Gemini 4 Carbon 벤치마크, Claude에 뒤지지만 더 강한 가성비 제시
Google의 Gemini 4 Carbon은 새 벤치마크에서 Claude Opus 5.5에 뒤졌지만, 과제당 평균 지출은 크게 낮게 기록했다. Gemini 4 Carbon 벤치마크 결과는 Google에 설득력 있는 가성비 논거를 제공하지만, 이 비교에는 결과에 큰 영향을 미치는 단서가 있다. 시험 대상 도메인이 바뀌면 순위도 달라진다.
장시간의 전문 업무를 수행하는 AI 시스템을 평가하는 SemiAnalysis의 GDPx에서는 Anthropic이 종합 점수에서 앞섰다. Carbon은 실질적인 구매 질문을 제기할 만큼 근접했다. 선두 결과가 정당화하는 추가 지출은 얼마인가? 이 질문은 반복 실행에 비용을 투입하는 개발자와 가장 비싼 모델을 어떤 업무에 써야 할지 결정하는 기업에 중요하다.
이번 결과는 신중한 결론을 뒷받침한다. Carbon은 까다로운 워크플로에 고려할 만하지만, 그 위치는 평가되는 업무와 실행을 좌우하는 조건에 따라 달라진다. 더 낮은 측정 지출은 Google의 시험 도입 논리를 강화한다. 그러나 모든 고객에게 운영 비용이 더 낮다는 사실을 확립하거나, Carbon이 전문 업무 전반에서 Claude와 동등하다는 점을 입증하지는 않는다.
Gemini 4 Carbon 벤치마크, Google을 선두권에 올려놓다
GDPx가 공개한 리더보드에서는 Claude Opus 5.5가 12.0%로 가장 높고, Carbon이 10.9%, GPT-6 Astra가 9.6%로 뒤를 이었다. 이 평가는 14개 전문 파트너와 함께 개발한 11개 도메인, 206개 과제로 구성된다. 도메인에는 동일한 가중치가 부여되며, 과제별 채점을 통해 세 번의 시도 결과를 평균낸다. 일부 과제는 부분 점수를 주므로, 대표 백분율은 단순 완료율이 아니다. 이러한 세부 사항은 GDPx leaderboard에서 확인할 수 있다.
Carbon의 결과는 이 평가 안에서 경쟁력 있는 위치를 보여주지만, 그 의미는 평가 설계에 달려 있다.
Google과 Anthropic을 비교하는 독자에게 즉각적인 차이는 분명하다. Claude가 종합 점수를 이끌고, Google은 다른 지출 프로필로 근접한 결과를 제시한다. 어느 관찰도 리더보드를 보편적인 지능 순위로 받아들일 필요는 없다.
벤치마크는 선별된 문제, 도구, 채점 규칙의 집합이다. 그 유용성은 이러한 선택이 해석할 수 있을 만큼 분명하게 드러난다는 데 있다. 따라서 계약 조사 업무를 평가하는 조직은 소프트웨어 유지보수를 평가하는 팀과 다른 질문을 해야 한다.
종합 결과는 초기 비교를 제공한다. 하지만 특정 구매자가 어떤 오류를 마주할지, 그러한 오류에 얼마나 많은 개입이 필요한지는 결정할 수 없다. 측정된 성능과 실제로 유용한 성능 사이의 이 간극에서 구매 결정은 더 복잡해진다.
기존 애플리케이션의 장애를 조사하는 가상의 엔지니어링 팀을 생각해 보자. 유용한 모델은 관련 근거를 찾아내고, 타당하게 방어할 수 있는 변경안을 제안하며, 검토자가 시험할 수 있는 결과물을 만들어야 한다. 작동하는 수정 없이 그럴듯한 설명만 제시하면 추가 업무가 생긴다.
이 팀에 중요한 비교에는 패치의 품질과 이를 검증하는 데 필요한 노력이 포함된다. 일반적인 리더보드 순위는 맥락을 제공하지만, 결과가 이전될 수 있는지는 팀 자체의 리포지토리가 결정한다.
다른 조직은 변화하는 문서 모음에서 일관된 답변을 추출하는 일을 주로 중요하게 볼 수 있다. 이 조직의 수용 기준은 근거 범위, 상충하는 기록, 정확한 인용을 강조할 것이다. 동일한 종합 순위도 이 경우에는 다른 구매 결정을 뒷받침할 수 있다.
