리더보드 213개 모델 업데이트, 데이터 파이프라인은 그대로인가

오픈소스 모델 수가 늘어도 AI 이전 단계에서 스키마 정합성과 결측 비율이 먼저 확인돼야 합니다. 벤치마크 결과만으로는 실제 트래픽에서 발생하는 지연시간과 롤백 빈도를 예측하기 어렵습니다. 국가 AI 컴퓨팅센터 인프라 구축 사례에서도 유지보수 비용과 장애 대응 인력이 핵심 변수로 남습니다. 공개된 리더보드 수치 외에 운영 지표를 비교하는 작업이 선행돼야 합니다.