Google Gemini 2.5 ‘Computer Use’ 리뷰: 뒤로 가기를 클릭하는 브라우저
업데이트 날짜: 2025년 10월 9일
10 분
지루한 클릭 작업을 대신 해주고 당신은 흥미로운 부분에 집중할 수 있다면 얼마나 좋을까요? 거의 비슷한 것을 시도해 봤습니다. 바로 Google의 Gemini 2.5 “Computer Use”입니다. 이 AI는 단순히 글을 쓰는 것이 아니라 마우스를 움직이고, 스크롤하고, 필드에 입력하며, 매우 성실하고 문자 그대로의 비서처럼 실제 브라우저 창 내에서 작동합니다. 커피 브레이크 없는 '지시사항을 정확히 따르는 인턴'이라고 생각하면 됩니다.
이번 리뷰에서는 Gemini 2.5 Computer Use가 잘하는 점, 문제점, 다른 AI 에이전트와 비교했을 때의 장단점, 그리고 개발자뿐만 아니라 일반인도 사용해 볼 만한지 살펴보겠습니다. 그 과정에서 실용적인 팁, 주의사항, 그리고 건전한 회의론을 곁들이겠습니다. 안전벨트를 매세요.
Gemini 2.5 Computer Use, 과연 무엇일까요?
도우미에게 “내 브라우저를 열고, 해당 항공사 사이트로 이동하세요. 로그인 버튼을 클릭하고, 내 예약 코드를 붙여넣으세요. 그리고 통로 좌석만 필터링하세요.”라고 말하는 것을 상상해 보세요. 이것이 바로 마법입니다. Gemini 2.5 Computer Use는 데이터 fetching이나 액션 트리거를 위한 깔끔한 API가 없을 때 특히 버튼 클릭, 폼 입력, 화면상의 라벨 따라가기 등 당신이 하는 방식으로 브라우저를 조작할 수 있습니다. 단순히 채팅만 하는 것이 아니라 행동하는 에이전트입니다. Google은 이것을 웹 작업(그리고 점점 더 모바일 스타일의 흐름)에 최적화된 모델로 포지셔닝하여, 많은 앱이 “API 기피”적이고 모든 것이 JavaScript, 쿠키, CAPTCHA 뒤에 숨어 있는 환경에서 정보를 액세스하고 작업을 수행할 수 있도록 합니다.
주요 뉴스: Google은 이 Computer Use 버전이 API를 통해 제공되며, 브라우저 및 복잡한 UI 작업에 특화되어 있다고 밝혔습니다. 타사 테스터들은 브라우저 기반 평가에서 강력한 성능을 보고했으며, 일부 경우에는 특정 벤치마크에서 정확도, 속도, 심지어 비용 면에서 경쟁사를 능가했습니다(물론 결과는 다를 수 있습니다). 독립적인 보도에 따르면 Google은 웹 흐름 안정성을 우선시하고 있으며, 일부 Android 작업 강도가 내부 “AndroidWorld” 스타일 벤치마크에서 나타나고 있습니다.
이것이 왜 중요할까요? (일상생활)
인터넷을 거대한, 까다로운 사무실 건물이라고 상상해 봅시다. API는 데이터를 깔끔하게 건네주는 친절한 동료와 같습니다. 웹 페이지는 잠긴 캐비닛, 삐걱거리는 서랍, 그리고 여전히 직접 열어야 하는 꽉 막힌 봉투와 같습니다. Computer Use는 복도를 걸어가 캐비닛을 열고 양식을 올바르게 복사할 수 있는 인턴과 같습니다. 느리고 조심스럽게, 한 번에 한 클릭씩.
만약 당신이 복잡한 포털에서 주간 업무 보고서를 제출하는 프리랜서이거나, 20개의 정부 사이트에서 동일한 양식을 작성하는 연구원이거나, 학교 온라인 포털을 클릭하여 비상 연락처를 업데이트하는 학부모라면, 이것은 신중하고 문자 그대로 봇에게 아웃소싱할 수 있는 종류의 지루한 작업입니다.
사용 방법
- 설정: 개발자 영역에서는 API를 통해 모델을 구동하고, 지시사항을 제공하고, 환경(제어된 브라우저)을 정의합니다. 일단 실행되면 에이전트에게 작업으로 “프롬프트”합니다. 페이지를 열고, 버튼을 클릭하고, 필드를 채우는 것을 볼 수 있습니다. 사용자 측에서는 선택한 앱이 통합되어 있다면 다음과 같은 것을 얻을 수 있습니다. “수행하고 싶은 작업을 설명하세요.” 그러면 커서가 작동하는 것을 지켜보세요.
