엔비디아 계열 아크 벤치마크 85.1% 공개

엔비디아($NVDA)의 에이브이오(AVO)가 아크-AGI-3(ARC-AGI-3) 벤치마크를 100% 성공률로 통과했다는 주장은 공개된 공식 자료와 맞지 않았다. 아크 프라이즈(ARC Prize) 커뮤니티 리더보드에서 확인되는 엔비디아 계열 성과는 누아(NOOA)의 85.1%다.

크립토브리핑(CryptoBriefing)은 AVO가 ARC-AGI-3에서 100% 성공률을 기록했다고 전했다. 그러나 아크 프라이즈 리더보드와 AVO 논문을 대조하면 두 내용은 서로 다른 연구를 가리킨다.

아크 프라이즈 커뮤니티 리더보드에는 누아(NVIDIA-labs OO Agents)가 2026년 7월 9일 ARC-AGI-3 Public Demo에서 85.1%를 기록한 것으로 올라와 있다. 같은 리더보드에서 엔비디아 AVO라는 이름의 ARC-AGI-3 100% 제출은 확인되지 않았다.

AVO 논문은 ARC-AGI-3가 아니라 그래픽처리장치(GPU) 커널 최적화 연구다. 테리 첸(Terry Chen) 등 연구진은 2026년 3월 25일 공개한 논문에서 AVO를 'Agentic Variation Operators for Autonomous Evolutionary Search'로 설명했다.

연구진은 엔비디아 블랙웰(B200) GPU에서 멀티헤드 어텐션 커널을 7일 동안 자율 탐색해 cuDNN 대비 최대 3.5%, FlashAttention-4 대비 최대 10.5% 성능 개선을 확인했다고 밝혔다. 이는 추론 벤치마크 통과율이 아니라 특정 연산 커널의 성능 개선폭이다.

ARC-AGI-3는 성격이 다르다. 아크 프라이즈는 이 벤치마크를 지시문 없이 낯선 환경을 탐색하고, 목표를 추론하며, 계획을 수행하는 상호작용형 테스트로 설계했다.

점수는 상대적 인간 행동 효율(RHAE)로 산정된다. 100%는 모든 게임과 레벨을 인간 기준 효율 이상으로 끝냈다는 뜻이다.

아크 프라이즈는 2026년 3월 ARC-AGI-3 공개 당시 인간은 100%, 프런티어 AI는 0.51%를 기록했다고 밝혔다. 이어 4월 공개한 인간 데이터 글에서 공개 데모 환경과 'first-run' 조건을 설명했다.

해당 조건에서 참가자는 환경을 한 번만 보고 문제를 풀어야 했다. 인간과 AI는 같은 사전 정보만 받았고, 점수는 단순 정답률보다 행동 효율과 탐색 과정을 함께 보도록 설계됐다.

현재 공개 자료에서 ARC-AGI-3 100% 결과는 엔비디아 AVO가 아니라 타이코(Tycho) 논문에서 확인된다. 옌스 레만(Jens Lehmann) 등 연구진은 2026년 7월 30일 공개한 논문에서 GPT-5.6 솔과 오퍼스 5(Opus 5)가 100.00 RHAE를 기록하고 183개 레벨을 모두 완료했다고 밝혔다.

아크 프라이즈 커뮤니티 리더보드도 타이코의 ARC-AGI-3 Public Demo 점수를 100.0%로 표시한다. 다만 이 리더보드는 공개 세트 기준 자가 보고 성격이 섞여 있어 숨겨진 테스트나 실제 제품 환경의 일반 추론 능력을 그대로 보증하지는 않는다.

이번 사안은 확인되지 않은 AVO의 100% 달성 주장보다 AI 에이전트 성능을 끌어올리는 구조의 차이를 보여준다. 타이코와 누아는 모델 하나의 정답률보다 하니스, 메모리, 검증 루프, 월드모델 같은 주변 설계가 결과에 영향을 줄 수 있음을 드러냈다.

크립토 업계에서도 AI 에이전트 성능 평가는 결제, 지갑, 자동화 인프라와 맞물려 해석된다. 본지는 앞서 AI 에이전트 결제 인프라가 확장되는 흐름을 보도한 바 있다.

벤치마크 성과는 모델의 실제 활용 가능성을 가늠하는 지표가 될 수 있지만, 공개 세트와 자가 보고 점수는 검증 수준을 나눠 읽어야 한다. ARC-AGI-3의 100% 기록은 타이코 논문과 커뮤니티 리더보드에 올라와 있고, 엔비디아 계열로 공개 확인되는 점수는 누아의 85.1%다.