하크, 웹 작업 자동화 에이전트 '핸드오프' 공개…"비용 10분의 1 수준"

연쇄 창업가 브렛 애드콕이 설립하고 지난 5월 7억 달러 규모의 시리즈 A 투자를 유치한 AI 스타트업 하크가 첫 제품인 웹 에이전트 '핸드오프'를 공개했습니다.

핸드오프는 사용자를 대신해 도어대시에서 음식을 주문하거나 유나이티드 및 델타 항공권을 예매하고, 링크드인에서 후보자에게 메시지를 보내는 등 브라우저 기반 작업을 처음부터 끝까지 자율적으로 수행하는 컴퓨터 제어 에이전트입니다. 현재 hark.com에서 대기자 명단 등록을 받고 있으며, 늦여름 정식 출시될 예정입니다.

가상 컴퓨터에서 화면 제어… API 없는 웹 공략

하크의 조사에 따르면 현대인은 스크린 타임의 75%를 웹 브라우저에서 소비하지만, 공개 API를 제공하는 웹사이트는 1000곳 중 1곳 미만입니다. 기존 자동화 도구들이 실제 웹 환경에서 자주 멈추는 이유입니다.

핸드오프는 작업 요청마다 자체 브라우저와 파일 시스템, 터미널을 갖춘 전용 가상 컴퓨터를 생성해 실행합니다. 사용자가 기존 계정을 연동하면 저장된 주소나 결제 수단을 활용해 에이전트가 직접 웹사이트를 탐색합니다. 다음 텍스트 토큰을 생성하는 대신 특정 위치의 클릭이나 키보드 입력 같은 '다음 행동'을 직접 예측하는 방식입니다.

하크는 이번 모델에 지도 미세조정(SFT)과 GRPO 알고리즘 기반의 비동기 강화학습 등 사후 학습 기법을 적용했다고 밝혔습니다. 사전 학습은 올해 말 진행할 계획입니다. 공개된 영상에서는 음성 명령으로 꽃집 웹사이트에서 꽃다발 구성을 주문하는 모습이 시연되었습니다.

최고 벤치마크 점수 뒤에 숨은 한계점

하크는 인간 평가 기반 웹 에이전트 벤치마크인 Online-Mind2Web에서 핸드오프가 역대 최고점인 97.7점을 기록했다고 밝혔습니다. 이는 오픈AI의 GPT 5.4(92.8점), 앤트로픽의 클로드 오푸스 4.8(84.1점)을 앞서는 수치입니다.

비용과 속도 측면에서도 입력 토큰 100만 개당 0.18달러, 출력 100만 개당 2.37달러로 경쟁 모델 대비 10분의 1 수준이며, 턴당 지연 시간은 0.8초라고 강조했습니다.

다만 비교군 선정에는 한계가 있습니다. 비교 대상이 된 모델들은 이전 세대 제품들이며, 최신 모델인 GPT-5.6이나 오푸스 5, 딥시크 V4 등은 평가에서 제외되었습니다. 또한 경쟁 모델의 지연 시간 측정은 하크 자체 환경에서 가장 느린 추론 모드로 진행되었으며, 또 다른 벤치마크인 WebTailBench v2에서는 GPT 5.5가 72.3점을 기록해 핸드오프(68.6점)를 앞섰습니다. 베이스 모델의 정체와 학습 데이터 구성 역시 공개되지 않았습니다.

왜 중요한가

월마트나 타깃, 오픈테이블처럼 공식 API가 없는 일상 사이트에서 AI가 복잡한 클릭과 폼 입력을 대신해 준다면 개인과 소규모 비즈니스의 업무 방식을 크게 바꿀 수 있습니다. 하지만 실제 계정 정보와 결제 권한을 넘겨주어야 하는 구조인 만큼, 정식 출시 전까지는 대기 명단에 등록해 두고 오작동 방지 안전장치가 충분히 입증되는지 지켜보는 것이 합리적입니다.

산업 측면에서는 구글과 앤트로픽뿐만 아니라 브라우저 유즈, 어사이드 등 여러 스타트업이 뛰어든 에이전트 시장에서 하크가 사후 학습 중심의 극단적인 저비용·저지연 전략을 들고나왔다는 점이 주목됩니다. 거대 모델을 직접 학습시키기보다 액션 예측에 집중해 실용성을 끌어올린 선택은 영리해 보입니다.

그러나 외부 베이스 모델에 의존하는 구조적 한계는 명확합니다. 향후 프론티어 파운데이션 모델 개발사들이 자체 브라우저 제어 능력을 고도화하고 추론 비용을 낮출 경우, 사후 학습만으로 확보한 가격 및 속도 격차는 빠르게 좁혀질 수 있습니다. 하크의 가상 환경 인프라가 얼마나 뛰어난 신뢰성을 지속적으로 보여줄지가 장기적인 생존을 결정할 것으로 보입니다.