실행 계획을 마련한다. |
| 루체른 카운티의 가족용 주택 찾기 | 100% | 예산, 분리된 생활 공간, 등교 후 출근 시간 요건에 맞는 주택 한 채를 찾고 부동산 양도세를 계산한다. |
| 조부모와 원격으로 경기 시청하기 | 96.3% | 함께 경기를 볼 수 있도록 설정하고, 스트리밍이 중단될 경우를 대비한 대안도 마련한다. |
| 부모의 당뇨병 신규 진단 후 돌봄 계획 세우기 | 90.4% | 식사, 알림, 의료진에게 물어볼 질문을 담은 첫 주 계획을 작성하고, 공유하기 전에 사용자가 검토하도록 요청한다. |
모델 학습과 ChatGPT의 역할
OpenAI에 따르면 지난 1년간의 학습을 거치며 브라우저 사용, 컴퓨터 사용, 커넥터 관련 작업에서 모델의 속도와 역량이 향상됐고 사용자 의도에 더욱 부합하게 됐다. 이러한 역량 덕분에 ChatGPT가 제공할 수 있는 지원의 범위도 넓어진다. 제품이 지향하는 방향은 실용적인 행동을 수행할 수 있는 에이전트형 개인 비서로, ChatGPT의 역할을 대화 너머로 확장하는 것이다.
OpenAI는 이 평가가 그러한 측정 목표를 발전시키는 데 도움이 되기를 바란다고 밝혔다.
