최근 중국의 AI 요원 마누스는 세계 기술계에 큰 파장을 일으켰습니다. 개발자에 따르면, 이 도구는 사용자가 기본적인 지침을 제공하면 후보자 프로필 스캐닝, 여행 일정 계획, 주식 분석 등 복잡한 작업을 수행할 수 있습니다.

Manus가 AI Agent를 출시하기 전, 미국의 AI 거대 기업인 OpenAI가 미국 내 ChatGPT Pro 사용자에게 Operator를 소개했습니다. OpenAI에 따르면, 이 AI 에이전트는 브라우저에서 소유자를 대신해 콘서트 티켓을 예약하거나 온라인 주문을 하는 등 간단한 작업을 수행할 수 있습니다.

이 운영자는 GPT-4o 대규모 멀티모달 언어 모델을 기반으로 구축된 CUA(Computer-Using Agent)라는 새로운 모델을 기반으로 합니다. OpenAI 연구원 야시 쿠마르는 아직 초기 단계이며 결함이 있다는 것을 인정했습니다.

다른 AI 에이전트와 마찬가지로 Operator는 컴퓨터 화면의 스크린샷을 찍고 픽셀을 스캔하여 어떤 조치를 취해야 할지 결정합니다. 이 모델의 기반이 되는 CUA는 사람에게 친숙한 버튼, 메뉴, 텍스트 대화 상자와 같은 그래픽 인터페이스와 상호 작용하도록 훈련되었습니다.

또 다른 OpenAI 과학자인 레이이치로 나카노에 따르면, 기존 모델은 전문 API(애플리케이션 프로그래밍 인터페이스)를 통해 소프트웨어를 사용하는데, 이로 인해 많은 제약이 따른다고 합니다.

CUA는 또한 작업을 더 작은 단계로 나누어 한 번에 하나씩 수행하려고 하며, 문제가 있으면 처음으로 돌아가려고 노력합니다. 현재 Operator는 자체 브라우저에서만 일부 작업을 수행할 수 있습니다.

OpenAI는 향후 개발자가 CUA를 기반으로 고유한 애플리케이션을 작성할 수 있는 API(애플리케이션 프로그래밍 인터페이스)를 통해 CUA의 기능을 확장할 계획입니다.

OpenAI는 또한 Red Team을 사용하여 사용자가 AI 에이전트에게 허용할 수 없는 작업(생물 무기 생산 등)을 요청하면 어떤 일이 발생하는지 파악하여 CUA의 안전성을 테스트했습니다.

뉴욕 타임즈의 기자 케빈 루스가 Operator에게 여러 가지 일을 부탁했는데, 그 중에는 Amazon을 통한 아이스크림 주문, 새로운 도메인 이름 구매 및 재구성, 2월 14일 레스토랑 예약, 이발 예약 등이 포함되었습니다.

이 글쓴이는 AI 에이전트가 대부분의 작업을 스스로 수행했지만, 가끔은 실패한 시도 후에 AI 에이전트를 "구출"해야 했다고 언급했습니다.

Roose는 Operator가 일반적인 ChatGPT와 비슷해 보이지만, 작업이 주어지면 AI 에이전트가 작은 브라우저 창을 열고 주소창에 Amazon.com을 입력한 후 클릭하여 작업을 수행한다고 설명했습니다.

이 과정에서 배달 시간과 같은 주인의 의도를 명확히 하기 위한 몇 가지 질문을 할 것입니다. 올바른 선택을 했는지 확인한 후 최종 확인을 보내고, 품목을 카트에 넣고 주문을 진행합니다.

여기서 가장 중요한 점은 이 기능이 백그라운드에서 작동하므로 사용자가 이를 모니터링할 필요가 없다는 것입니다.

그러나 Operator는 Reddit, YouTube 등 일부 웹사이트에서 차단되거나 CAPTCHA 테스트에 실패하는 등 다른 임무에도 실패했습니다.

현재 AI Agent에 대한 "표준" 정의는 없지만 벤처 캐피털 회사 Glasswing의 설립자이자 관리자인 루디나 세세리에 따르면 AI Agent는 운영 환경을 이해하고 추론하고 결정을 내리고 목표를 달성하기 위해 자동으로 행동하도록 설계된 지능형 소프트웨어 시스템입니다.

AI Agent는 자연어 처리, 머신 러닝, 컴퓨터 비전 등 다양한 AI/ML 기술을 활용하여 이를 수행합니다.

Box의 설립자이자 CEO인 에런 레비는 시간이 지남에 따라 AI가 더욱 유능해짐에 따라 AI 에이전트가 인간을 대신해 할 수 있는 일이 더 많아질 것이라고 지적합니다.

Microsoft의 AI at Work 마케팅 책임자인 Jared Spataro는 AI 에이전트를 "AI 중심 세계의 새로운 응용 프로그램"으로 봅니다. 그들은 직장에서 각 개인의 "가장 큰 문제점"을 해결하기 위해 새로운 기능을 추가하여 실질적인 비즈니스 성과를 이끌어냅니다.

AI Agent는 인간을 도울 뿐만 아니라 인간과 함께 또는 인간을 대신하여 작업함으로써 생성 AI의 힘을 더욱 발전시킵니다. IBM에 따르면 AI 에이전트는 수신된 정보에 따라 행동합니다.

모든 작업을 처리할 수 있는 포괄적인 지식 기반이 없기 때문에 외부 데이터 세트, 웹 검색, API 또는 다른 AI 에이전트를 비롯한 사용 가능한 도구를 사용하게 됩니다.

누락된 정보를 수집한 후, 에이전트는 자신의 지식을 업그레이드합니다. 즉, 각 단계마다 실행 계획을 재평가하고 스스로 조정한다는 의미입니다.

AI 에이전트가 인간에게 위험을 초래할지 여부를 판단하기에는 너무 이릅니다. 하지만 가까운 미래에 웹의 많은 부분이 로봇으로 가득 차서 서로 대화하고, 쇼핑을 하고, 주인을 대신하여 이메일을 쓰는 모습을 상상하는 것은 어렵지 않습니다.

"드론 없는 인터넷" 이 점차 현실이 되고 있으므로 "클릭할 수 있는 동안 클릭하세요" 라고 뉴욕 타임스 칼럼니스트 루즈는 결론지었습니다.