유토리, PC 조작 특화 27B AI 모델 '내비게이터 n2' 출시

데스크톱 자동화 AI들은 지금까지 사람처럼 화면을 캡처하고 마우스 커서를 움직여 버튼을 하나씩 클릭하는 방식을 주로 써왔습니다.

AI 스타트업 유토리(Yutori)는 8월 26일, 화면 클릭과 터미널 명령어, 코드 실행을 유연하게 오가며 데스크톱 작업을 수행하는 27B 규모의 컴퓨터 사용 모델 Navigator n2를 공개했습니다.

웹 브라우저에만 집중했던 전작 n1 및 n1.5와 달리, n2는 리눅스, macOS, 윈도우 전반의 데스크톱 환경 전체를 제어합니다.

버튼 클릭 대신 명령어를 고르는 컴퓨터 네이티브 모델

유토리는 AI가 굳이 인간을 위해 설계된 GUI 방식에만 갇힐 필요가 없다고 설명합니다. 사진 100장의 이름을 바꿀 때 마우스 우클릭을 100번 반복하는 대신 터미널에서 간단한 반복문 한 줄을 실행하는 편이 훨씬 빠르기 때문입니다.

n2는 시각적 확인이 필요할 때는 화면을 클릭하고, 시스템 작업은 셸 명령어로 처리하며, 필요한 경우 직접 코드를 작성합니다. 복합적인 장기 워크플로를 측정하는 OSWorld 2.0 벤치마크에서 n2는 65.2%를 기록해 GPT-5.6 Sol의 62.6%와 클로드 Fable 5의 66.1%를 앞질렀으며 클로드 Opus 5의 70.6% 바로 뒤를 이었습니다. GUI와 코드 실행을 함께 평가하는 WeaveBench에서도 70.3%를 나타냈습니다.

유토리는 컴퓨터 사용 에이전트를 학습 데이터 생성에 직접 투입하는 재귀적 피드백 방식을 적용했습니다. 지난 두 달간 다양한 소프트웨어 환경에서 1만 개 이상의 작업을 탐색해 생성했고, 최종 시스템 상태를 검증하는 장치를 결합해 오동작과 우회 행동을 걸러냈습니다. 여기에 정책 기반 자체 증류(OPSD) 기법을 더해 기존 강학습 대비 학습 속도를 4배 단축시켰다고 밝혔습니다.

API 가격은 입력 백만 토큰당 0.5달러(캐시 적용 시 0.05달러), 출력은 백만 토큰당 4달러입니다.

왜 중요한가

우리는 컴퓨터 조작 에이전트의 개발 방향을 화면 모방에서 운영체제 도구의 직접 활용으로 전환했다는 점이 현명한 선택이라고 봅니다.

사내 데스크톱 업무 자동화를 고민해 온 개발자들에게 가장 큰 장벽은 대형 멀티모달 모델의 느린 속도와 막대한 호출 비용이었습니다. 화면 스크린샷을 수백 장씩 주고받으며 작업을 수행하면 비용 감당이 어려웠습니다. n2는 27B 체급과 입력 캐싱 기준 백만 토큰당 5센트라는 가격으로 장기 데스크톱 작업을 실용적인 비용 영역으로 끌어내렸기에, 즉시 사내 테스트를 진행해 볼 만합니다.

경쟁 구도 측면에서도 시각적 인지 능력만 키우던 에이전트 시장에 실질적인 효율성 기준을 던졌습니다. GUI와 CLI, 코드 실행을 적재적소에 배분하는 인터페이스 전환 능력이 모델 파라미터 크기보다 더 큰 성과를 낼 수 있음을 보여줬습니다.

다만 터미널 명령어와 임의 코드 실행 권한을 가진 에이전트는 환각이나 판단 오류가 발생했을 때 로컬 파일이나 시스템에 미치는 위험도가 단순 클릭보다 훨씬 큽니다. 프로덕션 환경에 투입하기 전 철저한 샌드박스와 권한 격리 장치를 마련하는 것이 필수 과제입니다.