Vercept, 화면을 직접 보고 제어하는 AI 에이전트 'Vy' 출시

화면을 보고 직접 PC를 제어하는 AI

버셉트(Vercept)가 화면을 직접 보고 컴퓨터를 조작하는 AI 에이전트 '바이(Vy)'를 공개하고 다운로드 배포를 시작했습니다.

Vy는 일반적인 웹 챗봇과 달리 사용자의 PC에서 네이티브로 실행됩니다. 사용자가 이미 로그인해 둔 각종 프로그램과 계정에 그대로 접근해, 사람이 직접 마우스를 잡고 작업하듯 소프트웨어를 다룹니다.

이 에이전트의 핵심에는 자체 개발한 'VyUI' 모델이 있습니다. 화면 인터페이스와 자연어 명령을 연결하는 데 특화된 모델로, ScreenSpot v1, ScreenSpot v2, GroundUI Web 등 주요 UI 인식 벤치마크에서 오픈AI, 구글, 앤트로픽의 최상위 모델들을 제치고 최고 성능을 기록했다고 밝혔습니다.

왜 중요한가

AI가 운영체제 화면을 직접 제어하는 기술은 최근 글로벌 테크 기업들이 집중하는 핵심 경쟁 분야입니다. Vy처럼 별도의 API 연동이나 재로그인 과정 없이 기존 PC 환경을 그대로 활용하는 방식은 사용자 진입 장벽을 낮추는 영리한 접근으로 보입니다.

다만 로그인된 PC의 조작 권한을 통째로 쥐어주는 구조인 만큼, 화면 요소를 잘못 인식해 오작동을 일으킬 경우의 위험성은 단순 챗봇의 오답보다 훨씬 클 수밖에 없습니다. 그럼에도 UI 인식 벤치마크에서 거대 기업들을 앞섰다는 점은, 데스크톱 조작 영역에서는 특화 모델이 범용 프론티어 모델보다 더 실용적인 대안이 될 수 있음을 시사합니다.