본 논문은 비전-언어 모델(VLMs)의 인간과 같은 지각, 공간 탐색, 기억 관리 능력을 평가하기 위해 1990년대 인기 비디오 게임 10개로 구성된 새로운 벤치마크인 VideoGameBench를 제시합니다. VLMs는 원시 시각 입력과 목표 및 조작에 대한 고차원 설명만으로 게임을 진행해야 하며, 기존 벤치마크와 달리 게임 특정 지원이나 보조 정보에 의존하지 않습니다. 게임 중 3개는 비공개로 유지되어 일반화 능력을 평가합니다. 실험 결과, 최첨단 VLMs는 게임 초반을 넘어서지 못하며, 실시간 상황에서 추론 지연이 주요 제한 요소임을 밝힙니다. 이를 위해 게임이 LM의 다음 행동을 기다리는 동안 일시 정지되는 VideoGameBench Lite도 제시합니다. 최고 성능 모델인 Gemini 2.5 Pro조차 VideoGameBench에서 0.48%, VideoGameBench Lite에서 1.6%만 완료했습니다. 본 연구는 인간의 능력을 벤치마크로 공식화하여 해당 연구 분야의 발전을 촉진하고자 합니다.