AI의 과학 연구 수행 능력 평가

요약

OpenAI가 AI의 전문적인 과학적 추론 능력을 평가하기 위한 새로운 벤치마크, FrontierScience를 발표했습니다. 이 벤치마크는 물리학, 화학, 생물학 등 세 분야에서 전문가 수준의 지식과 문제 해결 능력을 측정합니다. 특히 기존의 객관식 위주 벤치마크의 한계를 극복하고, 올림피아드 스타일 추론(Olympiad)과 실제 연구 과제 수행 능력(Research) 두 가지 트랙으로 구성되어 있습니다. 초기 평가에서 GPT-5.2가 높은 점수를 기록하며 AI 과학 가속화에 대한 기대감을 높였습니다.

핵심 포인트

• FrontierScience는 물리학, 화학, 생물학 등 3개 분야의 전문가들이 제작한 새로운 과학 추론 벤치마크입니다.
• 두 가지 트랙으로 구성되어 있습니다: 올림피아드(Olympiad) 트랙은 국제 대회 수준의 이론적 추론을 측정하며, 연구(Research) 트랙은 실제 PhD급 연구 과제 수행 능력을 평가합니다.
• GPT-4 대비 GPT-5.2는 GPQA 벤치마크에서 점수가 크게 향상된 바 있으며, FrontierScience에서도 우수한 성능을 보여주었습니다 (Olympiad: 77%, Research: 25%).
• 이 벤치마크의 목표는 AI가 단순 지식 검색을 넘어 복잡하고 개방형(open-ended)인 과학 연구 워크플로우를 가속화하는 능력을 측정하는 것입니다.