래빗 R1, 'LAM 플레이그라운드' 공개: 웹 서핑 대신하는 AI 에이전트

올해 초 199달러의 가격표를 달고 출시됐던 AI 기기 '래빗 R1(Rabbit R1)'은 화려한 등장에 비해 뼈아픈 혹평을 받았습니다. 기대를 모았던 핵심 기능인 거대 행동 모델(LAM)이 우버, 스포티파이, 도어대시 등 극소수 앱에만 갇혀 있었고, 그마저도 작동 성공률이 절반에도 미치지 못했기 때문입니다.

서랍 속에 방치되던 주황색 작은 기기에 마침내 약속했던 핵심 기능이 추가되기 시작했습니다.

웹 전체로 영역 넓힌 'LAM 플레이그라운드'

래빗은 10월 1일 사용자가 R1 에이전트에게 웹 서핑과 작업 수행 방식을 직접 가르칠 수 있는 크로스 플랫폼 시스템인 'LAM 플레이그라운드(LAM playground)'를 공개했습니다. 이 기능은 래빗의 클라우드 허브인 '래빗홀(Rabbithole)'에서 구동됩니다.

이름에 '플레이그라운드'가 붙은 만큼, 이 기능은 완성형 서비스라기보다 사용자가 직접 다양한 웹사이트를 실험하고 피드백을 공유하며 에이전트를 개선해 나가는 시험 무대에 가깝습니다. 이제 R1은 특정 앱에 국한되지 않고 구글, 월마트, 유튜브 등 일반 웹사이트 전반을 탐색할 수 있습니다.

ZDNet 취재진을 대상으로 진행된 시연에서 제시 류 래빗 최고경영자(CEO)는 "다이어트 코크 6캔 팩을 찾아 아마존 장바구니에 담아달라"는 명령을 내렸습니다. 멀티모달 에이전트는 구글 검색 결과의 웹 요소를 하나씩 분석해 적절한 아마존 링크를 클릭했고, 장바구니 담기까지 스스로 마쳤습니다. 약 45초가 걸려 속도는 다소 느렸지만, 사람이 개입하지 않고 작업을 끝마쳤습니다.

45초 걸린 장바구니 담기와 캡차의 벽

하지만 실제 웹 환경의 장애물도 즉각 드러났습니다.

"월마트에서 가장 좋은 조건의 아이폰 16을 찾아달라"는 요청을 실행하자, 월마트 웹사이트가 띄운 캡차(CAPTCHA·로봇 판별 인증)를 에이전트가 통과하지 못해 작업이 중단됐습니다. 류 CEO는 시연 환경이 래빗의 자체 IP 클러스터를 거치지 않아 발생한 문제라고 해명했으나, 일반 웹 환경에서 빈번하게 마주치는 봇 탐지를 어떻게 우회할 것인가는 큰 숙제입니다.

류 CEO는 한발 더 나아가 브라우저를 넘어선 데스크톱 및 앱 단위의 제어 비전도 제시했습니다. 별도의 리눅스 OS를 띄우거나 어도비 포토샵 같은 네이티브 프로그램을 직접 다루며 사진을 보정하는 수준까지 에이전트 기능을 확장하겠다는 구상입니다.

왜 중요한가

R1을 구매해 둔 사용자라면 이번 업데이트는 기기를 다시 꺼내볼 만한 확실한 이유가 됩니다. AI가 사람 대신 웹사이트를 클릭하며 돌아다니는 차세대 에이전트의 맛을 볼 수 있기 때문입니다. 다만 장바구니 담기에 45초가 걸리고 캡차 인증에 걸려 멈춰 서는 현재 수준을 감안하면, 당장 스마트폰을 대체하는 실용적인 도구로 쓰기에는 무리가 있습니다.

래빗이 이를 완성된 기능이 아닌 '플레이그라운드'라는 실험실 형태로 내놓은 점은 영리한 선택입니다. 미완성 기능에 대한 사용자 반발을 완화하면서, 복잡다단한 웹 환경의 훈련 데이터를 얼리어답터들로부터 직접 수집할 수 있기 때문입니다. 껍데기뿐인 하드웨어라는 오명을 벗고 진정한 웹 자동화 플랫폼으로 진화하려는 첫걸음입니다.

그러나 데스크톱 제어와 네이티브 앱 조작으로 영역을 넓힐수록 보안과 프라이버시 침해 위험은 걷잡을 수 없이 커집니다. 마이크로소프트 등 빅테크조차 시스템 레벨 AI 도입 과정에서 거센 역풍을 맞았던 만큼, 래빗이 장난감을 넘어 신뢰할 수 있는 비서가 되려면 캡차 해결뿐 아니라 강력한 안전장치를 먼저 입증해야 합니다.