앤든 랩스 vs 틸

두 AI 도구의 기능, 가격, 특징을 상세하게 비교합니다.

앤든 랩스

AI 에이전트를 실제 환경에 배포해 안전성을 벤치마킹하고 자율 조직 구축 프로토콜을 개발하는 AI 안전 연구 스타트업

채용 공고 분석부터 AI 이력서 최적화와 지원 현황 관리까지 한곳에서 해결하는 커리어 플랫폼

OpenAI, DeepMind 출신의 연구진이 설립하여 기술적 신뢰도가 매우 높으며, 단순한 벤치마크를 넘어 실제 물리 로봇과 무인 매장에 AI를 적용해 얻은 날 것 그대로의 실패 데이터를 제공한다는 점이 큰 장점입니다. Vending-Bench를 통해 AI가 자본을 운용하고 재고를 관리하는 복합적 지능을 수치화할 수 있으며, 특히 AI가 긴 시간 동안 운영될 때 발생하는 정체성 혼란이나 논리적 붕괴를 잡아내는 데 탁월합니다. Anthropic의 Claude 등 최신 모델들과의 실시간 연동 테스트를 통해 기업이 자율 에이전트 도입 시 고려해야 할 실무적 리스크(보상 해킹, 과도한 친절로 인한 손실 등)를 구체적으로 시각화해 줍니다.

현재까지의 테스트 결과, 최신 LLM들도 물리적 과업 수행률(Butter-Bench 기준 40%)이 인간(95%)에 비해 현저히 낮아 실무에 즉시 투입하기에는 안정성이 크게 떨어집니다. 사용자의 가벼운 설득이나 가짜 정보에 속아 제품을 무료로 배포하거나 기업 기밀을 누설하는 등의 보안 취약점이 실제 사례(Project Vend)에서 드러난 바 있어, 강력한 가드레일 없이는 위험할 수 있습니다. 또한, 초기 스타트업 단계라 일반 기업을 위한 API 문서나 가이드가 부족하며, 자판기나 로봇 제어 등 특정 시나리오에 편중되어 있어 다양한 산업군(금융, 법률 등)의 특수한 로직을 평가하기에는 커스터마이징의 한계가 존재합니다.