본 논문은 현재의 에이전트 AI 벤치마크가 비용 효율성, 신뢰성, 운영 안정성과 같은 기업 요구 사항을 간과한다는 점을 지적하며, 이를 해결하기 위해 기업 배포에 특화된 포괄적인 평가 프레임워크인 CLEAR(Cost, Latency, Efficacy, Assurance, Reliability)를 제안한다. 12개의 주요 벤치마크 분석과 최첨단 에이전트의 실험적 평가를 통해, 비용 제어 부재, 신뢰성 평가 부족, 보안, 지연 시간, 정책 준수 관련 다차원 지표 부재라는 세 가지 근본적인 한계를 확인했다. 300개의 기업 태스크에 대한 6개의 선도적인 에이전트 평가 결과, 정확도만 최적화하는 에이전트가 성능이 유사한 비용 인식 대안보다 4.4~10.8배 더 비싸다는 것을 확인했다. CLEAR는 생산 성공 예측에서 정확도만 평가하는 방식보다 더 높은 상관 관계를 보였다.