이 때문에 이번 결과는 경쟁의 승패를 확정하지 않으면서도 중요하다. Carbon을 어려운 업무의 후보 목록에 올려놓기 때문이다. 다음 질문은 측정된 경제성이 벤치마크 환경에서 구매자의 실제 워크플로로 옮겨가도 유지되는지에 관한 것이다.
이 구분은 흔한 보도 오류도 막는다. 종합 점수에서의 작은 차이가 경쟁 시스템이 서로 대체 가능한 오류를 낸다는 사실을 입증하지는 않는다. 구매자는 그 오류가 어디에서 발생하는지 알아야 한다.
더 낮은 측정 지출이 Claude의 프리미엄에 압박을 가하다
11월 2일자 9to5Google 보도는 Claude Opus 5.5와 비교한 Carbon의 과제당 평균 벤치마크 지출이 크게 낮다는 점을 강조한다. 또한 GPT-6 Astra는 평가에서 더 높은 비용이 들었지만 종합 점수는 더 낮았다고 전한다. benchmark cost comparison은 구독 요금제 전반의 평가가 아니라 가치 주장의 근거다.
Anthropic의 과제는 Claude의 추가 측정 성능이 어떻게 추가 비용을 회수하는지 보여주는 것이다.
이는 고객이 이미 공급자를 바꿨다는 증거가 아니라 결과에 대한 경제적 해석이다. 구매자가 어느 시스템으로도 수용 가능한 결과를 재현할 수 있을 때 이러한 압박은 중요해진다. 그렇게 되면 지출 차이를 더 면밀히 살펴볼 필요가 있다.
반복적인 조사나 엔지니어링 작업을 수행하는 기업에서 추론 지출은 모델이 요청을 처리하고 응답을 생성하도록 하는 비용을 뜻한다. 사용량이 늘어날수록 이 비용은 더 중요해진다. 실험 단계에서는 감당할 수 있어 보이는 워크플로도 조직 전체에 반복 적용되면 자금 조달이 어려워질 수 있다.
하지만 시도한 과제당 평균 지출은 계산의 일부일 뿐이다. 구매자가 궁극적으로 지불하는 것은 유용한 결과다. 상당한 수정이 필요한 저렴한 시도는 결과물이 고객에게 도달하기 전에 장점을 잃을 수 있다.
따라서 인적 검토도 같은 비교에 포함돼야 한다. 검토자는 답변이 요청에 부합하는지, 제약을 따르는지, 중요한 주장에 근거를 제공하는지 확인해야 한다. 모델 자체의 청구 비용이 유리해 보여도 검토 시간은 경제성을 바꿀 수 있다.
재시도도 비슷한 이유로 중요하다. 반복 시도가 필요한 시스템은 추가 자원을 소모하고 완료를 지연시킨다. 구매자는 시도당 낮은 비용과 승인된 결과당 낮은 비용을 구분해야 한다.
복구 가능한 오류와 비용이 큰 실수 사이에도 차이가 있다. 형식 문제는 대체로 쉽게 고칠 수 있다. 기술 권고 안에 숨어 있는 잘못된 가정은 훨씬 더 많은 조사가 필요할 수 있다.
즉, Claude는 출력물의 수정이 덜 필요하거나 더 중요한 문제를 더 많이 포착하는 워크플로에서 프리미엄을 정당화할 수 있다. Carbon은 더 낮은 총 노력으로 동일한 수용 기준을 충족하는 경우 선택을 정당화할 수 있다. 벤치마크는 어느 조건이 적용되는지 결정하지 않는다.
그럼에도 경쟁 효과는 의미가 있다. Google은 구매자에게 Carbon을 선두 모델과 함께 평가해 달라고 요청할 근거 기반의 이유를 확보했다. Anthropic은 최상위 위치에만 전적으로 의존하기보다 격차의 실질적 가치를 설명해야 한다.
조달 팀에게 이는 논의를 측정 가능한 결과로 옮긴다. 유용한 질문은 각 시스템이 공통 수용 기준을 상대로 어떻게 수행하는가가 된다. 브랜드 선호와 종합 순위는 맥락으로 남고, 완료된 업무가 구매를 결정한다.
