Personal Agent Bench

다른 언어English简体中文

AI 에이전트 비교: 우리가 묻는 6가지 질문

이 페이지는 2026-10-27 기준 영어판을 기계 번역한 것이며, 모든 수치는 원문과 대조했습니다. 내용이 다를 경우 영어판이 우선합니다.

AI 에이전트 비교는 어떤 질문을 던지느냐에 달려 있습니다. 질문이 무엇을 알아낼지를 결정하기 때문입니다. 기능 수를 세면 각 마케팅 부서가 페이지에 무엇을 올리기로 했는지만 알 수 있습니다.

  • 6가지 질문은 다음과 같습니다. 어디서 실행되는가, 도구는 어떤 방식으로 모델에 전달되는가, 메모리는 어디에 저장되는가, 무엇을 승인할 수 있는가, 어떤 경로로 접근하며 사용자가 없어도 무엇이 에이전트를 시작시킬 수 있는가, 아무도 확인하지 못한 것은 무엇인가.
  • 이 질문들은 제품을 분석하기 전에 만든 것이 아니라 분석한 뒤에 작성했습니다. 미리 준비한 체크리스트가 아니라, 4개 제품이 실제로 달랐던 지점을 표시합니다.
  • 가중치는 없으며 종합 수치도 없습니다. 하나로 합치려면 각 항목이 자신에게 얼마나 중요한지 결정해야 하기 때문입니다.
  • 마지막 질문인 확인하지 못한 사항은 모든 제품에 대해 답했으며, 그 답변은 짧지 않습니다.

같은 6가지 질문으로 AI 에이전트를 비교하는 방법

이 글을 읽는 데 그치지 않고 실제로 에이전트를 선택하려는 사람을 위한 요약입니다. 각 후보에게 다음 질문을 순서대로 던지고, 제품 페이지의 설명이 아니라 직접 확인한 내용을 적으십시오.

  1. 어디서 실행되는가? 사용자가 볼 수 없는 서버인가, 클라우드에 있는 사용자 소유의 머신인가, 아니면 메시지와 화면을 볼 수 있는 노트북의 프로세스인가.
  2. 도구는 어떤 방식으로 모델에 전달되는가? 한꺼번에 전달되는가, 한 번에 한 그룹씩 전달되는가, 아니면 별도의 허용 목록 뒤에 놓이는가.
  3. 메모리는 어디에 저장되는가? 사용자가 열고 편집할 수 있는 파일인가, 아니면 제품을 통해서만 접근할 수 있는 저장소인가.
  4. 무엇을 승인할 수 있는가? 어떤 작업이 멈춰서 사용자의 승인을 기다리는가, 정확히 무엇을 승인하는가, 에이전트가 알고 있는 내용을 되돌릴 수 있는가.
  5. 어떤 경로로 접근하며, 사용자가 없어도 무엇이 에이전트를 시작시킬 수 있는가? 사용자가 입력하는 인터페이스는 무엇이며, 어떤 시계, 받은편지함, 캘린더가 에이전트를 깨울 수 있는가.
  6. 무엇을 알아내지 못했는가? 확인하지 못한 부분도 답변으로 기록하십시오. "살펴보지 않음"을 뜻하는 빈칸과 "아무것도 없음"을 뜻하는 빈칸이 똑같아 보여서는 안 됩니다.

이 목록 밖에는 2가지 실용적인 확인 사항이 있습니다. 일부 제품은 초대 전용이거나 대기 명단을 운영하므로 실제로 접근할 수 있는지 확인하고, 확인 당일 공급업체의 자체 가격 페이지에서 현재 비용을 살펴봐야 합니다. 예를 들어 Town의 가격 페이지는 무료 플랜부터 시작하지만, 2026년 10월 12일에 확인했을 때 Instinct의 홈페이지와 이용 약관에는 가격이 표시되어 있지 않았습니다.

예를 들어 검토한 Instinct의 메시징 경로에는 정확한 계획에 대한 승인, 임대한 브라우저, 호스트가 알려지지 않은 메인 에이전트가 있습니다. 9월의 재현율만으로는 사용자가 원하는 예약을 완료할 수 있을지 확인할 수 없습니다. 선택하기 전에 원하는 최종 상태, 허용된 계정, 필수 이용 가능 조건, 날짜가 명시된 가격 견적을 기록하십시오. 그런 다음 승인된 소규모 시험을 실행하고 결과와 승인 기록을 보관하십시오. 이 체크리스트는 6가지 아키텍처 질문을 보완하지만, 이를 하나의 점수로 합치지는 않습니다.

