본문으로 건너뛰기
ReviewRamble

주간 브리프

AI 리뷰를 받은편지함으로.

  • 도구, 모델, MCP 서버, 저장소의 새 리뷰(결론부터)
  • 변경이 있을 때 다시 확인한 가격과 평점
  • 새로 발행된 분석 글

모델, 에이전트, MCP 서버, 그리고 정말 시간을 들일 만한 도구.

일주일에 한 통입니다. 각 브리프의 링크로 구독을 해지할 수 있습니다. 이메일 사용 방식

BrowseComp

BrowseComp는 OpenAI가 만든 1,266개의 어려운 질문으로 이루어진 벤치마크로, 브라우징 에이전트가 얽혀 있고 찾기 어려운 사실을 웹에서 끈질기게 찾아낼 수 있는지 시험합니다. 답은 짧아서 확인하기 쉽습니다.

다른 이름: BrowseComp benchmark

작성 Divya Sharma · 2026년 11월 15일 확인 · 리뷰 방식

많은 검색 벤치마크는 한 번의 검색으로 답할 수 있는 질문을 던집니다. OpenAI 연구자들이 2025년에 공개한 BrowseComp는 답이 깊이 묻혀 있는 질문을 던집니다. 답을 찾으려면 여러 페이지에 걸쳐 많은 단서를 따라가야 할 수 있습니다. 답 자체는 이름이나 날짜처럼 짧으므로, 검색은 어려워도 채점은 간단합니다.

무엇을 측정하는가

개발자들은 이를 코딩 에이전트에게 프로그래밍 대회가 갖는 의미에 비유합니다. 불완전하지만 유용하다는 것입니다. 정보를 찾는 끈기와 창의성을 시험하며, 이는 딥 리서치 도구와 AI 검색 엔진의 핵심 능력입니다. 실제 연구 작업에 필요한 긴 답 쓰기나 모호한 사용자 질문 다루기는 시험하지 않습니다.

개발자에게 중요한 이유

제품이 브라우징하는 에이전트에 의존한다면, BrowseComp 점수는 처음 검색이 실패했을 때 모델이 얼마나 계속 시도하는지 알려 줍니다. 논문은 브라우징에 들인 노력이 늘수록 정확도가 오른다는 것도 보여 주며, 이는 테스트 타임 컴퓨트와 연결됩니다. 단계와 검색이 많을수록 대개 도움이 됩니다. 점수는 에이전트가 가진 도구에 따라 달라지므로, 같은 검색과 브라우저 에이전트 구성으로 실행한 결과끼리 비교하십시오.

한계

질문은 답을 찾고 나면 확인하기 쉽도록 설계되었는데, 대부분의 실제 질의는 그렇지 않습니다. 공개 이후 온라인에 게시된 답이 모델 학습에 새어 들어갈 수도 있으므로, 보고된 점수가 어떤 버전과 날짜를 쓰는지 확인하십시오.

관련 용어

딥 리서치(AI)
딥 리서치(deep research)는 AI 에이전트 기능으로, 연구 질문을 계획하고, 웹 검색을 여러 번 실행하고, 찾은 출처를 읽은 뒤, 인용이 달린 긴 보고서를 씁니다. 몇 초가 아니라 몇 분이 걸립니다.
AI 벤치마크
AI 벤치마크(AI benchmark)는 합의된 채점 방법을 갖춘 고정된 공개 과제 모음으로, 같은 시험으로 모델을 비교하는 데 씁니다. 해결한 코딩 이슈, 맞힌 시험 문제, 여러 데이터셋에 걸친 검색 품질 등을 잽니다.
브라우저 에이전트
브라우저 에이전트(browser agent)는 웹 브라우저를 제어해 검색, 클릭, 양식 작성, 페이지 읽기 같은 작업을 처리하는 AI 에이전트로, 보이는 창 없이 헤드리스 브라우저로 실행되는 경우가 많습니다.
AI 검색 엔진
AI 검색 엔진(AI search engine)은 질의에 대해 웹 검색을 실행하고, 언어 모델로 결과를 읽은 뒤, 링크 목록만이 아니라 출처 링크가 달린 글로 된 답을 돌려주는 검색 서비스입니다.
테스트 타임 컴퓨트(Test-time compute)
테스트 타임 컴퓨트(test-time compute)는 모델이 학습 중이 아니라 요청에 답하는 동안 쓰는 연산량입니다. 모델이 더 오래 생각하거나 여러 답을 시도하게 하면 어려운 문제에서 결과가 좋아질 수 있습니다.

출처