出典：デジタルタイムズ 구본규記者
「AIスタートアップCLEVI、GAIA上位2.5%入り…実証された信頼性を示す」記事全文引用
発行日 2026-04-08
リンク：https://n.news.naver.com/article/029/0003020511?sid=105
韓国のAIスタートアップ「CLEVI（Clevi）」は、from scratchで開発した独自モデルと独自エージェントソリューションを構築する中、韓国で初めてGAIAベンチマークにおいて、登録された全3,090モデルを基準に上位2.5%に入ったと発表した。
業界の説明によると、Meta AIが設計し、Hugging Faceが運営するGAIAは、AIに「一つのことだけを得意とする能力」ではなく、「複数の能力を組み合わせて現実の問題を解決する能力」を問う。ウェブで情報を探し、PDF内の表を読み、画像を分析し、コードを実行して計算し、その結果を総合して一つの正解を導き出さなければならない。301問の非公開問題、3段階の難易度、正解非公開の原則に基づき、過学習も不正行為も不可能な構造となっている。
この試験で高得点を得るには、二つの要素が必要だ。基盤となる言語モデルの推論能力と、そのモデルを現実世界のツールに接続し、自律的に作業を遂行させるエージェントソリューションである。モデルがどれほど優れていてもエージェントが脆弱であればLevel 3は解けず、エージェントがどれほど精巧でもモデルの推論力が不足していれば、中間段階で誤答が伝播する。
GAIAリーダーボードの現在の構造を見ると、興味深いパターンが見えてくる。上位のエージェントのほとんどは、GPT、Claude、Geminiなど複数の大手テクノロジー企業のモデルを組み合わせる「マルチモデルミックス」戦略を採用している。各モデルの強みを組み合わせ、情報損失などによるスコア低下を防ぐための合理的なアプローチだ。
一方、CLEVIはその流れに加わらなかった。from scratch方式で開発したcip-5.5-agent（エージェンティックAI）が複雑な作業の計画・実行・検証を自律的に行い、cip-5.5-mm（高性能汎用マルチモーダル）が音声・画像・動画などさまざまなファイル形式を理解して推論する。この二つのモデルはいずれもCLEVI内部で独自に開発されたものであり、外部LLM APIは一切使用されていない。
そしてこの独自モデルスタックでGAIAに5つのエージェントを出場させ、全員が70点台以上を記録した。最高79.07%から70.76%まで、単一の結果による幸運ではなく、スタック全体の安定性が証明されたのである。
同社の説明によると、公式スコア79.07%の裏には、もう一つの数字がある。CLEVI内部での事後検証の結果、301問のうち、現在公開されているウェブ上で正答の根拠が失われている問題が相当数確認された。現在も正答がウェブ上に存在する問題のみを基準に再評価したところ、CLEVIの正答率は98%以上だった。これは人間の平均（92%）をすでに上回る数値である。
もちろん、他社の強力な汎用モデルを混合すれば、公式スコアをさらに引き上げることもできただろう。しかしCLEVIは意図的にその戦略を採用しなかった。今回のベンチマークの目的は最高スコアを競うことではなく、from scratchの独自モデルがグローバルな舞台で競争可能な水準に到達したかを検証することだったからである。
GAIAのリーダーボードに名前が載ることには、第三者による独立評価によって認められた、検証済みの信頼性を備えたという大きな意味がある。これは、資金調達、海外進出、B2B営業のあらゆる局面で活用できる客観的な根拠となる。
CLEVI関係者は次のように述べた。「公式の不正解63問のうち、相当数は出力フォーマットの不一致、視覚資料の解釈エラー、そして情報の消失によって正答できなかった問題に起因している。論理的推論の根本的な限界というより、後処理の精度と外部情報の可用性の問題だ。独自モデルだからこそ、CLEVI自身で改善できる。これこそがfrom scratchの独自モデルの構造的な利点である。今回のCLEVIの成果は、韓国AI業界に『私たちはいつまで「借り物の頭脳」に依存するのか？』という問いを投げかける。CLEVIはfrom scratchというより困難な道を選び、世界の舞台でその答えを証明しようとしている」と伝えた。