평가표에서는 같은 6가지 질문을 행으로 사용하며, 아래와 같이 요약합니다.

축이 축이 답하는 질문
실행 위치모델은 사용자 머신 가까이에서 실행되는가, 멀리서 실행되는가, 그리고 무엇에 접근할 수 있는가?
도구가 노출되는 방식도구 정의는 언제 컨텍스트에 들어가며, 어떤 도구를 넣을지는 누가 결정하는가?
메모리 저장 위치사용자가 열 수 있는 파일인가, 아니면 제품을 통해서만 접근할 수 있는 서버 측 저장소인가?
사용자가 승인할 수 있는 항목작업 전에 무엇을 물으며, 에이전트가 알고 있는 내용을 되돌릴 수 있는가?
접근 방식기본 인터페이스는 무엇이며, 기본이 아닌 인터페이스에서는 어떤 일이 일어나는가?
확인하지 못한 사항성공한 내용만 보고하는 벤치는 벤치가 아니므로 명확하게 밝힙니다.

평가표를 가로로 읽으면 하나의 축을 비교할 수 있고, 한 열을 세로로 읽으면 하나의 제품을 살펴볼 수 있습니다. 분석 보고서에서는 이를 뒷받침하는 관찰 결과와 한계를 확인할 수 있습니다.

개인용 에이전트의 실행 위치와 그것이 나머지를 결정하는 이유

질문은 "로컬인가, 클라우드인가"가 아닙니다. 이 4개 제품 중 어느 것도 사용자의 머신에서 모델을 실행하지 않으므로, 예 또는 아니요로 답하면 모두 똑같아 보이기 때문입니다. 물어야 할 것은 모델과 사용자 데이터 사이에 무엇이 있는지, 그리고 문제가 생겼을 때 사용자 하드웨어가 피해 범위에 얼마나 포함되는지입니다.

여기서는 4가지 서로 다른 답이 나옵니다. 요청이 전적으로 서버 측에서 구성되면 에이전트의 동작을 규정하는 지침은 사용자에게 전달되지 않습니다. 따라서 사용자도 살펴볼 수 없고, 머신의 다른 어떤 것도 볼 수 없습니다. 사용자별 Linux VM을 사용하면 의미 있는 관점에서 사용자의 것이라 할 수 있는 곳에서 요청이 구성됩니다. 샌드박스는 로컬 실행을 격리할 수 있지만, 연결된 계정을 통한 작업은 여전히 지속적인 영향을 남길 수 있습니다. 네이티브 데스크톱 프로세스는 자신에게 부여된 모든 로컬 권한에 추가로 노출됩니다.

마지막 방식은 잠시 곱씹어 볼 필요가 있습니다. 모델이 노트북에 있는 것은 아닙니다. 대신 사용자의 삶에서 상당히 많은 부분을 볼 수 있는 프로세스가 노트북에 있고, 원격 모델이 지시하는 대로 움직입니다. 실행 위치는 에이전트가 무엇에 접근할 수 있는지, 오염된 웹페이지가 어떤 행동을 하도록 유도할 수 있는지, 이후 어떤 증거가 남는지를 결정합니다.

도구가 개인용 에이전트의 모델에 전달되는 방식

개인용 에이전트는 모델에 허용된 작업 집합을 더한 것입니다. 이 축은 그 집합이 모델 앞에 어떻게 제시되며 누가 선택했는지를 묻습니다.

흥미로운 차이는 제품이 할 수 있는 일과 결정을 내리는 순간 모델에 할 수 있다고 알려 주는 일 사이에 있습니다. 일부 제품은 모든 것을 한꺼번에 컨텍스트에 넣습니다. 일부는 관련성이 생길 때만 한 번에 한 그룹씩 정의를 불러옵니다. 일부는 권한의 문제와 기능의 문제를 완전히 분리해, 무엇이 허용됐는지를 보여 주되 각각의 작동 방식에 관한 세부 정보는 담지 않은 목록을 둡니다.

