- 오픈AI가 생활 속 심부름을 AI가 얼마나 해내는지 재는 시험, 라이프밸(LifeVal)을 공개했어요.
- 최신 모델 점수는 80.6%로, 예전 모델의 49.3%보다 크게 올랐어요.
- 다만 문제와 채점을 오픈AI가 직접 했고 공개하지 않아서, 밖에서 다시 확인할 수는 없어요.
안녕하세요, 제시예요. 이사를 하면 할 일이 쏟아지잖아요. 아이 유치원도 새로 알아봐야 하고, 전입 신고도 해야 하고, 장 볼 곳도 찾아야 하고요. 이런 일을 AI한테 맡기면 어디까지 믿고 맡길 수 있을까요? 오픈AI가 바로 그 질문에 점수를 매기는 시험을 내놨어요.
코딩 시험 말고, 생활 시험이에요
AI 회사들은 새 모델을 낼 때마다 점수표를 같이 내요. 모델의 실력을 재는 공통 시험지가 있는데, 이걸 벤치마크라고 불러요. 학교로 치면 모의고사 같은 거예요.
그런데 지금까지 유명한 벤치마크는 대부분 수학 문제, 코딩 문제, 박사급 과학 문제였어요. 점수가 높으면 똑똑하다는 건 알 수 있지만, 우리 집 일을 잘 도와줄지는 알기 어려웠죠. 수능 수학 만점인 친구가 이사 짐 정리까지 잘한다는 보장은 없잖아요.
오픈AI가 2026년 11월 2일에 공개한 라이프밸(LifeVal)은 방향이 반대예요. 사람들이 실제로 시간을 쓰는 생활의 일로 AI를 채점하는 시험이에요.
문제는 어디서 나왔나요
출제 방식이 이 시험의 핵심이에요. 오픈AI는 먼저 사람들이 하루를 어떻게 쓰는지 기록한 조사 자료를 봤어요. 미국의 생활시간조사와, 30개 나라의 조사를 모은 국제 생활시간 자료예요.
여기에 따로 설문을 하나 더 했어요. 3,995명에게 개인 비서가 있다면 어떤 일을 맡기고 싶은지 물었죠. 그렇게 고른 분야가 아래 일곱 가지예요.
- 돌봄 · 건강 · 교육아이와 부모님을 챙기고, 배울 곳을 찾는 일
- 집안 행정 · 살림 돈서류와 예산을 정리하는 일
- 장보기 · 공공 서비스물건을 사고, 관공서 일을 처리하는 일
실제 문제는 약 100명의 전문 사용자가 썼어요. 문제마다 그 사람의 사정을 함께 적고, 어떤 답이면 성공인지 채점 기준도 직접 정했어요. 그냥 정답 하나를 맞히는 시험이 아니라, 그 사람 사정에 맞게 일을 끝냈는지를 보는 거예요.
점수는 얼마나 올랐나요
오픈AI가 밝힌 숫자는 이래요. 최신 모델인 GPT-6 아스트라가 80.6%를 받았고, 예전 모델인 GPT-5.2는 49.3%였어요. 절반 정도 해내던 일을 열에 여덟은 해내게 됐다는 뜻이에요.
문제 하나하나로 보면 더 실감이 나요.
| 문제 | 현재 모델 점수 |
|---|---|
| 이사한 뒤 유치원 비교해서 고르기 | 93.1% |
| 당뇨 진단을 받은 부모님 첫 주 돌봄·식단 계획 | 90.4% |
| 홍수 대비 자원봉사 일정 맞추기 | 98.0% |
| 멀리 사는 조부모님과 같이 경기 보기 준비 | 96.3% |
돌봄 계획 문제에서는 AI가 첫 주 계획을 짠 다음, 다른 가족에게 보내기 전에 사용자에게 먼저 확인을 받았다고 해요. 시킨 일을 다 해 놓고도 마지막 버튼은 사람이 누르게 둔 거예요. 생활의 일에서는 이런 태도가 점수만큼 중요해요.
출제·채점 방식을 더 보기
오픈AI는 이 시험을 지난 1년 동안 안에서 써 왔다고 밝혔어요. 모델이 생활의 일을 얼마나 잘하는지 추적하고, 어디를 고칠지 정하는 데 썼다는 거예요. 점수는 문제마다 채점 기준에 비춰 매긴 점수의 평균이에요. 전체 문제 수는 공식적으로 밝히지 않았어요.
그 숫자, 어디까지 믿어도 될까요
여기서 한 번 멈춰야 해요. 이 시험은 오픈AI가 문제를 내고, 오픈AI 모델이 풀고, 오픈AI가 채점했어요. 문제도 공개하지 않았어요. 그래서 다른 회사나 연구자가 같은 시험으로 다시 재 볼 수가 없어요.
학교로 치면 우리 반 선생님이 낸 시험을 우리 반 학생이 풀고, 성적표만 공개한 셈이에요. 점수가 거짓이라는 뜻은 아니에요. 다만 다른 회사 AI와 나란히 놓고 비교할 수는 없다는 거예요. 구글이나 앤트로픽 모델이 이 시험을 보면 몇 점일지는 아무도 몰라요.
그리고 80%는 평균 점수예요. 뒤집어 보면 채점 기준을 다 채우지 못한 답이 아직 적지 않다는 뜻이기도 해요. 장보기 목록이라면 웃고 넘길 수 있지만, 부모님 약 일정이나 관공서 서류라면 이야기가 달라져요.
그래서 우리는 어떻게 쓰면 좋을까요
이 시험이 보여 준 건, AI를 고를 때 물어야 할 질문이 바뀌고 있다는 거예요. 예전에는 "얼마나 똑똑한가"를 물었다면, 이제는 "내 일을 끝까지 해 주는가"를 묻기 시작한 거죠.
당장 써먹을 방법은 간단해요. 유치원 비교, 식단 초안, 일정 정리처럼 틀려도 다시 볼 수 있는 일부터 맡겨 보세요. 돈이 나가거나 서류가 제출되는 마지막 단계는 직접 확인하고요. 시험에서 점수를 잘 받은 AI도 그 단계는 사람에게 넘겼잖아요.
출처: OpenAI 「LifeVal」 발표(2026-11-02). Unite.AI 「OpenAI's LifeVal Evaluation Tests AI on Practical Everyday Tasks」(2026-11-02). AI TL;DR 「LifeVal — OpenAI's test of AI help with everyday tasks」. The Neuron 일일 요약(2026-11-03).
