OpenAI, 일상 집안일 처리 능력 측정하는 LifeVal 테스트 공개

OpenAI가 11월 2일(미국 시간) ChatGPT가 유치원 선택, 가계 관리, 간병, 정부 절차 같은 일상 집안일을 얼마나 대신 처리할 수 있는지 측정하는 새 테스트 'LifeVal'을 발표했습니다. 2025년 12월 GPT-5.2가 49.3%를 기록한 데 비해, 9월 출시된 GPT-6 Astra는 80%를 달성해 1년도 안 되는 기간에 큰 폭으로 상승했습니다. 다만 OpenAI가 자체 모델을 자체 테스트로 평가한 결과이며, 다른 회사 모델과의 비교는 없습니다.

핵심 내용

• LifeVal은 일상 업무에 특화된 AI 평가 시스템으로, ChatGPT가 실제로 웹사이트를 탐색하며 유치원 비교, 가계 관리, 쇼핑, 간병, 정부 절차 같은 과제를 완수할 수 있는지 측정합니다.
• 169개 과제로 평가하며, 과제는 해당 집안일을 직접 여러 번 수행한 사람들이 1년 이상 결과를 지켜본 뒤 작성했습니다. 개인의 ChatGPT 대화 기록과 메모리 기능을 활용하고, 개인정보는 동의 후 마스킹했습니다.
• 과제별 점수 예시: 새 집 근처 유치원 비교 및 후보 선정 93.1%, 당뇨 진단받은 부모를 위한 식단·모니터링 계획 90.4%, 멀리 사는 할머니와 함께 경기 관람 준비 96.3%, 홍수 대비 지역 자원봉사 조직 98.0%.
• GPT-5.2(2025년 12월)는 49.3%, GPT-6 Astra(2025년 9월)는 80% 를 기록했으며, OpenAI는 브라우저 조작, 컴퓨터 조작, 외부 서비스 연동 훈련을 반복한 덕분이라고 밝혔습니다.
• 채점도 OpenAI 모델(GPT-5.6)이 담당했습니다. 30건을 인간 채점과 비교했을 때 차이가 작았지만(인간 83.61%, AI 84.20%), 타사 모델과의 비교는 제공되지 않았습니다.

써먹을 수 있는 점

• 복잡한 일상 업무(여러 웹사이트 비교, 계획 수립, 절차 안내 등)를 ChatGPT에 맡길 수 있는지 가늠해 볼 수 있습니다. 특히 브라우저 조작과 외부 서비스 연동 능력이 개선되었다는 점을 확인할 수 있습니다.
• 개인 맞춤형 답변을 위해 ChatGPT 메모리 기능을 활용하는 방식이 유용할 수 있습니다. 원문에서는 개인의 대화 기록과 메모리를 평가 재료로 썼습니다.
• 아직 OpenAI 자체 평가이고 타사 모델 비교가 없으므로, 실제 업무에 적용할 때는 결과를 직접 검증하는 단계가 필요합니다.

직접 복잡한 집안일이나 비교·계획 업무를 ChatGPT에 맡겨보신 분 계신가요?