앞선 2.4점, 뒤진 4.8점…모티프 성적표를 더해보니

100점은 다섯 칸으로 나뉩니다

2026년 8월 27일 정부가 공개한 배점은 AAII 25점, NIA 15점, 전문가 35점, AI 전문 사용자 15점, 일반 국민 10점입니다. 앞의 두 칸은 벤치마크, 뒤의 두 칸은 사용자 평가로 묶습니다. 벤치마크가 40점으로 큰 범주이지만 단일 항목 가운데 가장 큰 배점은 전문가 평가의 35점입니다.

배점과 획득점수는 다릅니다. AAII의 배점이 25점이라고 어느 팀이 25점을 받았다는 뜻은 아닙니다. 마찬가지로 전문가 평가 35점은 항목의 최대치입니다. 항목별로 실제 받은 점수를 더해야 팀의 총점이 나옵니다.

정부는 소수 첫째 자리의 항목별 환산점수와 함께 붙임 자료에 익명 평가위원·사용자의 개별 점수도 공개했습니다. 이번 편에서는 다섯 항목의 합과 차이를 따라가고, 다음 편에서는 그 뒤에 있는 평가자의 점수와 집계 방식을 살펴봅니다. 공개표로 확인할 수 있는 것은 점수이고, 채점 이유에는 별도의 설명이 필요합니다.

모티프의 65.8점이 만들어진 순서

모티프는 AAII 11.9점과 NIA 12.7점을 받았습니다. 둘을 더하면 벤치마크 24.6점입니다. 전문가 평가 27.1점을 더한 누적값은 51.7점, AI 전문 사용자 8.4점을 더하면 60.1점입니다. 마지막으로 일반 국민 평가 5.7점을 더한 총점이 65.8점입니다.

비교 대상인 SK텔레콤은 AAII 8.8점, NIA 13.4점으로 벤치마크 합계가 22.2점입니다. 여기에 전문가 29.3점, AI 전문 사용자 11.6점, 일반 국민 7.5점을 더하면 총점 70.6점입니다. 모티프보다 벤치마크는 낮지만 나머지 항목에서 앞섭니다.

두 팀의 차이는 다섯 항목에서 갈렸습니다. 모티프는 AAII에서 3.1점 앞서고 NIA에서는 0.7점 뒤집니다. 전문가 평가의 차이는 2.2점, AI 전문 사용자는 3.2점, 일반 국민은 1.8점으로 모티프가 낮습니다. 이 다섯 차이를 합치면 모티프 기준 마이너스 4.8점입니다.

어느 한 칸만으로 설명되지 않는 결과

모티프의 탈락을 전문가 평가 한 항목만의 결과로 설명하기는 어렵습니다. 사용자 평가 두 항목에서도 차이가 났기 때문입니다. 그렇다고 전문가 점수의 영향이 작다는 뜻은 아닙니다. 단일 항목의 배점이 가장 큰 만큼 그 점수에 어떤 판단이 담겼는지 살필 필요가 있습니다.

업스테이지의 총점은 69.9점, LG AI연구원은 69점입니다. 두 팀 역시 벤치마크 합계에서는 모티프보다 낮지만 전문가·사용자 점수를 더한 최종 합계에서 앞섭니다. 특정 팀 한 곳과 비교해서만 생기는 역전이 아니라 네 팀을 함께 놓았을 때의 결과입니다.

여기서 공개점수는 결과의 위치를 알려줄 뿐 판단의 이유까지 말해주지는 않습니다. 점수가 낮다는 사실만으로 모델의 어떤 답변이 나빴는지, 어떤 개발계획이 부족했는지, 평가자가 어떤 기준을 더 중요하게 봤는지 알 수는 없습니다. 숫자의 차이를 확인한 다음에는 심사 기준과 설명으로 넘어가야 합니다.

반대로 채점 이유가 공개되지 않았다는 사실만으로 점수에 부정이 있었다고 단정할 수도 없습니다. 자료의 공백과 부정한 행위의 증거는 같은 것이 아닙니다. 검증을 요구하려면 어떤 정보가 있어야 설명을 확인할 수 있는지 구체적으로 짚어야 합니다.

전문가 35점 안에는 세 항목이 있다

정부가 공개한 전문가 점수에는 세부항목도 있습니다. 개발 전략·기술 10점,개발 성과·계획 10점,파급효과·기여계획 15점입니다. 위원 10명이 모티프에 준 점수를 항목별로 단순평균하면 7.9점,7.4점,11.3점입니다. SK텔레콤은 8.1점,8점,12.5점이었죠.

세 단순평균을 더한 값은 공표점수와 다릅니다. 공표점수는 위원별 총점에서 최고·최저를 하나씩 뺀 평균이기 때문입니다. 세부항목은 어느 기준에서 점수가 갈렸는지 들여다볼 자료입니다. 점수를 준 이유까지 복원하는 자료는 아닙니다.

독자가 움직이는 것은 공개된 덧셈입니다

화면의 단계 손잡이를 움직이면 다섯 항목이 실제 배점 순서대로 더해집니다. 한 항목까지의 순위는 중간 순위라고 표시하고, 모든 항목을 더한 뒤에만 종합 순위로 표시합니다. 팀을 골라 서로 빼보면 앞서거나 뒤진 점수가 어느 칸에서 생겼는지도 볼 수 있습니다.

다섯 항목을 더하면 역전의 위치는 드러납니다. 그러나 왜 그런 점수를 줬는지까지 덧셈으로 알 수는 없습니다. 공개된 점수표를 바탕으로 평가단의 구성과 집계 방식을 더 살필 차례입니다. 3편에서는 총점 뒤에 있는 응답을 들여다봅니다.