google/artemis

해결하는 문제

Artemis는 AI 어시스턴트와 자동화 테스트 스위트가 사람처럼 실제 Android 기기와 상호작용할 수 있도록 합니다. 멀티모달 AI를 사용하여 UI를 인식하고 자연어 지침을 통해 탐색함으로써, 복잡하고 다단계인 모바일 워크플로우(특히 기존 자동화 도구가 타겟팅하기 어려운 Flutter 또는 Compose와 같은 커스텀 인터페이스가 포함된 경우)의 자동화 어려움을 해결합니다.

작동 방식

Artemis는 멀티모달 모델(Gemini, Claude, GPT-4o 등)을 기반으로 하는 반응형 "observe-and-act" 루프를 사용합니다. 접근성 계층 구조, OCR 및 시각적 좌표를 결합하여 UI 요소를 식별합니다. 신뢰성을 보장하기 위해 "Dynamic-First, Coordinate-Fallback" 로케이터 패턴을 채택합니다.

시스템은 두 가지 실행 모드를 제공합니다:

• Flash Profile: 일상적인 작업을 위한 빠르고 토큰 효율적인 루프(단계당 3~5초)로, 컨텍스트 유지를 위해 히스토리 압축을 사용합니다.
• Pro Profile: 플래너(마일스톤 생성), 오퍼레이터(동작 실행), 체커(목표 검증)가 포함된 정교한 멀티 에이전트 그래프입니다. 오류를 방지하기 위해 모든 동작 전에 타겟을 확인하는 "Safety Net"이 포함되어 있습니다.

Model Context Protocol (MCP)를 통해 IDE와 통합되어, AI 코딩 어시스턴트가 에디터에서 직접 물리 기기를 제어하고 Logcat 출력을 수집하며 스크린샷을 찍을 수 있습니다.

대상 사용자

• Mobile QA Engineers: 자율적인 안정성 및 탐색 테스트를 생성하기 위해.
• Android Developers: 버그를 재현하고 반복적인 기기 설정 작업을 자동화하기 위해.
• AI Agent Developers: LLM이 모바일 운영 체제와 상호작용할 수 있는 신뢰할 수 있는 방법을 필요로 하는 개발자.

주요 특징

• SOTA Performance: AndroidWorld 벤치마크에서 99% 이상의 작업 완료율을 달성했습니다.
• MCP Native: Claude Code, Windsurf, Antigravity와 같은 AI IDE와 직접 통합됩니다.
• Cross-App Automation: 여러 다른 Android 애플리케이션에 걸쳐 워크플로우를 실행할 수 있습니다.
• Multimodal Targeting: 커스텀 UI 프레임워크를 위한 요소 인덱스, 좌표 및 시각적 위치 찾기를 지원합니다.
• Flexible Interface: Web Visual Console, Developer CLI, Python SDK 또는 MCP 서버를 통해 접근할 수 있습니다 있습니다.