Anthropic, Claude의 컴퓨터 사용 능력 강화를 위해 Vercept 인수

섹션별 상세

Anthropic은 AI 시스템이 인간과 동일한 방식으로 소프트웨어를 보고 조작할 수 있게 하는 '컴퓨터 사용' 기능을 강화하기 위해 Vercept를 인수했다. Vercept의 공동 창업자인 Kiana Ehsani, Luca Weihs, Ross Girshick을 포함한 팀 전체가 Anthropic에 합류하여 복잡한 지각 및 상호작용 문제를 해결하는 데 집중할 예정이다.

Vercept는 AI가 일상적인 소프트웨어 환경에서 시각적 요소를 인식하고 적절한 행동을 취하는 기술에 대한 다년간의 연구 성과를 보유하고 있다. 이들의 전문성은 Claude가 라이브 애플리케이션 내에서 다단계 작업을 수행하고, 단순한 코드 실행만으로는 불가능한 복잡한 문제를 해결하는 능력을 극대화하는 데 활용된다.

Claude Sonnet 4.6 모델은 '컴퓨터 사용' 기술에서 괄목할 만한 성장을 보여주었으며, OSWorld 평가 지표에서 72.5%의 점수를 기록했다. 이는 2024년 말 초기 모델이 기록했던 15% 미만의 점수에서 비약적으로 상승한 수치로, 복잡한 스프레드시트 탐색이나 웹 폼 작성 등에서 인간 수준의 성능에 다가섰음을 의미한다.

이번 인수는 Bun 인수에 이은 Anthropic의 인재 영입 전략으로, 기술적 야망뿐만 아니라 AI 안전과 엄격함이라는 핵심 원칙을 공유하는 팀을 통합하는 데 중점을 둔다. Vercept는 기존 외부 서비스를 종료하고 Anthropic의 엔지니어링 팀에 합류하여 차세대 AI 인터페이스 개발을 가속화할 계획이다.

용어 해설

컴퓨터 사용(Computer Use): — AI 모델이 인간처럼 화면의 시각 정보를 해석하고 마우스 클릭, 키보드 입력 등을 통해 소프트웨어를 직접 제어하는 기술이다. 단순한 API 연동을 넘어 UI 요소를 인식하고 다단계 작업을 수행하는 에이전트 능력의 핵심이다.
OS월드(OSWorld): — AI 모델의 컴퓨터 운영체제 및 애플리케이션 조작 능력을 평가하기 위한 벤치마크 프레임워크이다. 웹 브라우징, 스프레드시트 편집 등 실제 업무 환경과 유사한 복잡한 작업 수행 능력을 수치화하여 측정한다.
지각 능력(Perception): — AI가 이미지나 비디오 등 시각적 데이터를 입력받아 그 안에 포함된 객체, 텍스트, 구조적 관계를 파악하는 능력이다. 컴퓨터 사용 기능에서는 화면상의 버튼이나 입력창의 위치와 상태를 정확히 인식하는 데 필수적이다.

기술

Claude Sonnet 4.6
OSWorld Benchmark

활용 사례

복잡한 스프레드시트 데이터 처리
여러 브라우저 탭을 활용한 웹 폼 작성
코드 저장소 전반의 리팩터링 자동화