구글, AI 벤치마크 '평가자 수' 최적화 방안 제시… 신뢰도와 효율 동시 잡는다

구글 리서치(Google Research)가 인공지능(AI) 모델 평가의 신뢰도와 효율성을 높이는 새로운 접근 방식을 공개했습니다. AI 벤치마크(AI Benchmarks) 설계 시 인간 평가자(Human Raters)의 최적 수를 결정하는 방법론을 제시하며, 고품질 데이터 수집과 자원 효율성 사이의 균형을 강조했습니다. 이는 AI 모델 개발 및 검증 과정의 투명성과 정확성을 향상하는 데 기여할 것으로 보입니다.