OpenAI Operator 연구 프리뷰

OpenAI는 자체 웹 브라우저를 사용하여 독립적으로 작업을 수행할 수 있는 AI 에이전트의 연구 프리뷰인 Operator를 출시했습니다. 타이핑, 클릭, 스크롤을 통해 그래픽 사용자 인터페이스(GUI)와 상호작용함으로써, Operator는 AI를 수동적인 도구에서 반복적인 브라우저 기반 워크플로우를 처리할 수 있는 능동적인 참여자로 변화시킵니다.

통합 및 가용성

2025년 7월 17일 기준으로, Operator는 ChatGPT에 "agent mode"로 완전히 통합되어 컴포저 드롭다운을 통해 액세스할 수 있습니다. 이 통합은 서비스 종료가 예정된 기존 단독 사이트(operator.chatgpt.com)를 대체합니다. 이 도구는 처음에 미국 내 Pro 사용자를 위한 연구 프리뷰로 출시되었습니다.

기술 아키텍처: Computer-Using Agent (CUA)

Operator는 Computer-Using Agent (CUA)라고 불리는 새로운 모델에 의해 구동됩니다. 이 모델은 GPT-4o의 시각적 능력과 강화 학습을 통해 개발된 고급 추론 능력을 결합하여 버튼, 메뉴, 텍스트 필드를 포함한 GUI와 상호작용합니다.

주요 기술적 특징은 다음과 같습니다:

  • 시각적 상호작용: CUA는 스크린샷을 통해 브라우저를 "보고" 표준 마우스 및 키보드 동작을 사용하여 상호작용하므로, 커스텀 API 통합이 필요하지 않습니다.
  • 자기 수정: 에이전트는 추론 능력을 사용하여 실수나 문제에 직면했을 때 스스로를 수정합니다.
  • 성능: CUA는 주요 브라우저 사용 벤치마크인 WebArena와 WebVoyager에서 새로운 SOTA(state-of-the-art) 벤치마크 결과를 달성했습니다.

기능 및 사용자 워크플로우

Operator는 식료품 주문, 양식 작성, 밈 생성과 같은 매우 다양한 작업을 수행할 수 있습니다. 또한 다음과 같은 여러 고급 워크플로우 기능을 지원합니다:

  • 사용자 제어권 전환 (User Takeover): 사용자는 언제든지 원격 브라우저의 제어권을 가져올 수 있습니다. Operator는 CAPTCHA, 결제 세부 정보 또는 로그인 요구 사항이 있는 경우 제어권을 넘겨주도록 특별히 훈련되었습니다.
  • 개인화: 사용자는 모든 사이트 또는 특정 도메인(예: Booking.com에서 항공사 선호도 설정)에 대해 맞춤형 지침을 적용할 수 있습니다.
  • 프롬프트 저장: Instacart에서 식료품 재입고와 같은 반복적인 작업은 빠른 액세스를 위해 홈페이지의 프롬프트로 저장할 수 있습니다.
  • 병렬 실행: 사용자는 별도의 대화를 생성하여 여러 작업을 동시에 실행할 수 있습니다.

생태계 파트너십 및 공공 부문 활용

OpenAI는 Uber, DoorDash, Instacart, OpenTable, Priceline, StubHub, Thum tack를 포함한 여러 기업과 협력하여 Operator의 실제 유용성과 전환율을 개선하고 있습니다.

상업적 용도 외에도 OpenAI는 스톡턴(Stockton) 시와 협력하여 시민 참여를 개선하고 주민들이 시 서비스 및 프로그램에 더 쉽게 등록할 수 있도록 노력하고 있습니다. Jamil Niazi 스톡턴 시 정보 기술 책임자는 다음과 같이 언급했습니다:

"연구 프리뷰 기간 동안 Operator에 대해 더 많이 배우게 됨에 따라, AI가 우리 주민들을 위해 시민 참여를 더욱 쉽게 만들 수 있는 방법을 식별할 수 있는 역량을 갖추게 될 것입니다."

안전, 개인정보 보호 및 가드레일

OpenAI는 사용자 제어권을 유지하고 오용을 방지하기 위해 3단계 보호 시스템을 구현했습니다:

1. 사용자 제어 및 감독

  • 제어권 전환 모드: Operator는 민감한 데이터(로그인/결제)에 대해 사용자 입력을 요청하며, 이 모드 동안 입력된 정보는 스크린샷을 찍거나 수집하지 않습니다.
  • 사용자 확인: 에이전트는 이메일 전송 또는 주문 제출과 같은 중요한 작업을 완료하기 전에 승인을 구해야 합니다.
  • 작업 제한: Operator는 고위험 결정(예: 입사 지원 결정) 또는 민감한 거래(예: 은행 업무)를 거절하도록 훈련되었습니다.
  • 감시 모드 (Watch Mode): 금융 서비스와 같이 매우 민감한 사이트에서는 밀착 감독이 필요합니다.

2. 데이터 프라이버시

  • 학습 거부 (Training Opt-out): ChatGPT 설정에서 "모두를 위해 모델 개선"이 비활성화되어 있으면 Operator 데이터는 학습에 사용되지 않습니다.
  • 데이터 관리: 사용자는 클릭 한 번으로 모든 브라우징 데이터를 삭제하거나, 모든 사이트에서 로그아웃하거나, 과거 대화 내용을 삭제할 수 있습니다.

3. 적대적 방어

  • 신중한 탐색: 시스템은 적대적인 웹사이트로부터의 프롬프트 인젝션을 감지하고 무시하도록 설계되었습니다.
  • 모니터링 모델: 전용 모델이 의심스러운 행동을 모니터링하며 자동으로 작업을 일시 중지할 수 있습니다.
  • 탐지 파이프라인: 자동 및 수동 검토의 조합을 사용하여 새로운 위협에 대한 보호 조치를 식별하고 업데이트하는 데 사용됩니다.

현재 한계 및 향후 로드맵

연구 프리뷰로서 Operator는 현재 복잡한 인터페이스, 특히 캘린더 관리나 슬라이드쇼 생성과 관련된 인터페이스에서 어려움을 겪고 있습니다.

이 기술에 대한 OpenAI의 향후 계획은 다음과 같습니다:

  • API 액세스: 개발자가 자체 컴퓨터 사용 에이전트를 구축할 수 있도록 API를 통해 CUA 모델을 공개합니다.
  • 워크플로우 강화: 더 길고 복잡한 일련의 작업을 처리하는 에이전트의 능력을 향상시킵니다.
  • 액세스 확대: Plus, Team 및 Enterprise 사용자에게 가용성을 확대합니다.

Sources