AI 모델이 발전함에 따라 기존 벤치마크 점수만으로는 실제 성능을 판단하기 어려운 'Benchmark Contamination(벤치마크 오염)' 문제가 발생하고 있습니다. 이는 모델이 학습 과정에서 평가 문제를 미리 접하게 되어 점수가 왜곡되는 현상을 의미합니다. 이를 해결하기 위해 Google DeepMind는 모델의 IP와 평가 데이터의 비밀성을 동시에 보호하는 Double-Blind Evaluation(DBE) 방식을 제안했습니다. DBE는 Secure Enclave라는 보호된 실행 환경 안에서 모델과 데이터를 암호화하여 처리함으로써, 서로의 정보를 노출하지 않고도 신뢰할 수 있는 평가를 가능하게 합니다. 앞으로는 AI 모델의 단순한 점수뿐만 아니라, 그 점수가 얼마나 신뢰할 수 있는 방식으로 측정되었는지가 더욱 중요해질 전망입니다.