광주과학기술원(GIST) 김의환 교수 연구팀이 AI가 두 이미지 사이에서 상황에 맞는 중요한 변화를 정확히 짚어내는지 평가하는 새 벤치마크 'C3-Bench'를 개발했다. 자연 장면·위성/항공 영상·이미지 편집·이상 탐지 등 4개 분야, 51개 변화 맥락에 걸쳐 사람이 직접 설명을 단 4996개의 이미지 쌍으로 구성됐으며, 단순 단어 일치가 아니라 정확성·구체성·자연스러움·상황 관련성을 종합 평가하는 방식을 도입했다. 사람과 GPT-5.2를 비교한 결과 종합 점수는 사람 7.45점, GPT-5.2 5.72점으로 차이가 났고, 이미지 순서를 뒤집어도 일관되게 설명하는 '가역성' 지표에서는 사람이 93%, GPT-5.2가 61%에 그쳤다. 연구팀은 가장 흔한 오류로 사물 인식 오류(전체의 63.3%)를 꼽았으며, 이 벤치마크가 재난 감시·자율주행·이상 탐지 등에 활용되길 기대한다고 밝혔다.

• •GIST 연구팀이 이미지 변화 이해도를 상황 맥락에 맞춰 평가하는 벤치마크 'C3-Bench'를 개발, ECCV 2026에서 발표했다.
• •4개 분야 51개 맥락, 사람이 직접 설명한 4996개 이미지 쌍으로 구성됐다.
• •종합 점수에서 사람 7.45점 대 GPT-5.2 5.72점으로 사람이 앞섰다.
• •이미지 순서를 뒤집어도 일관되게 설명하는 '가역성'에서는 사람 93%, GPT-5.2는 61%에 그쳤다.
• •가장 흔한 오류는 사물을 잘못 인식하는 시각적 인식 오류로 전체의 63.3%를 차지했다.