오늘의 한 줄 요약
AI는 이제 화면 속의 대화 상대를 넘어, 데스크톱 UI를 직접 조작하고 전문적인 금융 업무를 수행하는 ‘자율형 에이전트’로 완전히 진화하고 있습니다.
주목할 만한 움직임
1. ByteDance의 UI-TARS-desktop: 멀티모달 에이전트의 데스크톱 점령
UI-TARS-desktop은 사용자의 데스크톱 환경을 직접 이해하고 조작할 수 있는 오픈소스 멀티모달 AI 에이전트 스택입니다. 기존의 API 기반 연동이 아닌, 화면의 시각적 요소를 직접 인식하여 마우스와 키보드를 제어하는 방식은 AI가 인간의 작업 방식을 그대로 모방할 수 있음을 시사합니다. 이는 특정 소프트웨어의 API 지원 여부와 상관없이 모든 데스크톱 애플리케이션을 AI가 자동화할 수 있는 가능성을 열어줍니다.
2. Anthropic의 financial-services: 버티컬 AI의 가속화
financial-services 저장소의 등장은 Anthropic이 범용 모델을 넘어 금융이라는 특정 산업군(Vertical)에 최적화된 솔루션을 제공하려는 의도로 해석됩니다. 금융 데이터의 복잡성과 보안 요구사항을 충족시키기 위한 전용 프레임워크나 템플릿이 포함되었을 것으로 추정되며, 이는 AI 기업들이 이제 산업별 전문성을 확보하는 단계에 진입했음을 보여줍니다.
3. CloakBrowser: AI 자동화의 창과 방패
CloakBrowser는 봇 탐지 테스트를 완벽하게 통과하는 스텔스 브라우저로, Playwright의 드롭인 대체재를 표방합니다. AI 에이전트가 웹에서 데이터를 수집하거나 작업을 수행할 때 마주치는 차단 메커니즘을 무력화한다는 점에서, 에이전트의 활동 범위가 웹 전체로 확장되고 있음을 의미합니다. 이는 데이터 수집의 효율성을 높이는 동시에, 웹 보안 생태계에 새로운 도전 과제를 던지고 있습니다.
공통적으로 보이는 신호
- 실행 중심의 아키텍처: 단순히 답변을 생성하는 것이 아니라, 코드를 작성하고(agent-skills), 거래를 수행하며(AI-Trader), UI를 조작하는(UI-TARS) 등 ‘행동’에 초점이 맞춰져 있습니다.
- 인프라의 성숙: Addy Osmani의 agent-skills처럼 에이전트의 성능을 뒷받침하기 위한 프로덕션 수준의 엔지니어링 기술들이 오픈소스로 공유되기 시작했습니다.
- 자율성의 극대화: 인간의 개입 없이 100% 자동화된 거래를 지향하는 AI-Trader와 같이, 에이전트의 자율적 의사결정 범위가 점점 넓어지고 있습니다.
흥미로운 대비점
- 범용적 접근 vs 전문적 접근: UI-TARS가 모든 데스크톱 환경을 아우르는 범용적 인터페이스 제어에 집중한다면, AI-Trader나 Anthropic의 금융 서비스는 특정 도메인의 깊은 전문성을 요구하는 영역을 공략하고 있습니다.
- 투명성 vs 은폐성: 에이전트의 기술적 역량을 공개적으로 강화하려는 시도(agent-skills)와 웹 사이트의 감시를 피해 활동하려는 기술(CloakBrowser)이 동시에 발전하며 에이전트 생태계의 양면성을 보여줍니다.
나의 관점
증권 앱도 개발해보고 보험앱도 개발해봤지만, 몇년간의 경험 뿐이고 B2B 에 사용될만큼 깊게 핀테크에 있던 적은 없다. 그래서 새로 소개되는 금융기술을 접해도 결국 일반 소비자 입장에서만 보기 때문에 사업화까지 잘 아이디어가 떠오르지는 않는다. 지금까지 AI 점수를 보면 아직 100% 신뢰 할 수는 없다. 사람도 신뢰 할 수 없어서 여러 장치가 있는데… 그래서 안전한 장치, 최종 승인은 사람의 손을 타야 하는데 AI 개발해본 입장에서 처음부터 코드를 따라가지 않으면 어느정도 코드가 쌓였을 때 도저히 AI 에 의존하지 않고는 파악하기 힘들다. 특히 금융은 그런 측면에서 적용에 한계가 있는 부분이 있어 보인다.
답글 남기기