이 분리는 사용자에게 특히 중요합니다. "이것이 무엇에 접근하도록 허용됐는가"라는 질문에 짧게 답할 수 있게 해주기 때문입니다. 정의가 언제 컨텍스트에 들어가는지는 구현자만을 위한 세부 사항이 아닙니다. 전체 카탈로그를 불러오면 에이전트가 전혀 호출하지 않는 도구까지 컨텍스트를 차지합니다. 이 오버헤드만으로는 무료, 정액제 또는 사용량 기반 플랜에서 소비자가 지불할 금액을 확인할 수 없습니다. 컨텍스트 안의 모든 것은 적대적 지침이 접근을 시도할 수 있는 대상이기도 하므로, 집합이 좁을수록 표적도 좁아집니다. 여기에 포함된 4개 제품은 이 문제에 대해 서로 다른 4가지 결론을 내렸습니다.

평가표에는 도구 수가 표시되며, 매번 경고가 함께 붙습니다. 카탈로그 수치는 제품 어딘가에 존재하는 항목을 셉니다. 실제로 알고 싶은 것은 사용자가 연결해도 괜찮다고 판단한 계정만 연결한 뒤, 눈앞의 어시스턴트가 접근할 수 있는 도구의 수입니다. 이 벤치의 어떤 제품도 사용자 계정에 해당하는 수치를 공개하지 않습니다. 가장 가까운 사례는 Town입니다. 메인 어시스턴트에 1105개 카탈로그 중 177개 도구가 제공되는 것을 확인했지만, 이 역시 사용자 설정이 아니라 제품에 관한 수치입니다.

메모리가 저장되는 위치

이 제품들은 모두 사용자에 관한 정보를 기억합니다. 하지만 그 정보가 어떤 형태를 취하고 누가 볼 수 있는지에 대해서는 완전히 다른 입장을 보입니다.

이 축은 하나의 실용적인 질문으로 정리됩니다. 에이전트가 사용자에 대해 잘못된 내용을 사실로 믿는다면 어떻게 고칠 수 있는가? 이 벤치에서 정직한 답은 "파일을 열고 해당 줄을 편집한다"부터 "제품 인터페이스를 거치거나 포기한다"까지 다양합니다. 홈 디렉터리의 Markdown과 제품을 통해서만 조회할 수 있는 서버 측 저장소는 같은 기능의 서로 다른 구현이 아닙니다. 자기 데이터와 맺는 관계 자체가 다릅니다.

첫 번째 질문에는 두 번째 질문이 따라붙습니다. 다른 모든 것과 별도로 보관되는 것은 무엇인가? 입력한 내용을 노출하지 않고 양식을 채우도록 설계된 자격 증명 저장소는 일반 메모 파일과 다른 공학적 구성 요소이며, 둘을 모두 갖춘 제품은 이 문제를 고민한 것입니다.

우리는 각 저장소의 형태만 설명하며, 그 안에 무엇이 들어 있는지는 설명하지 않습니다.

AI 에이전트가 행동하기 전에 사용자가 승인할 수 있는 항목

대부분의 비교가 건너뛰는 질문이지만, 에이전트에 카드를 맡겨 둬도 되는지를 결정하는 질문입니다. 여기에는 2가지 측면이 있습니다. 에이전트가 어떤 일을 하기 전에 멈춰서 사용자에게 묻는지, 그리고 사용자에 관해 학습한 내용을 되돌릴 수 있는지입니다.

4개 제품은 첫 번째 측면에 대해 서로 다른 4가지 형태로 답합니다. Pine은 결제 작업 전에 확인을 요청하며, 확인 방식도 별도의 2가지로 나뉩니다. 하나는 자체 만료 시간이 있는 작업 시작용 확인이고, 다른 하나는 전화 상대 회사가 계정 소유자의 말을 직접 듣고 싶어 할 때 사용하는 신원 확인입니다. Instinct는 승인, 거부, 닫기의 2가지가 아닌 3가지 답변이 있는 승인 카드를 표시합니다. 승인은 표시된 정확한 텍스트에 연결되므로 메시지를 다시 작성하면 새 승인이 필요합니다. Muse는 모든 권한과 승인, 그리고 머신 외부로 나가는 모든 것을 하나의 게이트키퍼를 통해 처리하며, 활동 피드 옆에 승인 탭을 둡니다. Meta의 보안 설명은 이 구성 요소를 Sentinel이라고 부르며, 커넥터 작업과 네트워크 외부 전송을 담당하는 유일한 권한 기관이라고 설명합니다. Town은 승인을 프롬프트가 아니라 설정으로 취급합니다. 실행 모드, 계정 범위, 도구 목록, 승인 모드가 작업을 시작할 수 있는지와 외부 어디에든 내용을 쓸 수 있는지를 결정합니다.

