멀티모달 LLM 평가

멀티모달 에이전트 벤치마크 흐름을 한 번에 정리합니다. OSWorld·Online-Mind2Web·Gemini 2.5 Computer Use, OpenAI·Anthropic MCP 지표를 비교하고, 스타트업이 바로 쓸 수 있는 실사용 업무 대행 평가 체크리스트를 제시합니다.