Created by AI 코드를 고치고, 테스트도 통과시킨 AI 에이전트가 있습니다. 그런데 실제 MLOps 작업 전체를 완수한 비율은 31.2%에 그쳤습니다. 나머지 68.8%는 어디에서 막혔을까요? 이 수치는 2026년 10월 공개된 MLOps-Bench가 던진 가장 중요한 경고입니다. Codex 기반 GPT-5.5는 평가 대상 에이전트 가운데 가장 높은 성능을 보였지만, 212개의 실제 ML 운영 작업 가운데 모든 조건을 충족하며 끝까지 해결한 […]