OpenAI, 유전체 연구용 AI 평가 벤치마크 ‘GeneBench-Pro’ 공개

OpenAI 공식 발표에 따르면 회사는 2026년 6월 30일 유전체학과 생물학 연구에서 AI 모델의 실제 문제 해결 능력을 평가하기 위한 벤치마크 ‘GeneBench-Pro’를 공개했다. OpenAI는 같은 날 논문과 공개 데이터셋도 함께 제시했다.

GeneBench-Pro는 단순 지식 질의보다 연구 현장에서 마주치는 복잡한 분석 과제에 초점을 맞춘다. OpenAI는 이 벤치마크가 12개 생물학 도메인에 걸친 248개 문항으로 구성됐으며, 118개 공개 데이터셋을 바탕으로 설계됐다고 밝혔다. 문항은 전사체학, 단일세포 분석, 유전체 변이 해석, 단백질 구조와 기능, 약물 반응 분석 등 계산 생물학의 주요 영역을 포함한다.

OpenAI가 강조한 차이는 과제의 형태다. GeneBench-Pro는 모델이 이미 알려진 사실을 고르는지를 보는 대신, 여러 파일과 연구 맥락을 읽고 분석 계획을 세운 뒤 답을 도출하는 능력을 평가한다. 회사는 기존 생물학 벤치마크보다 문항 길이와 정보량이 크고, 데이터 처리와 추론이 함께 필요한 문제가 많다고 설명했다.

공개 논문은 GeneBench-Pro의 문항이 기존 생물학 벤치마크보다 평균적으로 더 길고 복잡하다고 분석했다. OpenAI는 이 벤치마크가 기존 평가 세트보다 약 1.6배 긴 문제를 포함하며, 모델이 문헌 지식뿐 아니라 데이터셋 해석과 계산 절차를 함께 수행해야 한다고 밝혔다.

모델 성능 결과는 아직 큰 격차를 보였다. OpenAI는 자사 모델을 포함한 여러 최신 모델을 평가한 결과 최고 성능 모델도 52% 수준에 머물렀고, 인간 전문가 기준 점수는 84%였다고 설명했다. 이는 AI가 생물학 연구 보조 도구로 빠르게 발전하고 있지만, 실제 연구 판단과 계산 검증을 대체하기에는 여전히 한계가 있음을 보여준다.

이번 공개는 AI 기업들이 과학 연구 분야를 차세대 활용처로 보고 있음을 보여주는 신호다. 최근 AI 모델 경쟁은 코딩과 일반 업무 자동화를 넘어 생명과학, 신약 개발, 재료 과학처럼 데이터와 전문지식이 결합된 영역으로 확장되고 있다. GeneBench-Pro는 이 흐름 속에서 모델 성능을 과장 없이 측정하려는 평가 인프라에 가깝다.

다만 벤치마크 결과를 실제 연구 생산성으로 곧바로 해석하기는 어렵다. 공개 문항과 데이터셋은 평가 목적에 맞춰 구성된 환경이며, 실제 연구실에서는 실험 설계, 데이터 품질, 보안, 재현성, 연구윤리 같은 조건이 함께 작동한다. OpenAI도 공개 데이터셋을 제공하며 외부 연구자가 평가를 검토하고 확장할 수 있도록 하겠다고 설명했다.

출처: OpenAI https://openai.com/index/introducing-genebench-pro/
출처: GeneBench-Pro paper https://cdn.openai.com/pdf/21938268-21af-442f-af93-3b2249afb241/genebench-pro.pdf
출처: Hugging Face https://huggingface.co/datasets/ajh-oai/genebench-pro-public-package