안전 필터가 경쟁 구도를 바꾸다
SemiAnalysis는 Claude와 GPT 모델의 낮아진 일부 결과를 안전 분류기, 즉 요청이나 행동을 안전 규칙에 따라 검사하는 시스템에 기인한다고 설명한다. GDPx methodology는 사이버보안, 생물학, 그리고 AI 행동을 의도한 목표와 일치하도록 유지하는 정렬 연구를 제외하는 방안을 다룬다. 이는 다른 비교를 만들어낸다. 평가자는 모델이 제공될 경우 해당 모델의 자체 실행 도구에서 작동시키므로, 결과는 작동하는 시스템의 비교이기도 하다.
안전 행동의 영향을 받는 순위는 근본적인 문제 해결 능력의 순위로만 읽어서는 안 된다.
시스템은 문제를 풀지 못해서 요청을 완료하지 못할 수 있다. 안전장치가 우려를 감지해 진행을 거절할 수도 있다. 두 결과는 완료 중심 평가에서는 비슷하게 보이지만, 구매자에게는 서로 다른 의미를 지닌다.
승인된 연구 팀에게 불필요한 거절은 정당한 업무를 중단시킬 수 있다. 이 관점에서 거절 행동은 유용성 평가에 포함된다. 기술적으로 유능한 시스템도 고객이 수행하도록 허용된 과제를 지원해야 한다.
다른 조직에는 같은 제한이 바람직할 수 있다. AI를 광범위하게 배포하는 기업은 민감한 요청에 대한 예측 가능한 경계를 우선시할 수 있다. 이 조직이 선호하는 시스템은 연구 벤치마크에서 가장 자주 진행하는 시스템과 다를 수 있다.
필터링된 순위는 또 다른 해석 문제를 제기한다. 민감한 도메인을 제거하면 평가 대상 업무량이 바뀐다. 동일한 모델이 다른 안전장치 아래에서 그러한 과제를 어떻게 수행할지는 보여주지 않는다.
이 구분은 독자가 Carbon의 위치에 대해 추론할 수 있는 범위를 제한한다. 필터링되지 않은 결과는 공개된 구성 전반의 성능을 설명한다. 필터링된 결과는 더 좁은 구성을 설명한다. 하나를 감추면서 다른 하나를 보편적 답변으로 홍보해서는 안 된다.
따라서 Gemini 4 Carbon 벤치마크는 Google이 Anthropic을 따라잡았는지보다 더 정확한 질문을 제기한다. 역량, 거절 행동, 실행 도구 가운데 어떤 조합이 고객의 요구사항에 맞는지를 묻는다.
실행 도구가 중요한 이유는 소프트웨어를 통해 행동을 수행하는 시스템인 AI 에이전트가 응답만으로 작동하지 않기 때문이다. 환경은 어떤 파일을 검사할 수 있는지, 어떤 명령을 실행할 수 있는지, 피드백을 어떻게 받는지를 좌우한다.
가상의 코딩 보조 도구는 결함을 정확하게 추론하면서도 프로젝트의 테스트를 실행하는 데 어려움을 겪을 수 있다. 다른 도구는 환경 오류에서 효율적으로 복구할 수 있다. 구매자는 이러한 차이를 제품의 차이로 경험한다.
이 점은 실무 평가에 장점을 준다. 고객이 실제로 사용하는 시스템을 반영할 수 있기 때문이다. 동시에 모델을 고립해서 평가하는 주장에는 한계가 있다. 강력한 결과가 어느 구성 요소에 공을 돌려야 하는지는 알려주지 않는다.
따라서 구매자는 승자를 선택하기 전에 실패 범주를 조사해야 한다. 불필요한 거절, 잘못된 추론, 누락된 맥락, 도구 실패에는 각기 다른 대응이 필요하다. 이를 하나의 판단으로 합치면 시스템이 실망스러웠던 이유가 가려질 수 있다.
다른 평가도 과제별 판단의 필요성을 뒷받침한다
별도의 평가는 GDPx 경쟁의 승패를 가르지 않으면서도 유용한 점검을 제공한다. 선택된 전문 과제를 미국 경제 산출의 산업별 비중으로 가중하는 Vals Index는 10월 30일 업데이트에서 Claude Sonnet 5.5를 70.85%로 제시한다. Carbon은 70.45%로 뒤를 이었고, Claude Opus 5.5의 70.18%를 앞섰다. 이러한 professional task results는 다른 방법론을 사용하므로 GDPx와 분리해서 봐야 한다.