- 분위기: 포뮬러 1이 아닌 인내심 있는 자전거 타는 사람을 생각하세요. 신중하고 눈에 보이는 단계를 거칩니다. 이것은 안심이 될 수 있고 (정확히 무엇을 하고 있는지 알 수 있음) 카페인을 마신 다람쥐처럼 클릭하는 사람에 비해 약간 느릴 수도 있습니다. 그러나 지속적이고 반복적이며 오류가 발생하기 쉬운 작업에는 느리고 꾸준함이 승리합니다.
- 안전 장치: 멋대로 행동하지 않습니다. 이러한 에이전트는 특히 Vertex AI를 통한 엔터프라이즈 환경에서 콘텐츠 및 안전 필터에 의해 강력하게 샌드박스 처리되고 제한됩니다. 민감한 작업에 대해서는 신중하며, “분위기”보다는 명확한 지시사항을 선호합니다. 모호한 경우 설명을 요청합니다.
잘하는 점
- 고집스러운 사이트에서 양식 채우기: 적절한 API가 없지만 일관된 라벨이 있는 모든 것이 주요 영역입니다.
- 다단계 웹 작업: 로그인(허용된 컨텍스트 내), 중첩된 메뉴 탐색, 결과 필터링, CSV 내보내기, 파일 업로드 또는 다운로드—사이트 UI가 안정적인 경우.
- 반복적인 작업: 주간 워크플로, 웹 UI를 통한 대량 이름 변경, 항목 나열, 볼 수 있도록 허용된 대시보드에서 데이터 가져오기.
- 길고 지루한 순서: 당신을 멍하게 만드는 종류의 것. 에이전트는 멍해지지 않습니다.
어려워하는 부분
- CAPTCHA 및 MFA 장애물: “당신이 사람임을 증명하세요” 순간에는 여전히 어른이 되어야 합니다.
- UI 변경: 사이트의 버튼 텍스트 또는 레이아웃이 변경되면 에이전트에게 약간의 푸시 또는 재프롬프트가 필요할 수 있습니다.
- 속도광: 빠른 사람은 때때로 양식을 더 빨리 처리할 수 있습니다. 여기서의 승리는 일관성과 불평이 없다는 것입니다.
- 모호한 프롬프트: “좋은 것을 찾아주세요”는 계획이 아닙니다. 기준을 명확히 하세요.
경쟁사와 비교
- 기존 채팅 모델(단순히 텍스트)과 비교: Computer Use는 브라우저에서 직접 작동함으로써 차별점을 둡니다. 어떻게 해야 하는지 알려주는 것이 아니라 직접 수행합니다.
- 다른 에이전트 모델과 비교: 보고서와 초기 테스트에 따르면 Gemini 2.5 Computer Use는 실제 브라우저 작업에서 강력한 경쟁력을 보이며 웹 상호 작용에 최적화된 것으로 포지셔닝되고 있습니다. 기술 언론의 보도는 “당신처럼 웹 브라우저를 사용한다”는 점을 확인하고 실제 UI 탐색에 중점을 둡니다. 일부 타사 벤치마킹 업체는 설정에서 정확도와 속도가 향상되고 있다고 말하지만, 항상 그렇듯이 벤치마크는 운세와 같습니다. 재미있고 때로는 정확하지만 자체 테스트를 대체할 수는 없습니다.
- 웹 vs Android: 공개 보고서는 주로 웹에 최적화되어 있으며 테스트에서 유망한 Android 작업 기능이 나타나고 있다고 설명합니다. 전체 휴대폰을 자동으로 실행하는 것을 꿈꾸고 있다면 기대치를 낮추세요. 현재로서는.
간단한 이야기: 항공편 변경
고전적인 골칫거리를 주었습니다. “항공사 X를 여세요. 로그인하세요. 다가오는 여행을 가져오세요. 귀국 항공편을 토요일로 변경하세요. 통로 좌석을 선택하세요. 마일리지를 적용하세요. 수수료가 100달러 미만인지 확인하세요. 그렇지 않으면 중단하고 보고하세요.” 지켜보는 것은 새로운 비서를 훈련시키는 것 같았습니다. 사이트로 이동하여 “내 여행”을 찾고 올바른 예약 번호를 찾았고… 좌석표에서 멈췄습니다. 라벨이 표준이 아니었습니다. 설명을 요청했습니다. “통로 좌석은 'A'로 표시되어 있습니다. 확인하시겠습니까?” 확인했습니다. 진행했고 검토 페이지로 이동했습니다. 수수료는 149달러였습니다. 지시대로 중단하고 변경 수수료를 요약하고 제어권을 저에게 넘겼습니다. 마법은 아니지만 매우 유용합니다.
