Roblox, AI 코딩 어시스턴트 벤치마크 'OpenGameEval' 오픈소스로 공개
Roblox가 AI 에이전트의 게임 개발 능력을 평가하는 OpenGameEval 벤치마크를 공개했다. 47개 수작업 큐레이션 테스트 케이스로 구성되며, 단순 조작은 잘 하지만 다단계 문맥 추론에서는 모든 모델이 고전하는 결과를 보였다.
- 1
47개 수작업 큐레이션 테스트 케이스, 엔드투엔드 평가
- 2
단일 조작은 거의 완벽, 다단계 문맥 추론에서 급격한 성능 하락
- 3
키워드 매칭을 넘어 구조적 추론으로 해결하는 모델 등장
- 4
pass@k, cons@k, all@k 업계 표준 지표 사용
함수 레벨이 아닌 실제 개발 환경의 엔드투엔드 벤치마크라는 점에서, AI 코딩 어시스턴트의 현주소를 잘 보여주는 데이터셋.
관련 기사
애플 새 음성 인식 API, 온디바이스 영어 전사에서 위스퍼 스몰까지 이겼다
애플의 새 음성 인식 API인 스피치애널라이저가 리브리스피치 벤치마크에서 기존 SFSpeechRecognizer는 물론 위스퍼 스몰보다도 낮은 단어 오류율을 기록했어. 깨끗한 음성에서는 2.12%, noisy 음성에서는 4.56%로, 기존 애플 API 대비 오류율을 3.5~4배 줄였고 위스퍼 스몰보다 약 3배 빠르게 돌았어. 다만 영어·애플 플랫폼·OS 26 조건의 결과라, 다국어와 크로스플랫폼에서는 여전히 위스퍼의 장점이 남아 있어.
AI를 진짜 잘 쓰는 기업, 미국 증시에서 연 30% 프리미엄 받는다는 연구
예일대와 로체스터대 연구진이 기업의 실제 대형 언어 모델 사용 데이터를 분석했더니, AI 활용도가 높은 상위 20% 기업이 하위 20%보다 주당 평균 0.64% 높은 초과수익률을 냈다. 단순히 AI 기업이냐가 아니라, 업무에 AI를 얼마나 깊게 쓰는지가 시장 가치에 반영되고 있다는 얘기다.
ZTE, AI 에이전트폰으로 스마트폰 재도전…진짜 승부처는 앱 생태계
ZTE가 바이트댄스의 더우바오를 탑재한 AI 에이전트 스마트폰으로 시장 재진입을 노린다. 핵심은 사용자가 명령하면 AI가 여러 앱을 직접 열고 조작하는 방식인데, 위챗·타오바오·알리페이 같은 플랫폼과 충돌하면서 생태계 문제가 가장 큰 변수로 떠올랐다.
노벨상 학자들까지 “AI 경제 충격, 지금 제도 안 만들면 늦다”
노벨 경제학상 수상자 15명을 포함한 학자와 기술 업계 인사 약 200명이 AI가 향후 10년 안에 경제를 급격히 바꿀 수 있다며 정책 대응을 촉구했다. 이들은 산업혁명보다 큰 변화가 훨씬 짧은 시간에 올 수 있고, 대규모 일자리 대체와 생활 수준 향상이라는 양면성이 동시에 존재한다고 봤다.
NHN, AI 데이터센터 매출 기대감에 목표주가 5만6000원으로 상향
한국투자증권이 NHN의 목표주가를 4만5000원에서 5만6000원으로 올리고 투자의견 매수를 유지했다. 핵심 근거는 양평 AI 데이터센터 가동, 공공·민간 GPU 클러스터 수주 확대, 클라우드 사업부 신규 매출 반영이다.
댓글
댓글
댓글을 불러오는 중...