에이전트 실행 세금 개념 도입

브라우저 에이전트 성능 측정 시 단순 토큰 가격만 고려하는 것은 오해의 소지가 있다. 재시도(retry)로 인해 발생하는 낭비되는 추론 비용을 의미하는 **'에이전트 실행 세금(Agent Execution Tax)'**이라는 새로운 지표가 제시되었다.

WebVoyager 벤치마크를 통해 4개 모델을 테스트한 결과, 특정 모델은 **22.9%**의 실행 세금(낭비된 추론/생산적 추론 비율)을 기록했다. 이는 토큰당 비용이 가장 저렴했던 모델이 실제 작업 성공당 비용은 2.3배 더 높을 수 있음을 시사한다.

주요 모델 비교 결과는 다음과 같다:

• MiniMax M2.5: Gemini 대비 작업 성공당 비용이 2.3배 저렴함.
• GLM-5: **57.1%**의 정확도로 가장 높은 성능을 보였으며, 구조화된 데이터 처리에 강점.
• Kimi K2.5: 852회 호출 중 파싱 재시도(parse retries) 0% 기록 (Gemini는 18.6%).

최근 오픈 웨이트 모델들이 에이전트 벤치마크에서 선전하는 이유는 단순히 모델의 지능이 높아졌기 때문이 아니라, 호출당 **신뢰성(reliability)**이 향상되었기 때문인 것으로 분석된다.