개인 정보 보호 및 안전
Google의 공식 문서 및 엔터프라이즈 경로는 구성 가능한 안전 및 콘텐츠 필터를 강조합니다. 기본적으로 IT 부서가 좋아하는 “빨간색 버튼을 클릭하지 마세요” 스위치입니다. 에이전트는 제어된 환경 내에서 실행되며 볼 수 있거나 수행할 수 있는 작업을 제한할 수 있습니다. 그래도 전체 디지털 왕국에 대한 키를 에이전트에게 넘겨주지 마세요. 실용적인 절충안은 자격 증명 범위 지정(하나의 작업, 하나의 계정), 위험이 높은 작업에 대한 일회용 또는 최소 권한 로그인을 사용하고, “확인”을 클릭하기 전에 에이전트가 작업을 보여주도록 하는 것입니다.
가용성 및 액세스
Google은 Gemini 2.5 Computer Use가 API를 통해 제공되며, “브라우저에서 작업 수행” 기능을 앱에 포함하려는 개발자 및 플랫폼에 중점을 두고 있다고 밝혔습니다. 소비자 대상 액세스는 누가 통합하느냐에 따라 다릅니다. 생산성 도구, RPA와 유사한 서비스 또는 사용자를 대신하여 안전하게 브라우저 세션을 시작할 수 있는 AI 사이드바를 생각하세요.
실제 속도: 얼마나 빠를까요?
즉각적인 만족을 원한다면 신중한 연수생처럼 행동한다는 것을 알아두세요. 각 단계는 눈에 보이고 검증 가능하며 이것이 요점의 일부입니다. 밀리초를 줄이는 것보다 “API 없음, 문제 없음” 격차를 해소하는 데 더 중점을 둡니다. 더 긴 워크플로에서는 꾸준함이 초능력이 됩니다. 오류가 적고 재작업이 적습니다. 그리고 저와 달리 날씨를 확인하기 위해 탭을 전환하지 않습니다.
최상의 결과를 위한 팁
- 명확하게 하세요: 단계별 지시사항, 성공 기준, 예상치 못한 일이 발생할 경우 수행할 작업을 제공하세요(예: “수수료가 100달러를 초과하면 중단하고 요약하세요”).
- 안정적인 사이트를 사용하세요: 사이트의 레이아웃이 매일 변경되면 프롬프트를 다시 보내는 데 시간을 할애하게 됩니다. 일관된 UI부터 시작하세요.
- 자격 증명 범위를 지정하세요: 최소 권한 계정으로 위험을 최소화하고 작업 후 토큰을 취소하세요.
- 미리 보기를 요청하세요: 되돌릴 수 없는 작업을 수행하기 전에 단계를 요약하거나 스크린샷을 찍도록 하세요.
- 반복하세요: 프롬프트를 레시피처럼 취급하세요. 재료를 조정하고 다시 구우세요.
누가 사용해야 할까요?
- 포털에 빠져 있는 운영 담당자: 당신의 직업이 “12개의 공급업체 사이트에서 동일한 28번의 클릭을 수행하는 것”이라면 이것은 치료법입니다.
- 엔지니어링 리소스가 없는 소규모 팀: API가 없나요? 문제없습니다. 에이전트가 브라우저를 구동하도록 하세요.
- 파워 유저 및 RPA 애호가: 로봇 프로세스 자동화를 사용해 본 적이 있다면 이것은 자연어로 페이지를 “읽는” RPA와 같습니다.
다음 단계는 무엇일까요?
- 더 나은 복원력: 페이지가 변경될 때 적응하는 더 영리한 방법.
- 더 스마트한 오류 복구: “이 모달이 나타나면 경로 B를 시도하세요. 로그인이 실패하면 사용자에게 MFA를 요청하세요.”
- 하이브리드 API + UI 흐름: API가 사용 가능하면 사용하고, 그렇지 않으면 UI로 대체하세요. 두 세계의 장점.
브라우저에서 생활한다면 여러 모델과 대화하고 페이지에서 가끔 작동할 수 있는 AI 사이드바는 세계 최고의 스위스 군용 탭처럼 느껴지기 시작합니다. Sider.AI는 정확히 그 동네에 있습니다. 주요 모델을 통합하고 이미 읽고 있는 페이지에서 직접 작업할 수 있도록 도와주는 인기 있는 AI 사이드바입니다. 그리고 Gemini 2.5 Computer Use가 실제로 어떻게 느껴지는지에 대한 친절하고 평이한 영어 설명이 있습니다. 속도 경주자보다 법을 준수하는 자전거 타는 사람처럼 행동한다는 점을 상기시켜 줍니다. 이것이 일상적인 브라우징에 어떻게 적합할지 궁금하다면 편리한 문이 될 것입니다.