서로 다른 벤치마크의 선두 모델이 다르다는 점은 순위에서 일반화하기 전에 업무량을 살펴봐야 할 이유다.
“Claude”가 서로 다른 모델을 포괄한다는 점에서 이 대비는 Gemini 4 Carbon과 Claude의 비교에 중요하다. Opus와 관련된 결과가 Sonnet을 자동으로 설명하지는 않는다. 비교에는 시험 조건과 함께 정확한 모델 식별이 필요하다.
평가 날짜도 필요하다. 공개된 리더보드는 특정 조건 아래 특정 시스템을 포착한 스냅샷이다. 이후 업데이트는 이전 스냅샷을 부정직하거나 쓸모없게 만들지 않으면서 비교를 바꿀 수 있다.
구매자에게 평가 간 차이는 여전히 해결되지 않은 지점을 파악하는 데 도움이 된다. 전문적 유용성에 대한 폭넓은 주장은 고객이 실제로 수행하는 업무 유형 전반의 근거를 필요로 한다. 같은 종합 주장을 여러 발표에서 반복해도 신뢰도는 크게 높아지지 않는다.
Zapier의 별도 평가는 구성 설정이 결과를 어떻게 바꿀 수 있는지 보여준다. AutomationBench는 시뮬레이션된 비즈니스 워크플로의 완료 여부를 테스트한다. Carbon은 낮은 추론 노력에서 31.5%, 중간에서 53.0%, 높음에서 53.9%를 기록했다. 따라서 비즈니스 워크플로 평가는 낮음과 중간 사이의 개선 폭이 중간과 높음 사이보다 훨씬 크다는 점을 보여준다.
이 수치만으로는 Carbon의 GDPx 점수를 설명할 수 없다. 대신 모델 설정이 측정된 성능에 실질적인 영향을 미칠 수 있다는 더 좁은 지점을 입증한다. 이러한 설정을 생략한 비교는 구매자가 결과를 재현하는 데 필요한 정보를 제공하지 못한다.
운영상의 의미는 모델명만으로는 제품의 동작을 정의할 수 없다는 것이다. 구매자는 제안된 배포 환경에서 사용되는 구성도 이해해야 한다. 엄격한 설정에서 관찰된 성능은 더 저렴하거나 더 빠른 구성으로 그대로 이전되지 않을 수 있다.
반대로, 사용할 수 있는 최고 설정이 자동으로 최선의 비즈니스 결과를 제공하는 것은 아니다. 추가 연산은 비용과 대기 시간에 미치는 영향을 정당화할 만큼 충분한 개선을 만들어야 한다. 이 판단은 작업에 따라 달라진다.
예를 들어 가상의 백그라운드 리서치 프로세스는 결과물에 필요한 검토가 줄어든다면 더 긴 실행 시간을 감수할 수 있다. 반면 대화형 어시스턴트는 사용자가 계속 진행하기 전에 기다려야 하므로 응답성을 우선시할 수 있다. 어느 쪽 선호도도 종합 리더보드에서 직접 도출되지는 않는다.
바로 이 지점에서 지식 워크플로 설계가 논의에 들어온다. AI 지식 관리를 평가하는 팀 역시 관련 정보가 모델에 어떻게 전달되는지 살펴봐야 한다. 누락된 근거는 추론 품질이 결정 요인이 되기도 전에 유능한 시스템의 성능을 약화시킬 수 있다.
따라서 경쟁하는 벤치마크 결과에 대한 유용한 대응은 더 높은 구체성이다. 작업, 이용 가능한 정보, 구성, 수용 기준을 정의해야 한다. 그다음 전체 워크플로를 그러한 요구사항에 맞춰 평가해야 한다.
접근성과 검증은 가치가 고객에게 전달되는지를 결정한다
Google은 10월 28일 Carbon을 발표하고, 일부 사이버 보안 방어 담당자와 신뢰할 수 있는 파트너를 대상으로 한 단계적 출시를 시작한다고 설명했다. Google의 공식 계획은 추가 피드백을 받고 안전장치 관련 작업을 진행한 뒤 접근성을 확대하는 것이었다. Google의 출시 게시물은 자체 역량 주장도 제시한다. Carbon 출시 세부 사항은 발표와 광범위한 고객 이용 가능성이 별개의 이정표임을 보여준다.