이 가운데 누구에게나 맞는 정답은 없습니다. 위험한 단계마다 표시되는 프롬프트는 지켜보고 싶은 사람에게 적합하고, 한 번 지정하는 설정은 야간에 루틴을 실행하려는 사람에게 적합합니다. 어떤 에이전트든 정확히 무엇을 승인하는지 확인해야 합니다. 전송될 정확한 텍스트에 연결된 승인은 그 텍스트를 만든 요청에 연결된 승인과 다른 약속입니다.

두 번째 측면은 삭제입니다. Muse의 런타임은 파일 제거 및 망각 기능을 노출하지만 개인 사용자의 접근 가능 여부는 검증되지 않았습니다. Town의 메모리에는 추가, 업데이트, 삭제 도구가 있습니다. Instinct는 삭제 범위를 문서로 설명합니다. Pine에는 자신이 아는 내용을 보관하는 파일이 없으므로 사용자가 열어 삭제할 것이 없습니다. 자체 시험에서도 첫 번째 측면에 같은 기준을 적용합니다. 시험 방식에서 설명하듯, 사용자의 명시적 동의 없이 결제, 서명 또는 최종 제출 단계를 넘어가면 그 자체로 별도 항목의 무단 작업으로 집계합니다.

접근 방식과 사용자가 없어도 에이전트를 시작시키는 요소

인터페이스 목록은 이 축에서 따분한 절반입니다. 웹, 데스크톱, 메시징 앱, 전화 통화, 다른 사람의 에이전트가 호출할 수 있는 API가 있습니다.

중요한 절반은 트리거 인터페이스입니다. 여기에 포함된 4개 제품 가운데 적어도 2개인 Town과 Instinct는 사람이 아무것도 입력하지 않아도 작업을 시작할 수 있습니다. 정해진 시간이 되거나, 이메일이 도착하거나, 캘린더 일정이 다가오거나, 문서가 변경되면 시작됩니다. 이 2개 제품의 분석 보고서에는 해당 기능이 기록되어 있습니다. Pine과 Muse에 대해서는 분석 보고서만으로 어느 쪽인지 결론 내릴 수 없습니다. 이 기능은 사용자가 잠든 동안에도 에이전트를 유용하게 만들지만, 동시에 사용자가 아닌 사람도 에이전트에 접근할 수 있게 합니다.

트리거 인터페이스에 받은편지함이 포함된 에이전트에는 이메일 주소를 아는 낯선 사람 누구나 말을 걸 수 있습니다. 따라서 "무언가 일어났다"와 "그에 따라 행동하라" 사이에 놓인 모든 검사는 일반적인 기능 비교로는 포착할 수 없을 만큼 핵심적입니다. 그래서 이 축은 사용자가 입력할 수 있는 곳뿐 아니라 실행을 시작시킬 수 있는 요소도 기록합니다.

확인하지 못한 사항

대부분의 비교는 조사 과정에서 생긴 지식의 공백을 피해 갑니다. 여기서는 공백이 마지막 축이며, 모든 제품에 대해 내용을 채웁니다.

여기에는 2가지 이유가 있습니다. 명백한 이유는 정직성입니다. 알아낸 내용만 보고하는 벤치는 기준을 가늠할 수 없습니다. 빈칸이 "보고할 내용이 없음"인지 "살펴보지 않음"인지 알 수 없기 때문입니다. 덜 명백한 이유는 이 항목 자체가 유용한 정보를 준다는 것입니다. 끈질긴 외부인이 제품을 얼마나 들여다볼 수 있는지도 제품의 실제 속성입니다. 실패 사례로 채워진 4개 열은 어떤 회사가 불투명성을 기능으로 선택했는지 보여 줍니다.

항목은 막연하지 않고 구체적입니다. "프롬프트에 대해 아는 것이 많지 않다"가 아니라 몇 번 시도했으며 무엇이 돌아왔는지를 기록합니다. "메모리가 불분명하다"가 아니라 구조의 어느 부분이 드러났고 어느 부분이 드러나지 않았는지를 기록합니다.

