KRBench

KRBench 11~20호의 문서 근거 추적, 개인정보 비식별화, 규정 감사, SLA, 지시 준수, 데이터 감사, 일정·예산·계약 계산 테스트를 한 번에 정리했습니다.

RETRACT, 계약 상태 변경, 할인, Credit, 날짜별 반올림 규칙이 섞인 25개 청구서로 ChatGPT, Gemini, Claude, Perplexity의 계약 변경 이력 추적과 청구액 계산 정확도를 비교했습니다.

환율, 월별 예산, 공급업체 누적 한도, 승인 단계, 중복 인보이스가 얽힌 32개 지출 요청으로 ChatGPT, Gemini, Claude, Perplexity의 예산 승인 규정 판정 정확도를 비교했습니다.

의존관계, 담당자 자원 충돌, 휴무·휴가, 21개 변경 이벤트가 섞인 프로젝트 일정으로 ChatGPT, Gemini, Claude, Perplexity의 일정 재계산 정확도를 100점으로 비교했습니다.

담당자·마감일·금액 변경, 취소·재개·완료, 과거 수정 무효화를 섞은 25개 업무 메일 스레드로 ChatGPT, Gemini, Claude, Perplexity의 최종 상태 추적 정확도를 100점으로 비교했습니다.

중복 주문, 고객·상품 참조 오류, 기준가격·결제금액 불일치, 날짜·상태 오류를 섞은 25개 주문으로 ChatGPT, Gemini, Claude, Perplexity의 데이터 정합성 감사 정확도를 100점으로 비교했습니다.

첨부파일 없이 동일한 한국어 복합 규칙 프롬프트 하나를 ChatGPT, Gemini, Claude, Perplexity에 입력해 조건·경계값·계산·문자열 변환 지시 준수 정확도를 100점으로 비교했습니다.

주말·야간·VIP·보안 예외·대기 상태가 섞인 고객지원 티켓 25개로 ChatGPT, Gemini, Claude, NotebookLM의 우선순위와 응답·해결 마감시간 판정 정확도를 100점으로 비교했습니다.

환율, 호텔·식비 한도, 택시 시간, 영수증, 제출 기한, 중복 규칙이 섞인 가상 출장비 25건으로 ChatGPT, Gemini, Claude, NotebookLM, Perplexity의 정산 정확도를 100점으로 비교했습니다.