AI 핵심 요약
beta- KAIST 임경태 교수 연구팀이 18일 웹 조작 AI 에이전트 KORMo-Web을 공개했다.
- KORMo-Web은 한국어·영어 명령으로 웹 화면을 이해하고 다양한 작업을 수행한다.
- KORMo-Web-4B는 영어·한국어 과제에서 각각 42.3% 성공률을 기록한 것으로 알려졌다.
!AI가 자동 생성한 요약으로 정확하지 않을 수 있어요.
자체 평가서 한국어 성공률 42.3%
가중치·데이터·크롬 확장 코드 공개
[세종=뉴스핌] 이경태 기자 = 한국과학기술원(KAIST) 문화기술대학원 임경태 교수 연구팀이 웹 화면을 보고 마우스와 키보드를 직접 조작해 다양한 업무를 수행하는 인공지능(AI) 에이전트 'KORMo-Web'을 18일 공개했다.
KORMo-Web은 사용자가 한국어나 영어로 명령을 내리면 웹 화면을 이해하고 실제 작업을 수행하는 AI 모델이다. 40억 개 매개변수(4B) 규모의 소형 모델로 개인 컴퓨터에서 실행할 수 있으며, 웹사이트마다 별도의 API를 연결하거나 자동화 환경을 따로 구성할 필요가 없다.
챗GPT로 발표자료를 준비하고 클로드로 자료를 조사한 뒤 노션에 정리하는 작업, 네이버 쇼핑이나 쿠팡에서 상품을 검색하는 작업, 이메일 작성과 발송, 인스타그램·유튜브 등 온라인 활동 등이 가능하다.

이 모델은 웹사이트의 HTML이나 DOM 구조를 분석하는 기존 자동화 방식과 달리, 사람이 실제로 보는 웹 화면과 사용 기록을 중심으로 학습했다. 연구팀은 한국인이 자주 쓰는 웹사이트를 포함해 한국어와 영어 웹 환경에서 1000만 건 이상의 웹 화면 기반 학습 샘플을 구축했고, 이를 통해 버튼·입력창·메뉴 등 화면 요소의 위치와 기능을 세밀하게 학습시키는 원자 단위 웹 사전학습을 진행했다. 여기에 10만 건 이상의 한국어·영어 웹 사용 기록을 추가로 학습시켜 여러 웹사이트를 오가며 복잡한 작업을 수행하도록 했다.
성능은 연구팀이 자체 평가했다. 실제 웹사이트에서 작업을 수행하는 벤치마크 'Online-Mind2Web'의 영어 과제 300개와 한국어 과제 312개 등 612개 작업을 같은 조건으로 돌리고, 채점은 AI 모델에 맡겼다. 그 결과 KORMo-Web-4B는 영어와 한국어 모두 42.3%의 작업 성공률을 기록했다.
연구팀이 비교한 공개 가중치 웹 에이전트 가운데 가장 높은 수치로, 비교 모델 중 최고 성적보다 영어는 9.6%포인트, 한국어는 22.1%포인트 높았다. 더 큰 규모의 KORMo-Web-9B는 영어 51.0%, 한국어 48.1%의 성공률을 보였다. 연구팀은 기존 주요 GUI 에이전트 벤치마크 4종을 한국어 웹 환경에 맞게 사람이 직접 구축한 한국어 평가데이터도 함께 공개했다.
이번 공개에는 해외 오픈소스 모델 Qwen3.5를 기반으로 한 4B·9B 모델 외에, 연구팀이 자체 개발한 KORMo 파운데이션 모델 계열을 활용한 'KORMo-Web-11B'도 포함됐다. KORMo는 연구팀이 한국어와 영어를 중심으로 처음부터 사전학습한 언어모델로, 이후 시각정보를 이해하는 KORMo-VL로 확장된 바 있다.
임경태 교수는 "퇴근 후 집에서도 내 컴퓨터에 일을 시킬 수 없을까 하는 생각에서 연구를 시작했다"며 "기존 웹사이트에 맞춰 별도의 API를 연결하기보다 AI가 사람처럼 화면을 이해하고 직접 컴퓨터를 사용하는 환경을 만드는 것이 목표"라고 말했다.
연구팀은 KORMo 프로젝트의 오픈소스 철학을 이어 모델 가중치와 대규모 학습 데이터, 웹 사용 궤적, 한국어 평가데이터 및 크롬 확장 프로그램 코드를 공개한다고 밝혔다. 누구나 직접 실행해 볼 수 있도록 설치 가이드와 시연 영상도 함께 제공한다.
biggerthanseoul@newspim.com












