AI가 답변을 만드는 단계에서 실제 서비스를 조작하는 단계로 넘어가고 있다. Meta가 9월 8일 공개한 Muse는 이메일 발송, 여행 예약, 웹 양식 입력, 구매 같은 일을 수행하도록 설계된 개인 AI 에이전트다. 사용자가 앱을 닫은 뒤에도 작업을 이어 가다가, 이메일 전송이나 구매처럼 민감한 지점에서 승인을 요청한다고 Meta는 설명한다.
이번 소식에서 눈여겨볼 것은 새 모델의 이름보다 권한의 형태다. 대화형 AI에는 질문과 문서를 넘겨도, 개인 에이전트에는 메일함, 캘린더, 결제, 브라우저 로그인처럼 생활과 업무의 연결점이 들어간다. 잘 작동하면 반복 작업을 덜 수 있다. 반대로 한 번의 과도한 연결은 실수의 범위도 함께 넓힌다.
Muse가 바꾸려는 것은 답변이 아니라 실행의 위치다
Meta의 발표에 따르면 Muse는 iOS·Android 앱, 웹, WhatsApp에서 사용할 수 있으며, 사용자의 요청을 받아 브라우저를 열고 양식을 채우거나 여행을 예약할 수 있다. 장시간 작업은 사용자가 앱을 닫은 뒤에도 계속하고, 중요한 단계에서 다시 사용자에게 알리는 방식이다. 미국에서 순차 제공되며 무료 사용량과 유료 구독이 함께 제시됐다.
이런 구조는 일반 챗봇과 다르다. 챗봇이 여행 후보를 정리해 주는 데 그친다면, 에이전트는 항공사와 호텔 사이트를 이동하고 예약 정보를 입력한다. 결과의 품질뿐 아니라 어느 계정에 들어갔는지, 어떤 정보를 읽었는지, 마지막 클릭 전에 무엇을 보여 줬는지가 제품 경험의 일부가 된다.
독립 매체들의 보도도 이 지점을 짚는다. TechCrunch는 Muse가 이메일, 캘린더, 결제와 여러 생활 서비스에 연결될 수 있다고 보도했고, WIRED는 에이전트가 사용자 대신 디지털 작업을 자동화하는 구조와 그에 필요한 신뢰의 문제를 함께 다뤘다. 아직 초기 출시인 만큼, 실제 서비스 연결 범위와 오류 처리 품질은 사용 사례별로 확인해야 한다.
전용 VM과 Sentinel은 좋은 출발점이지만, 검증을 대신하지는 않는다
Meta는 각 사용자의 에이전트와 데이터를 전용 가상 머신인 Muse Secure VM에 두고, 별도 Sentinel 에이전트가 외부로 나가는 동작을 정책과 사용자 승인에 따라 점검한다고 밝혔다. 비밀번호와 결제수단을 에이전트가 직접 보지 못하게 하고, 이메일 발송·구매 같은 민감한 행동 전에는 사용자 확인을 받는다는 설명도 포함됐다. 사용자는 연결할 앱과 권한 범위를 선택하고, 특정 기억을 잊도록 요청하거나 모델 학습 사용을 거부할 수 있다고 한다.
설계 방향은 합리적이다. 특히 실행 에이전트와 감시 역할을 분리하고, 작업 이력을 보여 주겠다는 부분은 운영 관점에서 필요하다. 다만 발표된 보안 기능은 공급자가 제시한 주장이다. WIRED가 지적했듯 Secure VM은 당장 사용자가 유일한 접근 키를 갖는 완전한 기밀 환경은 아니다. Meta는 향후 사용자 키로 암호화하는 Confidential VM을 도입하겠다고 했지만, 현재 기능과 향후 계획을 같은 수준의 보장으로 읽으면 안 된다.
또한 승인 창이 있다고 해서 안전한 것은 아니다. 승인 화면에 목적, 대상 서비스, 읽은 데이터 범위, 실행할 변경, 되돌릴 수 있는지 여부가 명확해야 사람이 의미 있게 판단할 수 있다. 매번 같은 형식의 승인만 반복되면 사용자는 결국 내용을 읽지 않고 통과시킬 가능성이 높다.
개인 자동화는 권한을 네 층으로 나누면 판단이 쉬워진다
새 개인 에이전트를 시험할 때는 기능 목록보다 권한을 네 층으로 나눠 보자.
- 읽기: 캘린더의 빈 시간처럼 제한된 정보를 읽는 권한이다. 메일 전체나 파일 저장소 전체 읽기는 별도로 취급하는 편이 낫다.
- 초안: 일정 제안, 답장 초안, 장바구니 작성처럼 결과를 만들지만 외부에 확정하지는 않는 권한이다. 초기 실험은 이 단계가 가장 안전하다.
- 실행: 이메일 발송, 예약 확정, 양식 제출처럼 외부 상태를 바꾸는 권한이다. 대상과 금액, 수신자를 사람이 마지막에 확인할 수 있어야 한다.
- 지속 기억: 선호, 연락처, 건강 정보, 업무 맥락을 다음 작업에도 남기는 권한이다. 무엇을 저장했는지 보고 지울 수 있는지가 핵심이다.
이 구분은 특정 제품에만 적용되지 않는다. 개인 NAS에서 자동화를 만들 때도 동일하다. 예를 들어 일정과 할 일을 정리하는 봇은 캘린더 읽기와 요약 초안까지만 맡기고, 외부 초대 발송은 별도 확인으로 남길 수 있다. 자동화의 가치는 모든 단계를 넘기는 데 있지 않다. 사람이 판단할 만한 지점을 남긴 채, 반복 입력과 탐색을 줄이는 데 있다.
처음 써 볼 때는 작고 되돌릴 수 있는 작업부터
국내에서 Muse의 제공 범위가 어떻게 확대될지는 아직 알 수 없다. 그렇더라도 개인 에이전트가 보편화될 때를 대비한 점검 방식은 지금 적용할 수 있다.
- 읽기 전용 작업 하나를 고른다. 다음 주 일정에서 빈 시간을 찾거나, 여러 메일을 주제별로 묶는 것처럼 외부 변경이 없는 작업으로 시작한다.
- 초안과 실행을 분리한다. 예약 요청이나 이메일은 먼저 초안으로 만들고, 발송·결제·제출은 사람이 직접 누르는 흐름을 유지한다.
- 연결 목록을 월 1회 비운다. 더 쓰지 않는 앱 연결과 브라우저 세션을 끊고, 기억 삭제와 데이터 보존 정책을 다시 확인한다. 연결은 한 번 허용하면 잊기 쉽다.
개인 에이전트의 경쟁력은 작업 수보다 통제감에 있다
Muse는 개인 AI 에이전트가 어떤 권한 구조를 갖춰야 하는지 보여 주는 사례다. 전용 실행 환경, 별도 감시 역할, 민감 행동 전 승인, 작업 이력은 모두 필요한 구성 요소다. 하지만 제품이 이 기능을 제공한다는 사실과 사용자가 자신의 위험을 관리할 수 있다는 판단은 다르다.
개인 자동화를 도입할 때는 가장 먼저 권한을 작게 열고, 실행보다 초안 단계의 효용을 측정하는 편이 낫다. 한 달 뒤에도 시간을 절약했는지, 승인 기록을 이해할 수 있었는지, 필요 없는 연결을 끊을 수 있었는지를 확인하면 된다. 에이전트가 더 많은 일을 할 수 있게 된 지금, 좋은 자동화의 기준은 많이 맡기는 것이 아니라 언제 멈추고 무엇을 확인할지 아는 데 있다.