본문으로 건너뛰기
AXyNowAX IS NOW

한국 AI 비즈니스 실무 벤치마크 + 운영 블로그

한국 실무 과제 · 주요 AI 모델 · 100점 채점

AX Benchmark

대한민국 비즈니스 AX Benchmark

한국 비즈니스 실무(세무·법무·마케팅·인사·코드·문서·도면 등 총 13개의 과제)에 누가 가장 쓸만한지 측정합니다.

AXyBench 전체 →
AXyBench
전체 평균90.6Claude Opus 4.8· Anthropic
  1. 90.6
    Claude Opus 4.8
  2. 89.9
    GPT-5.5
  3. 87.7
    Gemini 3.1 Pro
  4. 86.5
    Claude Sonnet 4.6
  5. 85.6
    Gemini 3.5 Flash
  6. 80.0
    GPT-5.4 Mini
  7. 79.7
    Gemma 4 12B
  8. 79.6
    Qwen 3.7 Max
  9. 79.6
    DeepSeek V4 Pro
  10. 78.9
    MiniMax M3
  11. 78.8
    Gemma 4 31B
  12. 78.5
    Gemma 4 26B A4B
  13. 77.9
    Gemini 3.1 Flash Lite
  14. 75.6
    Qwen 3.7 Plus
  15. 74.9
    Mimo V2.5 Pro
  16. 74.5
    Grok 4.3
  17. 73.4
    DeepSeek V4 Flash
  18. 72.3
    GLM 5.1
  19. 72.2
    Nemotron 3 Ultra 550B
  20. 71.8
    Step 3.7 Flash
  21. 71.3
    Kimi K2.6
  22. 67.8
    Qwen 3.6 27B
  23. 61.7
    EXAONE 4.5 33B
  24. 61.4
    Solar Pro 3
  25. 58.7
    Qwen 3.6 35B A3B
  26. 58.6
    HyperCLOVAX SEED Think 32B
  27. 58.5
    Qwen 3.5 9B
  28. 50.5
    Mistral Small 4
  29. 46.2
    Kanana 2 30B-A3B Thinking
  30. 44.9
    Gemma 4 E2B
  31. 32.2
    HyperCLOVAX SEED 1.5B
  32. 31.0
    LFM2.5 8B-A1B
한국 직무·도메인 · 100점 · 문항당 1회32 / 32 측정
Top StoryAXyBench →
최신 분석전체 →
코딩에 올인한 모델, MiniMax M3
분석·2026-06-04

코딩에 올인한 모델, MiniMax M3

글로벌 리더보드에서 난리 난 MiniMax M3를 한국 세무, 노무, 개발, 마케팅 5개 분야 테스트를 진행했습니다. 결론은 극단적입니다. 코딩은 훌륭한데, 한국 관련 지식만 나오면 아무것도 모릅니다.

15분 읽기
GLM-5.1, Kimi-k2.6, 코딩은 잘하지만 그 외엔 실망스러워
분석·2026-06-04

GLM-5.1, Kimi-k2.6, 코딩은 잘하지만 그 외엔 실망스러워

글로벌 오픈웨이트 최상위권인 GLM-5.1과 Kimi K2.6가, AXyBench 한국 실무에선 18·20위 수준입니다. 세무·금융·생활법률 쪽에선 더욱 형편이 없습니다. Anthropic의 증류 주장과 함께 그 이유를 분석해봤습니다.

9분 읽기
구글의 Gemma4, Dense 31B vs MoE 26B-A4B 비교
벤치·2026-06-03

구글의 Gemma4, Dense 31B vs MoE 26B-A4B 비교

구글의 오픈소스 Gemma 4 듀오, MoE 26B-A4B 모델과 Dense 31B를 AXyBench로 측정했습니다. 평균은 78.5 대 78.6 동점인데, 세무는 작고 싼 모델이 이기고 빽빽한 문서는 큰 모델이 이깁니다. MoE와 Dense가 어디서 갈리는지 응답 원문으로 짚었습니다.

9분 읽기
엔비디아가 CPU를? 다 이유가 있습니다
분석·2026-06-02

엔비디아가 CPU를? 다 이유가 있습니다

GPU가 AI의 전부인 줄 알았다면 꼭 보셔야 하는 글입니다. 정작 엔비디아부터 GPU 아닌 전체 시스템에 집중하고 있죠. 학습에서 추론의 시대로 넘어가며 바뀐 AI 반도체 판을, CommanderOS 자체 추론 운영 경험까지 얹어 풀어봤습니다.

9분 읽기
국가대표 AI, SOTA 95%가 목표? 숫자는 있는데 내용이 없다
분석·2026-05-29

국가대표 AI, SOTA 95%가 목표? 숫자는 있는데 내용이 없다

정부 '국가대표 AI'의 목표는 '글로벌 SOTA의 95% 성능'. 그런데 95%, 기준은 명확하게 잡은 걸까? AXyBench로 한국 실무 11개 영역을 재보니, 단순한 평균 점수 파라미터로는 위험하다는 생각이 든다. 환각률인지, 코딩인지, 수학이나 과학인지, 아니면 글쓰기인지 명확한 평가 지표는 있는지가 궁금해진다.

9분 읽기
한국어는 하는데, 한국을 모른다. 국산 LLM 4종 실무 벤치마크
분석·2026-05-29

한국어는 하는데, 한국을 모른다. 국산 LLM 4종 실무 벤치마크

LG EXAONE 4.5·4.0, Upstage Solar Pro 3, Kakao Kanana 2를 한국 실무로 직접 재봤다. 한국어는 매끄러운데 한국 제도의 최신 사실에서 무너진다. AXyBench로 본 국산 LLM의 진짜 자리.

9분 읽기
뉴스 · 브리핑전체 →