한눈에 보는 장단점
장점
- 실제 브라우저 작업을 처음부터 끝까지 수행할 수 있습니다.
- 고집스러운 사이트에서 반복적이고 다단계적인 작업에 강합니다.
- 투명하고 감사 가능한 단계별 동작
- 엔터프라이즈 컨텍스트를 위한 안전 제어
단점
- 짧은 버스트에서 빠른 사람보다 느립니다.
- CAPTCHA/MFA에는 여전히 당신이 필요합니다.
- UI 변경 및 모호한 프롬프트에 민감합니다.
- 신중한 권한 범위 지정이 필요합니다.
평결
Gemini 2.5 Computer Use는 화려한 “내 직업을 하는 모습을 지켜보세요” 로봇이 아닙니다. 싫어하는 지루한 브라우저 작업을 위한 신중하고 믿을 수 있는 도우미입니다. 작업이 길고 반복적이며 잘 정의되어 있을 때 빛을 발합니다. 작업이 모호하거나 놀라운 팝업으로 가득 차 있거나 CAPTCHA로 막혀 있으면 여전히 함께 타야 합니다.
만약 당신의 근무일이 20% 생각하고 80%가 투박한 웹사이트를 클릭하는 것이라면 지금이 바로 그 순간입니다. 지루함을 봇이 따라갈 수 있는 체크리스트로 바꾸세요. 실제로 가고 싶은 곳을 결정하는 동안 모든 정지 표지판을 준수하는 자전거 타는 사람이 되게 하세요.
그리고 마지막으로 한 가지 더…
미래의 자신에게 선물을 주세요. 요리를 배우는 십대를 위한 레시피 카드처럼 프롬프트를 작성하세요. “350도로 예열하세요. 오븐에서 연기가 나면 끄세요.” Gemini 2.5 Computer Use에 대해 더 명확할수록 웹 작업을 완벽하게 요리하는 데 더 능숙해집니다. 소화기가 필요 없습니다.
참고 자료 및 추가 자료
- Gemini 2.5 Computer Use 모델에 대한 Google의 발표.
- 실제 브라우저 창을 작동하는 방법에 대한 The Verge 개요.
- 웹 우선 최적화 및 Android 작업 강도에 대한 초기 보도.
- 브라우저 에이전트 성능에 대한 타사 벤치마킹 참고 자료.
- 엔터프라이즈를 위한 Vertex AI 안전 및 콘텐츠 필터 구성.
- Sider.AI 홈페이지 및 실용적인 양식 채우기 설명.
FAQ
Q1: Google Gemini 2.5 Computer Use가 실제로 사람보다 빠를까요?
일반적으로 짧은 작업에서는 그렇지 않습니다. 가치는 안정성과 지구력에 있습니다. 길고 반복적인 흐름에서 에이전트의 꾸준한 속도와 낮은 오류율은 특히 피로가 없고 완벽한 기억력을 고려할 때 서두르는 사람을 이길 수 있습니다.
Q2: Gemini 2.5 Computer Use에 가장 적합한 작업 유형은 무엇인가요?
웹 브라우저에서 반복적인 모든 것: 다중 필드 양식 채우기, 대시보드 필터링, 보고서 다운로드 또는 파일 업로드. API가 없고 사이트 레이아웃이 상당히 안정적일 때 이상적입니다.
Q3: Gemini 2.5 Computer Use는 다른 AI 에이전트와 어떻게 비교되나요?
보도에 따르면 브라우저 작업에 최적화되어 있으며 타사 평가에서 경쟁력 있게 수행됩니다. 항상 그렇듯이 실제 워크플로에서 테스트하세요. 벤치마크는 유용하지만 사이트와 엣지 케이스가 진정한 판단자입니다.
Q4: CAPTCHA 또는 다단계 인증을 처리해 주나요?
아니요. CAPTCHA 및 MFA 문제에 개입해야 합니다. 실용적인 설정은 해당 단계에서 에이전트를 일시 중지하고, 확인을 완료한 다음, 계속하도록 하는 것입니다.
Q5: Gemini 2.5 Computer Use는 민감한 계정에 안전한가요?
안전 장치를 사용하면 안전할 수 있습니다. 최소 권한 자격 증명을 사용하고, 액세스 범위를 좁히고, 특히 엔터프라이즈 환경에서 안전 및 콘텐츠 필터를 활성화하세요. 위험한 작업을 수행하기 전에 에이전트에게 단계를 미리 보거나 설명하도록 요청하세요.
