Michael Johnson모델이 질문에는 잘 답하면서도 조건을 비교하고 여러 단계를 계획해 사람을 위한 결과물을 준비하는 일에는 어려움을 겪을 수 있습니다. 2026년 11월 2일, OpenAI는 보육 시설 비교와 식단 계획부터 예산 수립과 공공 서비스 이용까지 일상생활 시나리오를 평가하는 LifeVal을 공개했습니다.
이 변화는 코딩과 시험 문제 풀이를 넘어서는 과제에 AI 도우미를 이용하려는 사람들에게 중요합니다. 이제 질문은 더 구체적입니다. 시스템이 채팅에서 유창한 답변만 내놓는 것이 아니라, 검색과 선택지 비교, 실행 준비가 필요한 전체 과정을 수행할 수 있을까요?
LifeVal이 평가하는 것
OpenAI는 미국과 국제 시간 사용 연구 2건, 그리고 3,995명을 대상으로 한 별도의 인구 대표성 설문조사를 바탕으로 과제 모음을 구성했다고 밝혔습니다. 주제에는 가족 돌봄, 건강, 교육, 가사, 개인 금융, 쇼핑, 공공 서비스가 포함됩니다. 회사는 LifeVal을 모델과 개인용 에이전트의 실용 과제 수행 능력을 평가하는 도구로 설명합니다.
이런 초점은 평가의 단위를 바꿉니다. 개별 지식 하나를 확인하는 대신, 시나리오에 따라 맥락을 모으고 사용자의 제약을 고려해 결과물을 준비하되, 최종 결정은 사람이 내릴 수 있도록 해야 합니다. 예를 들어 공개된 보육 시설 시나리오는 새 집 주변의 시설을 비교하고 적합한 선택지를 정리하도록 요구합니다. 또 다른 예로는 새로 당뇨병 진단을 받은 부모가 적응할 수 있도록 돌봄과 식사 계획을 세우는 과제가 있습니다.
공개된 수치의 의미
LifeVal 페이지에서 OpenAI는 개별 시나리오에 대한 자사 최신 모델의 결과를 제시합니다. 보육 시설 비교는 93.1%, 홍수에 대비한 자원봉사자 조직은 98%, 새로 당뇨병 진단을 받은 부모 지원은 90.4%입니다. 회사는 입소 관련 세부 정보가 담긴 시설 목록, 자원봉사자 배치 계획, 알림과 의료진에게 물어볼 질문이 포함된 메뉴 등 완성된 작업의 예도 보여줍니다.
이 수치는 OpenAI가 공개한 특정 시나리오에 해당합니다. 페이지에는 여러 모델의 결과를 비교할 수 있는 동등한 조건의 표가 없으므로, 이 백분율을 독립적인 도우미 순위로 볼 수는 없습니다. 직접 비교하려면 여러 시스템에 동일한 입력을 사용해 완성된 시나리오를 제시한 뒤, 수집한 정보의 정확성, 제약 조건 반영 여부, 결과물의 품질을 확인하는 편이 유용합니다.
답변에서 과제 수행으로의 전환이 중요한 이유
OpenAI는 LifeVal을 브라우저 사용, 컴퓨터 제어, 외부 서비스 연결 기능의 발전과 연관 짓습니다. 회사의 설명에 따르면 이러한 기능은 ChatGPT가 조언을 제시하는 것보다 복잡한 과제를 수행하도록 해줍니다. 따라서 이 평가는 OpenAI가 개인용 AI 도우미에 중요하다고 보는 실용 시나리오를 보여줍니다. 즉, 일상에서 이어지는 여러 단계의 일을 처리하는 데 도움이 되어야 합니다.
도우미를 만드는 팀은 이를 바탕으로 구체적인 접근법을 취할 수 있습니다. 대상 사용자의 다단계 과제로 제품을 시험하고, 어떤 상태를 완성된 결과로 볼지 미리 정의하는 것입니다. 사용자는 시스템이 어떤 단계를 수행했는지, 중요한 정보의 출처가 무엇인지, 어느 지점에서 자신의 판단이 필요한지 확인하면 좋습니다. 일상 과제에서는 글의 이해도뿐 아니라 세부 정보의 정확성과 결과물을 실제 다음 행동에 활용할 수 있는지도 중요합니다.
현재 비교할 수 있는 범위
LifeVal은 과제 모음의 구성 근거를 설명하고 OpenAI 최신 모델의 몇 가지 결과와 백분율을 보여줍니다. 하지만 공개된 페이지에는 동일한 조건으로 여러 모델을 비교할 수 있는 전체 표가 없습니다. 따라서 독자는 과제 유형과 답변 사례를 살펴볼 수는 있지만, 이를 도우미의 비교 순위로 사용해서는 안 됩니다.
LifeVal의 가치는 검증 가능한 질문을 제시한다는 데 있습니다. AI가 사람의 중요한 일상 과정을 돕고, 사람이 평가하고 활용할 수 있는 결과물을 준비할 수 있을까요? 이는 개발자와 사용자에게 실용적인 기준을 줍니다. 답변뿐 아니라 최초 과제에서 준비된 행동에 이르는 전체 과정을 평가해야 합니다.
