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

매 의료 Agent 작업에 단 8.5센트? AI 자동화의 6가지 비용 항목 분석

img-510cf392a407f99db4453b84

특정 조건에서는 맞지만, 프로덕션 환경에서는 이 수치를 그대로 적용할 수 없어요. 2026년 11월 16일, OpenAI는 GPT-6 Luna가 HealthAdminBench 의료 행정 벤치마크에서 단일 작업 비용이 0.085달러로, GPT-6 Astra보다 98% 낮다고 공개했어요. 이 수치는 벤치마크 테스트에서 나온 것이지, 병원 프로덕션 배포 견적이 아니에요. Agent 비용도 단순히 백만 토큰당 단가로 환산할 수 없어요. 한 번의 Computer Use 작업에는 … 더 읽기