긍정적인 벤치마크 결과는 고객이 사용 가능한 조건에서 해당 시스템을 테스트할 수 있을 때 상업적으로 유용해진다.
이는 가치 논의와 직접 연결된다. 구매자는 모델과 비교에 사용된 설정에 접근하지 못하면 예상 절감 효과를 검증할 수 없다. 이용 가능성은 Carbon이 즉시 선택할 수 있는 옵션인지, 미래의 후보인지 결정한다.
단계적 접근은 공개 피드백의 폭도 제한할 수 있다. 선별된 조직의 초기 결과는 까다로운 활용 사례를 조명할 수 있지만, 일상적인 배포 관련 질문에는 답하지 못할 수 있다. 구매자는 유망한 평가와 다양한 고객 전반에서 확립된 성능을 구분해야 한다.
Google이 다음으로 해결해야 할 상업적 과제는 벤치마크의 매력을 사용할 수 있는 제품으로 옮기는 일이다. 이는 좋은 답변을 생성하는 것 이상을 요구한다. 고객에게는 일관된 접근성, 명확한 동작 방식, 전체 워크플로를 평가하기에 충분한 운영 정보가 필요하다.
Anthropic의 경우, 경쟁사가 매력적인 결과를 내놓더라도 이용 가능성과 기존 통합 환경이 실질적인 이점을 제공할 수 있다. 이미 Claude를 사용하는 팀은 시스템 전환에 필요한 노력을 고려해야 한다. 그 노력은 가정이 아니라 측정의 대상이 되어야 한다.
전환에는 프롬프트, 도구, 권한, 그리고 후속 단계의 기대치를 점검하는 일이 포함된다. 사람에게는 동등해 보이는 출력도 특정 구조를 기대하는 소프트웨어를 망가뜨릴 수 있다. 이러한 차이는 모델 품질이 경쟁력 있더라도 도입에 영향을 미친다.
Gemini 4 Carbon 벤치마크는 이러한 전환 비용을 측정하지 않는다. 다만 이를 조사해야 할 이유를 만든다. 구매자는 유리한 벤치마크 비용을 완전한 마이그레이션 비즈니스 케이스로 조용히 간주하지 않아야 한다.
검증은 또 다른 한계를 제시한다. 여기서 검토한 증거는 평가자가 공개한 내용을 확인할 뿐이며, GDPx의 독립적인 재현을 구성하지는 않는다. 재현은 성능과 지출 간 보고된 관계에 대한 신뢰를 높일 것이다.
그때까지 주장은 출처와 조건에 연결된 상태로 유지되어야 한다. Carbon은 공개된 평가에서 강력한 결과를 기록했다. 이는 모든 고객이 동일한 이점을 경험한다는 것을 확립하지 않으면서도 추가 테스트를 뒷받침한다.
같은 원칙은 배포 사례에도 적용된다. 내부 기술 문서를 다루는 가상의 리서치 어시스턴트는 정확한 근거 선택과 신뢰할 수 있는 출처 표기가 필요하다. 가상의 소프트웨어 에이전트는 검토와 테스트를 통과하는 변경 사항이 필요하다. 어느 결과도 벤치마크 순위만으로 자동으로 따라오지는 않는다.
지식 근로자에게 효과적인 AI 워크플로는 정보 구성과 검색에도 달려 있다. 더 나은 모델 경제성은 반복적으로 오래된 문서를 제공하거나 필수 맥락을 누락하는 프로세스를 보완할 수 없다.
그에 따른 구매 결정은 로고 사이의 선택보다 더 광범위하다. 이는 요청에서 수용된 작업에 이르는 전체 경로에 관한 문제다. Carbon의 측정된 가치는 고객 자체의 제약까지 포함해 그 경로를 면밀히 검토해야 할 이유가 된다.
다음 신호는 더 폭넓은 접근성, 안정적인 순위, 그리고 수용된 작업이다
가장 먼저 주목할 신호는 초기 출시 이후에도 사용할 수 있는 접근성이 제공되는지다. 구매자에게는 자체 도구와 근거를 사용해 Carbon을 평가할 기회가 필요하다. 더 폭넓은 접근성은 벤치마크의 상업적 중요성을 강화할 것이며, 지속적인 제한은 가치 논의의 더 많은 부분을 미래의 가능성으로 남길 것이다.