개인용 에이전트에 여전히 종합 수치를 부여하지 않는 이유

첫 작업 실행 결과가 나왔으며, 순위가 아니라 구간 및 표본 크기와 함께 표시됩니다. 종합 점수는 여전히 없습니다. 개별 측정값을 하나의 수치로 만들려면 각 항목이 사용자에게 얼마나 중요한지 정해야 하는데, 우리는 그것을 알지 못하기 때문입니다. 한 제품의 수치는 제공받은 값이 확인 가능한 기록과 일치하지 않아 공개하지 않았습니다.

평가표의 첫 번째 배치는 표본 크기순으로 정렬된 완료율을 95% 구간 및 채점된 작업 수와 함께 표시하며, 완료율순으로 정렬하지 않습니다. 일치 여부를 확인할 수 없는 Town의 수치는 계속 공개하지 않습니다. 이 수치들은 공개되지 않은 배치 증거를 바탕으로 조정된 런타임에서 측정한 시험 결과입니다. 옆에 표시된 10월 배치는 이 점에서 다릅니다. 모든 시도에 기록이 있으며, 그 기록과 수치를 대조했습니다. 기록된 실행에는 개별 시도가 문서화되어 있고, 시험 방법은 결과 확인 방식을 설명합니다. 어떤 측정값도 하나의 제품 점수로 합치지 않습니다.

직접 확인해 보십시오: 10포인트 차이가 의미를 가지려면 작업이 몇 개 필요한가

가상의 에이전트 2개가 있습니다. 하나는 작업의 55%를 완료하고 다른 하나는 45%를 완료합니다. 드래그하여 각 에이전트가 평가받은 작업 수를 변경할 수 있습니다.

  • Agent A · 55% (34–74) ·
  • Agent B · 45% (26–66) ·

구간이 겹칩니다. 각각 20개 작업을 수행했다면 이 차이는 측정 잡음 안에 있습니다. A를 B보다 높게 평가하는 것은 추측에 불과합니다.

경쟁 평가표 중 하나인 Assistant Benchmark는 1명이 실제 사용을 바탕으로 평가하며, 각 범주는 10점 만점이고 시험하지 않은 칸은 비워 둡니다. 2026년 10월 22일에 확인했을 때, 10월 19일에 마지막으로 업데이트된 일반 평가표는 최대 15개 평가 범주에 걸쳐 29개 어시스턴트에 종합 점수를 부여했습니다. 이는 근거를 공개하는 타당한 방식입니다. 하지만 이어서 각 제품을 하나의 종합 수치와 순위로 압축합니다. 위에서 설명한 이유로 이 평가표는 그 마지막 단계를 따르지 않습니다. 벤치마크 페이지에서는 이 평가표를 같은 2개 제품의 순서를 반대로 매긴 두 번째 소비자 평가표와 나란히 보여 줍니다.

이 평가표가 의도적으로 측정하지 않는 3가지

가격은 행으로 두지 않습니다. 가격은 비교 페이지가 추적할 수 있는 속도보다 빠르게 바뀌며, 오래된 가격은 틀렸는데도 권위 있어 보입니다. 현재 수치는 날짜와 함께 각 제품 페이지에 표시합니다.

출력 품질도 행으로 두지 않습니다. 에이전트가 괜찮은 이메일을 쓰는지는 작업에 따라 달라지는 판단이며, 이를 채점하면 채점자가 누구인지가 결과에 반영되는 경향이 있습니다. 런타임에 관한 사실은 계정이 있는 누구나 확인할 수 있으므로 그것을 공개합니다.

자체 제품은 표에 올리지 않으며 앞으로도 올리지 않을 것입니다. Zentor는 에이전트 소프트웨어를 개발하므로 이해 충돌이 실제로 존재합니다. 회의적인 독자 앞에서도 설득력을 유지하는 유일한 대응은 벤치에서 빠지는 것입니다. 이 벤치를 운영하는 주체에서는 사이트의 자금 조달 방식을 포함한 나머지 내용을 설명합니다.

표는 런타임 분석 보고서만 다룹니다. 별도의 오픈소스 에이전트 비교에는 고정된 소스에서 확인한 결과를 시험 점수 없이 기록합니다. Personal Agent Bench 소개에서는 관찰 결과, 외부 보고서, 시험 측정값을 어떻게 구분하는지와 독립적인 검증이 불가능한 지점을 설명합니다.

