ServiceNow가 음성 에이전트 평가 벤치마크 EVA-Bench를 항공 고객서비스(CSM), 기업 IT서비스(ITSM), 헬스케어 HR서비스(HRSD) 3개 도메인으로 확장한 'EVA-Bench Data 2.0'을 MIT 라이선스로 공개했다. 121개 도구에 걸친 213개 시나리오로 이전 대비 약 4배 규모이며, GPT-5.4·Gemini 3.1 Pro·Claude Opus 4.6 세 프런티어 모델로 풀이 가능성을 검증했다. 단일·다중 의도 통화와 인증 우회를 시도하는 적대적 통화를 포함하고, 각 시나리오는 정답 경로가 하나만 존재하도록 SyGra 그래프 기반 합성 파이프라인으로 생성·다단계 검증했다. NPI·FMLA·보험 등 실제 미국 헬스케어 정책에 근거했으며, 영어를 넘어 프랑스어 등 다국어 확장도 예고했다.

• •단일 도메인에서 항공(CSM)·IT서비스(ITSM)·헬스케어 HR(HRSD) 3개 도메인으로 확장, 121개 도구·213개 시나리오(약 4배)
• •GPT-5.4·Gemini 3.1 Pro·Claude Opus 4.6 세 프런티어 모델로 모든 시나리오의 풀이 가능성 검증
• •단일·다중 의도 통화와 인증 우회·권한 초과를 시도하는 적대적 통화, 해결 불가 목표까지 포함
• •SyGra 그래프 기반 합성 파이프라인으로 사용자 목표·DB 초기상태·기대 최종상태를 공동 생성해 재현성 확보
• •NPI·FMLA·보험 등 실제 미국 햬스케어 정책 근거, MIT 라이선스 오픈소스 및 다국어 확장 예고