오픈AI ‘LifeVal’ 공개…AI가 시험문제보다 장보기·돌봄을 잘하는지 재기 시작했다
오픈AI가 2026년 11월 2일 ‘LifeVal’을 공개했다. LifeVal은 AI가 수학 문제나 전문 지식 시험을 얼마나 잘 푸는지가 아니라, 장보기·예산 짜기·아이 돌봄·이사·정부 서비스 이용처럼 일상에서 실제로 부딪히는 일을 얼마나 제대로 끝내는지 평가하려는 기준이다. 이름 그대로 ‘삶에서 중요한 과제’를 재겠다는 시도다.
이번 발표를 “챗GPT에 새 기능이 출시됐다”는 소식으로 이해하면 정확하지 않다. 일반 사용자가 LifeVal이라는 메뉴를 켜는 것도 아니고, 이날 새로운 요금제가 나온 것도 아니다. 핵심은 오픈AI가 앞으로 모델을 개선하고 홍보할 때 무엇을 ‘성능’으로 보겠다는지 공개했다는 데 있다. 질문에 그럴듯하게 답하는 AI에서, 여러 단계를 거쳐 실제 결과를 만드는 개인 비서로 제품의 무게중심을 옮기고 있다는 신호다.
- 주요 검색 질문: LifeVal은 무엇이며 챗GPT 사용자에게 무엇이 달라지는가?
- 한 문장 답: 당장 새 기능이 생긴 것은 아니지만, 오픈AI가 일상 업무를 끝내는 능력을 핵심 성능으로 삼기 시작했다.
- 발표일: 2026년 11월 2일
- 핵심 출처: 오픈AI LifeVal 공식 발표
LifeVal은 어떤 능력을 보나
기존 AI 성능표에는 수학, 과학, 코딩, 대학원 수준 질의응답 같은 항목이 자주 등장한다. 이런 시험은 모델의 지식과 추론 능력을 비교하는 데 유용하지만, “부모님에게 맞는 일주일 식단을 만들고 필요한 장보기를 정리해 달라”거나 “이사한 지역에서 아이가 다닐 유치원을 찾아 등록 조건을 비교해 달라”는 현실의 부탁과는 거리가 있다.
일상 과제는 정답 하나를 맞히는 시험과 다르다. 사용자의 예산과 장소, 시간, 가족 사정처럼 개인적인 조건을 이해해야 한다. 웹사이트를 찾아 정보를 모으고, 서로 충돌하는 조건을 비교하고, 중요한 선택은 사람에게 다시 물어야 한다. 어떤 경우에는 장바구니나 일정표 같은 외부 서비스에 결과를 반영해야 한다. 즉 좋은 문장을 만드는 능력만으로는 부족하다.
오픈AI가 제시한 사례에는 다음과 같은 일이 포함된다.
- 이사한 뒤 통학과 가족 조건에 맞는 유치원을 비교하고 등록 정보를 정리하기
- 홍수에 대비해 도움이 필요한 이웃과 자원봉사자를 연결하고 행동 계획 만들기
- 예산과 통학·출근 동선을 고려해 집을 찾고 검토할 서류 준비하기
- 멀리 사는 할머니와 스포츠 경기를 함께 볼 수 있도록 쉬운 방법과 예비 수단 마련하기
- 당뇨병 진단을 받은 가족을 위해 첫 주 식사와 알림, 의료진에게 물을 질문 정리하기
공통점은 ‘답변’보다 ‘진행 과정’이 중요하다는 것이다. 예컨대 유치원 세 곳을 찾았다고 끝나는 것이 아니라 통학 거리, 등록 기간, 비용, 필요한 서류를 비교해야 한다. 부모가 결정해야 하는 항목은 AI가 임의로 고르지 않고 다시 확인해야 한다. 이런 멈춤과 확인도 성능의 일부다.
평범한 사람의 실제 시간을 기준으로 과제를 골랐다
LifeVal의 출발점은 사람들이 하루를 어디에 쓰는지에 관한 자료다. 오픈AI는 미국 노동통계국의 ‘미국 시간 사용 조사’와 여러 국가의 생활시간 자료를 모은 ‘다국가 시간 사용 연구’를 참고했다고 밝혔다. 여기에 인구 구성을 반영한 3,995명 규모의 별도 설문을 더해 사람들이 어떤 일에서 AI의 도움을 원하는지 조사했다.
