능동적 관찰을 위한 시험 (An Exam for Active Observers)

요약

본 논문은 인간의 능동적 관찰 능력과 MLLMs의 시각 인지 능력을 비교하며, 현재 모델들이 이 부분에서 취약함을 지적합니다. 'ActiveVision'이라는 새로운 벤치마크를 제시하여, 단일 정적 설명이 아닌 반복적인 시각적 추론을 요구하는 17개 과제로 구성했습니다. 평가 결과, GPT-5.5와 Claude Fable 5 등 최신 모델들이 이 능동 관찰 테스트에서 현저히 낮은 성능을 보였습니다.

핵심 포인트

• MLLMs의 능동적 관찰 능력 부족이 확인됨.
• ActiveVision은 반복적인 시각 추론을 측정하는 새로운 벤치마크임.
• 최고 성능 모델들(GPT-5.5, Claude Fable 5)도 ActiveVision에서 낮은 점수를 기록함.
• 모델 개선을 위해 인식-추론 루프를 닫는 아키텍처가 필요함을 시사함.