별도의 114개 작업 비교에는 Town이 포함됩니다. 이전 빌드, 필터링, 공개되지 않은 대화 기록 때문에 해석에는 한계가 있으며, 이 비교가 기본 표를 대체하지는 않습니다.

제품문서화된 용도 또는 설계날짜가 명시된 가격
Pine기업에 전화 걸기주 단위로 표시된 개인용 가격과 월 단위로 표시된 업무용 가격
Instinct메시징을 통해 처리하는 업무주요 약관에 금액 없음
Muse사용자별 VM 및 연결된 서비스무료 사용 및 타사 유료 플랜 스냅샷
Town브리핑 및 예약된 루틴무료 및 유료 플랜

FAQ

점수를 매기지 않고 AI 에이전트를 어떻게 비교하나요? 모든 제품에 동일한 6가지 질문을 던지고 답을 나란히 공개합니다. 비교에는 동일한 질문과 정직한 답이 필요할 뿐, 맨 아래의 합계는 필요하지 않습니다. 오히려 그 합계가 판단 근거를 감추는 부분입니다.

축마다 같은 가중치를 적용하나요? 단일 점수가 있나요? 가중치는 전혀 적용하지 않으며 단일 점수도 없습니다. 가중치를 부여하려면 "모델이 서버 측에서 실행된다"는 사실이 "메모리가 사용자가 열 수 있는 파일이다"라는 사실에 비해 얼마나 중요한지 정해야 하는데, 이는 전적으로 사용자의 상황에 달려 있습니다. 종합 점수를 공개하는 사람은 누구나 그 사실을 밝히지 않은 채 사용자를 대신해 이 결정을 내린 것입니다.

6가지 축은 어디에서 나왔나요? 분석 보고서에서 나왔습니다. 먼저 4개 제품을 분석한 뒤 실제로 서로 달랐던 점을 토대로 축을 만들었습니다. 그래서 일반적인 기능 표의 범주와 달리 유난히 구체적입니다.

AI 에이전트의 성능은 어떻게 시험하나요? 일상적인 용무로 구성된 별도의 시험을 사용합니다. 9월의 비율은 시험을 실행한 팀이 제공했으며 이를 뒷받침하는 공개 배치 기록은 없습니다. 10월 11일 배치에서는 4개 제품 각각에 동일한 20개 작업을 한 번씩 부여했고(Pine은 시험 오류로 인해 수치가 없습니다), 모든 시도의 기록과 수치를 대조했습니다. 둘 다 구간과 함께 평가표에 표시하며, 어느 쪽도 분석 보고서의 답변에 더하지 않습니다.

AI 에이전트 비교 시 무엇을 살펴봐야 하나요? 어디서 실행되는지, 무엇에 접근할 수 있는지, 메모리가 어디에 저장되는지, 행동 전에 무엇을 묻는지, 사용자가 없어도 무엇이 시작시킬 수 있는지, 아무도 알아내지 못한 것은 무엇인지 살펴보십시오. 그런 다음 접근 가능 여부와 현재 가격을 공급업체의 자체 페이지에서 확인하십시오. 분석 보고서의 관찰 결과는 계정에서 확인 가능한 동작을 다루므로 사용자 계정으로 직접 확인할 수 있습니다. 관찰하지 못한 사항은 얼버무리지 않고 마지막 행에 넣었습니다.

확인 가능한 근거로 하는 AI 에이전트 평가

여기서 사용하는 방법은 영리한 기법이 아닙니다. 모든 제품에 같은 6가지 질문을 던지고, 직접 본 것을 기록하며, 실패한 지점을 명확히 밝히고, 결과를 하나의 수치로 합치지 않는 것입니다.

그 결과 반론을 제기할 수 있는 페이지가 만들어집니다. 모든 칸이 관찰 가능한 동작을 가리키므로, 동의하지 않는 독자는 구체적으로 어느 부분에 이견이 있는지 말할 수 있습니다. 이 축의 출발점이 된 4개의 분석 보고서, 평가표, 또는 기존 에이전트 벤치마크가 측정하는 내용과 그 어느 것도 이 질문에 답하지 못하는 이유를 확인해 보십시오.

모든 에이전트에 공통으로 적용하는 질문

이 질문 중 일부에는 별도 페이지가 있습니다. 제품을 한 번에 하나씩 다루는 대신 우리가 알고 있는 모든 제품에 같은 질문을 적용합니다.