관련 이정표는 반복 가능한 테스트를 지원하는 접근성이다. 짧은 시연은 잠재력을 보여줄 수 있지만 운영 일관성을 확립할 수는 없다. 고객은 성공적인 실행과 실패 패턴을 모두 관찰할 수 있을 만큼 충분히 노출되어야 한다.
두 번째 신호는 경쟁 관계가 추가 평가와 명확히 문서화된 도메인 선택 전반에서 유지되는지다. 관련 작업 조합에서도 유리한 결과가 계속된다면 Google의 주장은 더 강해질 것이다. 좁은 선택에 크게 의존하는 순위라면 결론은 더 구체적인 것으로 한정될 것이다.
민감한 도메인 비교는 특히 신중해야 한다. 향후 보도는 작업 선택의 변화와 모델 동작의 변화를 구분해야 한다. 그렇지 않으면 재정렬된 리더보드가 평가에서 측정하지 않은 기술적 발전을 확립한 것처럼 보일 수 있다.
독립적인 재현은 또 하나의 유용한 검증 수단이 될 것이다. 이는 보고된 관계가 서로 다른 운영자와 환경에서도 유지되는지 판단하는 데 도움이 된다. 일치는 신뢰를 높이고, 불일치는 설명이 필요한 조건을 드러낼 것이다.
세 번째 신호는 인적 검토와 오류 복구를 포함한 수용된 작업에 관한 증거다. 이것이 기업이 궁극적으로 구매하는 결과다. 배포 환경은 모델 수준에서는 경제적으로 보일 수 있지만, 수정과 감독 이후에는 비용이 많이 들 수 있다.
Carbon의 가치 주장은 낮은 측정 지출이 고객이 비슷한 노력으로 수용할 수 있는 출력과 함께 나타날 때 더 강해진다.
반대 방향의 증거는 더 넓은 주장을 약화시킬 것이다. 검토자에게 상당히 더 많은 시간이 필요하거나 재시도가 초기 이점을 없앤다면, 낮은 벤치마크 지출은 설득력이 떨어진다. 이는 공개된 결과를 무효화하지는 않으며, 그 실질적 한계를 정의할 뿐이다.
Anthropic의 대응도 같은 틀 안에서 중요하다. 수용 가능한 출력, 실행 신뢰성 또는 운영 경제성의 개선은 비교를 바꿀 수 있다. 구매자는 현재의 관계가 지속될 것이라고 가정하기보다 이러한 결과를 지켜봐야 한다.
따라서 Gemini 4 Carbon 대 Claude에 대한 가장 유용한 해석은 조건부이며 실행 가능하다. Google은 더 면밀한 평가를 받을 만한 근거를 얻었다. Claude는 GDPx 최고 점수를 유지하고 있다. 고객의 워크로드가 어느 관찰이 지출에 얼마나 영향을 미쳐야 하는지를 결정한다.
이렇게 하면 헤드라인을 적절한 비중으로 유지할 수 있다. Carbon의 결과는 가장 높은 벤치마크 점수가 반드시 가장 좋은 구매 선택을 의미한다는 가정에 도전한다. 더 저렴하게 시도한 작업이 항상 더 저렴하게 완료된 작업을 만든다는 점까지 확립하지는 않는다.
Gemini 4 Carbon 벤치마크를 구매 판단으로 받아들이기 전에, 팀이 실제로 완료해야 하는 작업을 파악하라. 대표적인 작업을 선택하고, 수용 가능한 출력을 정의하며, 비교에 검토 시간을 포함하라. 시스템이 거부하거나, 멈추거나, 그럴듯하지만 검토에서 실패하는 답변을 생성하는 시점을 기록하라. 테스트한 구성이 계속 해석 가능하도록 명확히 표시하라. 그다음 수용 가능한 결과에 도달하는 데 필요한 노력을 비교하라. 이 증거는 Google의 측정된 이점이 귀사의 워크플로로 이전되는지, 그리고 Claude의 더 높은 점수가 어디에서 프리미엄을 정당화하는지를 보여줄 것이다. 다음 배포에서 가장 중요한 것은 무엇인가? 가장 어려운 작업에서의 추가 역량인가, 아니면 사용할 수 있는 예산 내에서 더 많은 수용 가능한 작업인가?
