주관식 응답 평가(Open-response evaluation)는 객관식 벤치마크보다 더 강력한 임상적 타당성을 제공하지만, 채점 병목 현상을 야기하여 LLM-as-a-Judge(판사로서의 LLM) 접근 방식을 촉진합니다. 그러나 이러한 평가자들이 임상적 보정(clinical calibration)과 주의력(caution)을 재현할 수 있는지 여부는 아직 검증되지 않았습니다. 우리는 주요 임상 언어임에도 불구하고 자체적인 평가 인프라가 부족한 독일어를 위한 최초의 표준화된 주관식 임상 벤치마크인 MedQADE를 소개합니다. 이 벤치마크는 10명의 현직 의사와 9개의 대규모 언어 모델(LLM) 평가자가 주석을 단 3,800개의 항목으로 구성되어 있습니다. 가장 성능이 뛰어난 평가 모델인 Gemini 3 Flash는 의사 상한선(physician ceiling)과 일치하는 정렬(alignment)에 도달했으나(\k{appa} = 0.694 vs. \k{appa} = 0.709), 넓은 신뢰 구간으로 인해 해석에는 한계가 있습니다. 이러한 통계적 정렬에도 불구하고, 자동화된 평가자들은 임상적 메타인지(clinical metacognition)가 거의 결여된 모습을 보였습니다. 의사들은 문항 난이도에 따라 기권(abstention) 비율을 조절한 반면, 최첨단 모델(frontier models)들은 모든 사례에 대해 확정적인 점수를 부여했습니다. 또한 우리는 모델들이 구조적 형제 모델(architectural siblings)에게 우선적으로 점수를 부여하는 계보 의존적 편향(lineage-dependent biases)을 정량화하였으며, 이는 언어와 무관하게 나타나는 효과였습니다. 이러한 결과는 통계적 정렬이 임상적 주의력을 보장하지 않으며, 평가자의 독립성을 위해서는 명시적인 검증이 필요함을 보여줍니다.