오픈AI, 웹브라우저 직접 조작하는 AI 에이전트 '오퍼레이터' 공개

지금까지의 AI는 어디까지나 말로 조언을 건네는 비서에 가까웠습니다. 여행 일정을 짜달라고 하면 그럴듯한 계획을 읊어주었지만, 실제 호텔 예약 사이트에 들어가 객실을 고르고 결제 버튼을 누르는 일은 여전히 사람의 몫이었습니다.

오픈AI가 마침내 화면을 직접 만지는 AI를 내놓았습니다. 웹브라우저를 열어 복잡한 웹 서핑과 예약 작업을 알아서 수행하는 범용 AI 에이전트 오퍼레이터(Operator)의 연구 프리뷰 버전을 공개했습니다.

이 서비스는 우선 미국의 월 200달러 구독제인 챗GPT Pro 이용자에게만 한정 제공됩니다. 오픈AI는 추후 Plus, Team, Enterprise 요금제로도 순차 확대할 계획입니다. 샘 올트먼 CEO는 라이브 방송을 통해 다른 국가도 곧 지원하겠지만 유럽 출시는 다소 시간이 걸릴 것이라고 밝혔습니다.

사람처럼 화면을 보고 버튼을 누르는 방식

오퍼레이터를 실행하면 챗GPT 화면 안에 별도의 전용 브라우저 창이 뜹니다. 이용자는 에이전트가 어떤 페이지로 이동해 버튼을 누르고, 어떤 메뉴를 골라 양식을 채우고 있는지 실시간으로 지켜볼 수 있습니다. 동시에 에이전트는 자신이 무슨 작업을 하고 있는지 설명도 덧붙입니다.

현재 지원하는 핵심 작업은 온라인 쇼핑, 배달 주문, 식당 예약, 여행 계획 등 네 가지 분야입니다. 무단 크롤링이나 약관 위반 논란을 피하기 위해 오픈AI는 도어대시, 이베이, 인스타카트, 프라이스라인, 스텁허브, 우버 등 주요 플랫폼과 사전 협력 관계를 맺었습니다.

기술의 핵심은 CUA(Computer-Using Agent) 모델입니다. GPT-4o의 시각 인식 능력과 고급 모델의 추론 성능을 결합했습니다. 서비스별 전용 API를 거치는 대신, 사람과 똑같이 웹페이지의 프론트엔드 화면을 시각적으로 파악하고 마우스 클릭과 키보드 입력을 흉내 내는 구조입니다.

작업 도중 언제라도 사용자가 화면 제어권을 가로챌 수 있으며, 완료된 작업 흐름을 저장해 다른 사람에게 공유하는 기능도 들어갔습니다.

철저하게 채워진 안전 족쇄와 한계

웹브라우저 조작 권한을 AI에 전적으로 넘기는 일은 보안상 위험이 큽니다. 웹페이지 안에 악의적인 명령을 숨겨두는 프롬프트 인젝션 공격에 노출될 수 있기 때문입니다. 오픈AI 공동 창업자인 보이체크 자렘바는 앤트로픽이 안전장치 없이 성급하게 에이전트를 내놓았다고 비판하며, 오픈AI는 보안 검증에 더 많은 공을 들였다고 강조한 바 있습니다.

이러한 우려 탓에 오퍼레이터에는 엄격한 제동 장치가 걸려 있습니다. 최종 주문을 승인하거나 이메일을 발송하는 등 되돌릴 수 없는 외부 작업 직전에는 반드시 이용자의 최종 확인을 거쳐야 합니다.

금융 결제나 신용카드 번호 입력 같은 민감한 단계에서는 아예 AI의 접근을 차단하고 사용자가 직접 입력하도록 유도합니다. 비표준 인터페이스나 비밀번호 입력창, 캡차(CAPTCHA) 보안 문자를 마주치면 작업이 멈추고 사람에게 도움을 요청하는 한계도 있습니다. 일일 이용량과 동시 작업 수에도 제한이 있습니다.

왜 중요한가

언어 모델 자체의 텍스트 생성 능력 발전이 완만해지면서, AI 업계의 승부처는 챗봇에서 작업을 끝까지 완수하는 에이전트로 이동하고 있습니다. 앤트로픽의 컴퓨터 유즈와 구글의 프로젝트 자비스에 이어 오픈AI까지 뛰어들면서 브라우저 자율 조작을 둘러싼 주도권 다툼이 본격화되었습니다.

다만 월 200달러라는 가격 장벽을 감안하면 당장 일반 대중을 위한 생산성 도구로 보기는 어렵습니다. 식당 하나를 예약하는 데도 중간 로그인이나 본인 확인을 거쳐야 한다면, 사람이 직접 스마트폰으로 처리하는 것보다 오히려 번거로울 수 있습니다. 지금은 미래 기술을 먼저 검증해보는 얼리어답터용 실험실에 가깝습니다.

그럼에도 오픈AI의 신중한 접근은 현실적입니다. 금융 거래와 최종 결제 단계에서 사람을 배제하지 않은 것은 똑똑한 선택입니다. AI가 99번 심부름을 잘해도 단 한 번 잘못 결제하면 신뢰가 무너지는 만큼, 안전과 편의성 사이의 타협점을 어떻게 유지해 나가느냐가 에이전트의 대중화 속도를 결정할 것입니다.