
조회 79
2026-11-19 11:06
API 연동 없이 웹 화면을 읽고 마우스·키보드로 작업하지만, 공개된 성공률은 ‘사람 확인이 필요한 단계’도 함께 보여줍니다.
KAIST 문화기술대학원 임경태 교수 연구팀이 한국어·영어 명령을 이해하고 웹 화면을 보며 클릭·입력하는 AI 에이전트 KORMo-Web을 공개했습니다.
웹사이트별 API 연결 대신 화면 기반으로 동작하며, 4B 소형 모델은 PC 실행을 지향한다고 연구팀은 설명했습니다.
연구팀 자체 평가에서 실제 웹 작업 612개 기준 4B 성공률은 한·영 모두 42.3%로, 시연과 ‘항상 자동화’는 구분해 봐야 합니다.
KAIST 문화기술대학원 임경태 교수 연구팀이 공개한 KORMo-Web은 한국어·영어 명령을 이해하고, 웹 화면을 보며 클릭·입력하는 AI 에이전트입니다. 웹사이트마다 API를 연결하는 대신 화면에 보이는 버튼과 입력창을 바탕으로 다음 행동을 고르는 방식입니다.
연구팀은 챗GPT로 발표자료 준비, 클로드 자료 조사, 노션 정리, 쇼핑 검색과 이메일 작성·발송 등을 활용 사례로 제시했습니다. 다만 시연은 가능한 활용을 보여주는 자료이지, 모든 업무의 성공을 보장하는 성적표는 아닙니다.

학습에는 한국어·영어 웹 환경의 화면 샘플 1000만 건 이상이 쓰였습니다. 버튼·메뉴의 위치와 기능을 익히는 원자 단위 웹 사전학습 뒤, 10만 건 이상의 웹 사용 궤적을 추가 학습했습니다. 개별 요소를 알아보는 능력과 여러 단계를 이어가는 능력을 함께 키우는 구조입니다.
성과는 연구팀 자체 평가라는 조건과 함께 봐야 합니다. Online-Mind2Web의 영어 300개·한국어 312개, 총 612개 실제 웹 작업에서 4B 모델 성공률은 두 언어 모두 42.3%였습니다. 비교한 공개 가중치 웹 에이전트 중 최고였지만 일반 업무의 절반 이상을 항상 해결한다는 뜻은 아닙니다. 9B 모델은 영어 51.0%·한국어 48.1%로, 모델 크기별 성적을 구분해야 합니다.
공개 대상에는 Qwen3.5 기반 4B·9B와 자체 KORMo 계열 11B 모델, 가중치·학습 데이터·웹 사용 궤적·한국어 평가데이터·크롬 확장 코드·설치 가이드가 포함됩니다. 특정 PC의 메모리 요구량이나 실행 속도는 이번 보도에서 확인되지 않아 어떤 컴퓨터에서든 바로 쓸 수 있다고 단정하긴 어렵습니다.
동시에 42.3%라는 성공률은 사람의 확인이 여전히 필요함을 보여줍니다. 특히 이메일 발송처럼 외부에 영향을 주는 작업은 결과 확인과 사용자 통제를 갖춰야 합니다. 공개 자료로 검증할 기회가 넓어진 것과 일상 업무를 완전히 맡길 수 있다는 주장은 구분해야 합니다.
#KORMoWeb #웹에이전트 #AI에이전트 #KAIST #웹자동화 #크롬확장프로그램 #성공률 #이앤아이 #디지털에이전시 #ENIMedia