국가대표 AI 국민평가, 4개 모델을 직접 심사해보니 누가 진짜 1등인가 - 점수가 아니라 검증 가능성이 갈랐다
국가대표 AI 선발은 벤치마크 점수 싸움처럼 보인다. 1차 평가에서 전 부문 1위, 90.2점을 받은 팀이 당연히 앞서 있다고들 생각한다. 그런데 국민평가단 200명에 선정되어 4개 모델에 같은 실무 시험지를 돌려보니, 순위는 그 점수표와 달랐다. 격차를 만든 것은 성능 점수가 아니라 다른 축이었고, 200명의 평가단은 과연 이것을 잡아낼 수 있을까.