Genspark Super Agent: GPT-4.1 및 Realtime API로 구동되는 노코드 자율 에이전트

Genspark는 사용자가 간단한 프롬프트만으로 전화 걸기, 프레젠테이션 생성, 짧은 동영상 제작과 같은 실제 작업을 자동화할 수 있는 노코드 플랫폼인 Super Agent를 출시했습니다. 이번 출시를 통해 Genspark는 AI 검색 엔진에서 에이전시 AI 플랫폼으로 전환하며, OpenAI의 멀티모달 모델과 Realtime API를 활용해 정보 검색에서 결과 기반 자동화로 나아갑니다.

기술 아키텍처 및 모델 통합

Super Agent는 9개의 특화된 대형 언어 모델과 80개 이상의 통합 도구를 관리하는 오케스트레이션 레이어로 구축되었습니다. 시스템은 사용자의 요청에 따라 가장 적합한 구성 요소에 작업을 동적으로 할당합니다.

OpenAI 모델 구현

OpenAI 모델은 플랫폼 워크플로우의 핵심 인텔리전스를 제공합니다:

  • GPT-4.1: 연구 및 구조화된 출력 생성에 사용됩니다. 1M 토큰 컨텍스트 윈도우를 제공하여 에이전트가 문서를 잘라내지 않고도 방대한 문서를 처리할 수 있으며, 지시 수행 능력이 향상되었습니다.
  • Strict JSON Output: 이 기능은 응답이 하위 도구 통합을 위해 신뢰성 있게 구조화되도록 보장합니다.
  • Automatic Prompt Caching: 복잡하고 다단계 워크플로우에서 API 비용과 지연 시간을 줄이기 위해 활용됩니다.
  • GPT-image-1: 프레젠테이션용 스타일리시한 커버 이미지를 생성하는 등 모든 이미지 생성 작업에 OpenAI API를 통해 사용됩니다.

멀티모달 기능 및 실제 자동화

Super Agent는 여러 핵심 기능을 통해 AI를 채팅 인터페이스에서 실행 가능한 작업 공간으로 전환합니다:

Realtime API를 통한 음성 자동화

"Call For Me" 기능을 통해 에이전트는 스크립트 없이 자연스러운 실시간 전화 대화를 수행할 수 있습니다. 이는 이중 레이어 시스템에 의해 구동됩니다:

  1. The Realtime API: 실시간 음성-음성 대화를 관리하여 유창성을 보장합니다.
  2. A Shadow Model: 메시지 큐를 통해 상호작용을 모니터링하고 대화를 안내합니다.

이 아키텍처를 통해 에이전트는 모호한 인간 응답과 대기 음악을 효과적으로 처리할 수 있습니다. 일본에서는 특히 퇴사 통화를 처리하는 데 활용되었습니다.

콘텐츠 생성

음성 외에도 시스템은 개인화된 미디어 제작을 자동화합니다. 예를 들어, 콘텐츠를 작성하고 GPT-image-1으로 이미지를 생성한 뒤 최종 슬라이드를 조합하여 피치덱 초안을 만들 수 있습니다. 마찬가지로, 장면별 스크립트와 이미지를 생성해 Instagram과 같은 플랫폼용 짧은 동영상을 조립할 수 있습니다.

비즈니스 영향 및 성장 지표

2025년 4월 Super Agent 출시 이후, Genspark는 유료 마케팅 없이도 빠른 유기적 성장을 이루었습니다:

  • Revenue: 45일 만에 연간 반복 매출(ARR) $36M에 도달했습니다.
  • Development Speed: 20명 팀이 70일 동안 8개의 주요 에이전트 기능을 출시했습니다.

향후 로드맵

Genspark는 실시간으로 웹 콘텐츠를 조작할 수 있는 AI 브라우저와 포맷이 풍부한 문서 생성을 위한 AI Docs 등 새로운 분야로 자율 에이전트의 기능을 확장할 계획입니다.

Sources