이 방식은 의미가 있다. AI 기업이 잘 보여 줄 수 있는 기능부터 시험 문제를 만드는 대신, 사람들이 이미 시간을 쓰고 부담을 느끼는 영역에서 과제를 찾으려 했기 때문이다. 공개된 범위에는 돌봄, 건강, 교육, 집안 행정, 개인 재무, 쇼핑, 정부 서비스가 들어간다. 직장에서 문서를 작성하는 일뿐 아니라 가정에서 보이지 않게 반복되는 일을 평가 대상으로 끌어왔다는 점도 눈에 띈다.
특히 돌봄과 행정은 ‘귀찮지만 틀리면 곤란한 일’이 많다. 학교 등록 기간을 놓치거나, 건강 관련 주의사항을 잘못 이해하거나, 정부 지원의 자격 조건을 틀리면 단순한 오타보다 큰 문제가 생긴다. LifeVal이 이런 영역을 평가한다는 것은 유용성뿐 아니라 확인 절차와 책임 경계까지 함께 봐야 한다는 뜻이다.
다만 과제를 고르는 방식이 현실을 완전히 대표한다고 단정할 수는 없다. 3,995명 설문은 오픈AI가 설계하고 설명한 조사이며, 공개 페이지에는 모든 문항과 응답 분포가 상세히 제시되지 않았다. 미국과 다국가 시간 사용 자료를 참고했더라도 국가별 행정·의료·교육 제도 차이를 하나의 평가로 충분히 반영하기 어렵다. 한국에서 주민센터나 학교 행정을 처리하는 경험은 미국의 서비스와 다르다.
높은 점수를 그대로 믿기 어려운 이유
오픈AI 공식 페이지에는 일부 사례에서 90%대 후반 또는 100% 점수가 제시된다. 유치원 비교는 93.1%, 홍수 대비 자원봉사 조직은 98.0%, 가족에게 맞는 주택 찾기 사례는 100%처럼 표시된다. GPT-6 Astra의 최고 기록으로 소개된 여러 과제에도 100%가 보인다.
이 숫자는 인상적이지만 해석에는 주의가 필요하다. 첫째, 공개된 예시는 전체 결과표가 아니라 회사가 고른 사례다. 잘된 장면만으로 모든 일상 과제에서 같은 신뢰도를 보인다고 말할 수 없다. 둘째, 평가 기준과 채점 과정이 일반 독자가 완전히 재현할 수 있는 형태로 모두 공개된 것은 아니다. 셋째, 통제된 시험 환경에서 성공한 것과 실제 서비스에서 수많은 웹사이트·결제·개인정보·예외 상황을 만나는 것은 다르다.
주택 찾기에서 조건에 맞는 집을 발견하고 서류를 장바구니에 담는 과정이 시험에서는 성공할 수 있다. 하지만 현실에서는 매물 정보가 오래됐거나, 통학 시간이 시간대마다 달라지거나, 세금 계산 조건이 개인마다 달라질 수 있다. 건강 식단 역시 일반적인 계획을 정리하는 것과 환자의 검사 수치·복용약·알레르기를 고려해 안전한 결정을 내리는 것은 전혀 다른 수준이다.
따라서 LifeVal 점수는 “AI가 이제 일상을 맡아도 안전하다”는 자격증이 아니다. 더 정확한 해석은 오픈AI가 일상 행동을 세분화해 내부 모델 개선에 쓰는 측정 도구를 공개했고, 일부 선별된 과제에서 높은 결과를 보고했다는 것이다. 독립 연구자가 같은 조건에서 결과를 재현하고, 실패 사례와 사람의 개입 횟수까지 확인해야 실제 신뢰도를 판단할 수 있다.
일반 사용자에게 실제로 달라질 수 있는 것
LifeVal은 제품 기능이 아니므로 발표 다음 날 챗GPT 화면이 바뀌지는 않는다. 그러나 이런 평가가 모델 개발의 우선순위가 되면 이후 개인용 AI의 모습은 달라질 수 있다.
첫째, 답변이 길고 친절한지보다 일이 끝났는지가 더 중요해진다. “이사 준비 방법을 알려줘”라는 조언에서 멈추지 않고, 주소 변경 항목을 정리하고, 필요한 기관을 찾고, 일정에 맞춰 순서를 제안하는 방향이다. 사용자는 여러 사이트를 오가며 정보를 다시 입력하는 시간을 줄일 수 있다.
둘째, AI가 언제 멈춰야 하는지가 제품 품질이 된다. 예산 한도를 넘기거나 의료 선택이 필요한 순간, 동의 없이 진행하지 않고 사람에게 결정을 돌려주는 능력이다. 무조건 많이 자동화하는 것이 좋은 개인 비서는 아니다. 취소 수수료가 있는 예약, 돈이 이동하는 결제, 가족의 건강 정보처럼 되돌리기 어려운 행동에는 확인 단계가 필요하다.
