94.3%의 의료 에이전트 점수는 무엇을 의미할까? OpenAI와 스탠퍼드 평가의 지표 차이 분석

img-1dfd3ec6400cd4a8fd17df35

94.3%는 의료 행정 작업의 94.3%가 완전히 완료되었다는 뜻이 아니에요. OpenAI가 2026년 11월 16일에 공개한 GPT-6 Astra의 94.3%는 HealthAdminBench의 rubric points(채점 포인트) 점수 비율이고, 스탠퍼드 Shah Lab 논문에서 Claude Opus 4.6 CUA가 기록한 36.3%는 전체 작업 성공률(full-task success)이에요. 앞의 지표는 “채점 포인트를 얼마나 충족했는가”를, 뒤의 지표는 “성공 조건을 모두 충족한 작업이 얼마나 되는가”를 측정해요. 두 지표는 … 더 읽기