OpenAI, 계산생물학 AI 판단력 측정 벤치마크 'GeneBench-Pro' 공개

OpenAI가 AI 에이전트의 계산생물학(computational biology) 연구 수행 능력을 평가하는 연구급 벤치마크 'GeneBench-Pro'를 공개했다. 이 벤치마크는 AI가 단순히 정해진 워크플로를 실행하는 수준을 넘어, 실제 과학 연구에서 요구되는 '판단력'을 측정한다는 점에서 기존 벤치마크와 차별화된다.

GeneBench-Pro는 유전통계학·집단유전학·암 유전체학·약물유전학 등 10개 분야 21개 세부 영역에 걸쳐 총 129개 문제로 구성됐다. 각 문제는 실제 연구 환경과 유사하게 설계됐으며, AI 에이전트는 복잡하고 정돈되지 않은 데이터를 받아 어떤 분석 방법을 선택할지, 초기 가설을 어떻게 수정할지, 언제 결론을 내려야 할지를 스스로 판단해야 한다.

신뢰성 확보를 위해 모든 문제는 실제 데이터가 아닌 인과 구조가 알려진 합성 데이터로 제작됐다. 덕분에 문제 제작자의 자의적 선택이 결과에 영향을 미치는 기존 벤치마크의 한계를 피하고, AI의 분석 실수가 오답으로 이어지도록 설계됐다. UCLA 인간유전학과 교수·박사과정생을 포함한 외부 전문가 다수가 문항 현실성을 검증했다.

한국 연구자와 제약·바이오 업계에게 이 벤치마크는 중요한 신호다. AI 에이전트가 게놈 분석·임상 변이 해석·바이오마커 연구 등을 얼마나 독립적으로 수행할 수 있는지를 측정하는 공개 기준이 생겼다는 의미다. 국내 AI 기업들도 이 벤치마크를 통해 자사 모델의 생명과학 연구 역량을 객관적으로 평가할 수 있게 됐다.