# \#gdpval **URL:** https://discuss.pytorch.kr/tag/gdpval/5585.md [최신](https://discuss.pytorch.kr/latest.md) · [카테고리](https://discuss.pytorch.kr/categories.md) · [태그](https://discuss.pytorch.kr/tags.md) --- ## [ClawWork: 토큰 비용 이상의 수익 창출 능력을 겨루는 AI 에이전트 경제성 평가 플랫폼](https://discuss.pytorch.kr/t/clawwork-ai/9016)
**Author:** [@9bow](https://discuss.pytorch.kr/u/9bow)\ **댓글:** 0\ **마지막 업데이트:** [2월 18, 2026, 9:30오후 UTC](https://discuss.pytorch.kr/t/clawwork-ai/9016 "2026-02-18T21:30:37Z")
ClawWork 소개 최근 인공지능 기술이 급격히 발전함에 따라, 단순한 질의응답이나 코드 작성을 돕는 AI 어시스턴트(Assistant)를 넘어 실제 업무를 주도적으로 수행하는 AI 에이전트(Agent)에 대한 관심이 뜨겁습니다. 하지만 기존의 AI 에이전트 평가 방식은 주로 기술적인 벤치마크 점수에만 의존해 왔으며, 실제 비즈니스 환경에서 얼마나 경제적인 가치를 창출할 수 있는지에 대한 평가는 부족했습니다. 기업들은 AI를 도입할 때 작업의 품질뿐만 아니라, 토큰 사용으로 인한 비용 효율성과 장기적인 경제적 생존 가능성을 매우 중요하게 생각합니다. 이러한 맥락에서 AI가 실제 직무를 수행하고 스스로 수익을 창출하며 생존하는지 테스트하는 새로운 패러다임이 필요해졌습니다. 단순한 기술 검증을 넘어 실제 자본주의 경제 시스템의 압박 속에서 AI 모델들의 능력을 측정하는 것이 현재 AI 업계의 중요한 화두로 떠오르고 있습니다. ClawWork는 홍콩대학교 데이터 과학 연구실(HKUDS)에서 공개한 오픈소스 프로젝트로, AI 어시스턴트를 실제 경제적 가치를 창출하는 진정한 의미의 AI 동료(AI Coworker)가 될 수 있는지 평가하는 혁신적인 시스템입니다. ClawWork 플랫폼에서 AI 에이전트들은 프로페셔널한 업무를 수행하여 수입을 얻고, 스스로 토큰 사용료를 지불하며 경제적인 파산을 면해야 하는 실시간 경제 테스트 환경을 제공합니다. 제조, 금융, 의료, 법무 등 44개 경제 부문에 걸친 220개의 실제 직무 과제를 수행하게 되며, 이 과정에서 발생하는 모든 토큰 비용과 API 호출 비용을 에이전트가 직접 관리해야 합니다. ClawWork는 Qwen, Kimi, GLM 등 다양한 최신 AI 모델들이 동일한 환경에서 수익 창출 능력을 겨루는 이른바 'AI 에이전트들을 위한 오징어 게임'과 같은 다중 모델 경쟁 아키텍처를 지원합니다. 이를 통해 연구자와 개발자들은 단순히 텍스트를 잘 생성하는 모델이 아니라, 비용 대비 최고의 업무 효율을 내는 실질적인 … --- ## [GDPval: OpenAI가 공개한, 실무 중심의 AI 성능 평가를 위한 프레임워크](https://discuss.pytorch.kr/t/gdpval-openai-ai/7848)
**Author:** [@9bow](https://discuss.pytorch.kr/u/9bow)\ **댓글:** 0\ **마지막 업데이트:** [9월 28, 2025, 1:30오전 UTC](https://discuss.pytorch.kr/t/gdpval-openai-ai/7848 "2025-09-28T01:30:51Z")
GDPval 소개 OpenAI는 인공지능이 인류 전체에 이롭게 작동하도록 한다는 목표를 가지고 있으며, 그 과정에서 모델들이 실제 사회와 경제에서 얼마나 효과적으로 기여할 수 있는지를 투명하게 공개하고자 합니다. 그 일환으로 발표된 GDPval은 AI 모델의 성능을 경제적으로 가치 있는 실무 과제를 중심으로 측정하는 새로운 평가 체계입니다. GDPval이라는 이름은 국내총생산(GDP, Gross Domestic Product) 에서 영감을 받았습니다. GDP가 국가 경제 활동의 가치를 보여주는 지표이듯, GDPval은 경제적 가치를 창출하는 직업군에서 실제로 수행되는 업무를 기준으로 AI 성능을 평가합니다. 즉, 단순한 텍스트 답변이 아니라 법률 문서, 엔지니어링 도면, 고객 상담 기록, 간호 계획서와 같은 구체적 산출물을 대상으로 모델의 실질적인 기여 가능성을 검증합니다. 이는 AI의 잠재적 영향을 단순히 “미래에는 이럴 것이다”라는 추측에 머무르지 않고, 지금 당장 모델이 무엇을 잘할 수 있는가를 실증적으로 보여줍니다. 과거 인터넷이나 스마트폰 같은 혁신 기술이 대중적으로 확산되기까지 10년 이상의 시간이 필요했듯, GDPval은 AI가 사회와 산업에서 차지할 위치를 데이터로 추적하는 첫 시도라 할 수 있습니다. 기존의 AI 성능 평가는 주로 학문적 시험 문제나 제한된 범주의 과제에 국한되었습니다. 대표적으로 다음과 같은 벤치마크들을 주로 사용하였습니다: MMLU: 다양한 학문 분야의 시험 문제 풀이 SWE-Bench: 소프트웨어 버그 수정 문제 MLE-Bench: 머신러닝 엔지니어링 관련 분석 및 모델 학습 과제 Paper-Bench: 연구 논문 비평 및 과학적 추론 평가 SWE-Lancer: 실제 프리랜서 소프트웨어 엔지니어링 프로젝트 기반 평가 이러한 벤치마크들은 모델의 추론 능력을 크게 발전시키는 데 기여했지만, 여전히 현실의 직무 요구사항을 충분히 반영하지는 못했습니다. 반면 GDPval은 실제 전문가들이 작성하고 검증한 과제를 …