셋째, 개인 정보와 외부 서비스 연결이 더 중요한 쟁점이 된다. 일정, 위치, 가족 정보, 구매 기록을 알아야 개인화된 도움을 줄 수 있지만, 같은 데이터가 유출되거나 다른 목적으로 쓰이면 위험도 커진다. “무엇을 할 수 있나”와 함께 “어떤 데이터에 접근했고, 어디까지 보관하며, 사용자가 권한을 끊을 수 있나”를 봐야 한다.
넷째, AI 이용 격차의 성격도 달라진다. 글쓰기 보조는 누구나 비슷하게 시작할 수 있지만, 실제 행동을 대신하는 기능은 국가·언어·연결 가능한 서비스에 따라 차이가 크다. 미국의 쇼핑과 행정 사이트에서 잘 작동하더라도 한국의 공공 서비스, 지역 병원, 학교 시스템에서는 같은 경험을 보장할 수 없다.
직장인과 기업이 읽어야 할 신호
LifeVal의 사례는 가정생활 중심이지만 기업에도 같은 기준을 적용할 수 있다. 회사에서 AI의 성과를 “몇 명이 사용했는가”나 “몇 문장을 생성했는가”로만 재면 실제 생산성을 놓친다. 출장 준비라면 항공편을 추천하는 데서 끝나는 것이 아니라 회사 규정에 맞는 비용인지 확인하고 승인 자료를 만들고 일정 충돌을 줄였는지가 결과다.
고객센터에서도 답변 초안의 자연스러움보다 고객 문제가 해결됐는지, 잘못된 환불이 생기지 않았는지, 사람이 개입해야 할 사건을 놓치지 않았는지가 중요하다. LifeVal이 던지는 가장 실용적인 질문은 “이 AI가 얼마나 똑똑해 보이는가”가 아니라 “사람이 원한 결과에 안전하게 도달했는가”다.
기업이 비슷한 평가를 만들 때는 성공률 하나만 볼 수 없다. 처리 시간, 수정 횟수, 직원이 확인한 시간, 잘못된 행동의 비용, 개인정보 접근 범위를 함께 기록해야 한다. AI가 초안을 10초 만에 만들었지만 직원이 사실관계를 고치는 데 20분을 썼다면 자동화 효과는 작다. 반대로 완전 자동화하지 않아도 자료 찾는 시간을 크게 줄이고 최종 판단을 사람에게 남겼다면 가치가 있을 수 있다.
아직 확인되지 않은 점
LifeVal 발표에는 앞으로 확인해야 할 빈칸도 많다.
- 전체 과제 수와 모든 과제별 점수, 실패 사례가 어느 범위까지 공개될지
- 평가자가 결과를 판단한 구체적인 기준과 평가자 사이의 의견 차이
- 한 과제를 끝내기 위해 사람이 몇 번 개입해야 했는지
- 잘못된 주문·예약·건강 정보처럼 위험도가 높은 실패를 어떻게 가중하는지
- 한국어와 한국의 공공·상업 서비스에서도 같은 평가를 제공할지
- 외부 연구자가 동일한 환경에서 결과를 재현할 수 있을지
특히 평균 성공률은 위험을 가릴 수 있다. 장보기 추천에서 한 번 틀리는 것과 약 복용 정보를 잘못 처리하는 것은 피해가 다르다. 앞으로는 과제의 난이도뿐 아니라 실패했을 때의 영향에 따라 평가를 나눠야 한다. 안전한 개인 비서는 성공 사례를 많이 만드는 것만큼 큰 실수를 피하는 능력이 중요하다.
핵심 정리
LifeVal의 가장 중요한 변화는 새로운 점수 그 자체가 아니다. 오픈AI가 AI의 발전을 시험 문제 정답률만으로 설명하지 않고, 사람들이 실제로 시간을 쓰는 돌봄·쇼핑·가사·행정 업무를 끝내는 능력으로 재겠다고 공개한 점이다. 이는 챗봇이 말을 잘하는 도구에서 행동을 돕는 개인 비서로 이동하고 있음을 보여 준다.
그러나 공식 페이지의 높은 점수는 오픈AI가 고른 사례와 자체 평가 결과다. 독립 검증과 전체 실패 분포가 공개되기 전에는 일상 업무를 맡겨도 된다는 보증으로 받아들이면 안 된다. 사용자가 앞으로 확인할 변화는 두 가지다. 실제 챗GPT 기능에 LifeVal의 방향이 언제 반영되는지, 그리고 결제·건강·행정처럼 중요한 행동에서 확인과 책임의 경계가 얼마나 분명하게 설계되는지다.