Andrew Ng 교수가 어제 챗봇이 아닌 무언가를 오픈소스로 공개했습니다.

이것은 로컬 우선(Local-first) 방식의 데스크톱 AI 동료입니다. 당신은 원하는 결과만을 말하면, 그것이 스스로 단계를 나누고 로컬 파일과 HubSpot, Slack, 캘린더 등의 도구를 넘나들며 작업을 수행하여, 차트가 포함된 HTML 보고서, 전송 가능한 메시지, 또는 재조정된 일정을 직접 제출합니다.

결과가 발생하는 모든 작업 전에는 반드시 당신의 승인을 받아야 합니다. 고객 계약 갱신 브리프(brief)를 준비하거나, Slack 사고 알림을 처리하거나, 혼란스러운 화요일 일정을 정리할 때 말이죠.

게다가 이것이 제출하는 것은 실제로 사용할 수 있는 완성품입니다. 제가 생각하기에 정말 논의할 가치가 있는 것은 "에이전트(Agent) 도구가 또 하나 늘어났다"는 점이 아니라, 이것이 선택한 역발상적 논리입니다.

폐쇄형(Closed-source) 모델들이 모델과 생태계를 잠그고 있을 때, OpenWorker는 가장 어려운 길을 선택했습니다: 로컬 우선(Local-first) + 모델 불가지론(Model-agnostic).

GPT, Claude, Gemini를 자유롭게 교체할 수 있고, Kimi, GLM, DeepSeek를 네이티브로 지원하며, 심지어 순수 로컬 Ollama를 실행할 수도 있습니다.

이것은 겉보기에는 "더 개방적"인 것처럼 보이지만, 실제로는 더 고차원적인 락인(Lock-in)입니다.

이것이 잠그는 것은 당신의 모델 구독료가 아니라, 당신과 그것 사이의 워크플로우(Workflow) 신뢰입니다.

당신의 계약 갱신 브리프, 사고 보고서, 캘린더 일정이 그것의 리스크 엔진(Risk engine) 안에서 통과되고, 당신이 "나와 대화하기"가 아닌 "결과를 달라"는 방식에 익숙해질 때—그때 당신이 바꿀 수 없는 것은 모델이 아니라, OpenWorker가 정의한 그 "인도 표준(Delivery standard)"입니다.

제품 측면에서도 매우 흥미롭습니다.

이것은 명확한 분수령 설계를 가지고 있습니다: read는 자유롭게 실행되지만, write_local은 제한되며, exec와 external은 반드시 사람의 승인을 받아야 합니다.

네 가지 권한 모드는 "단순 토론"에서 "완전 자동화"까지 이어지며, 대부분의 에이전트(Agent)가 사용하는 "팝업창으로 한 번 물어보기" 방식보다 훨씬 엄격합니다.

이것은 기술적 선택이 아니라, 제품 논리가 제대로 맞아떨어진 사례입니다. 에이전트(Agent) 도입의 가장 큰 장애물은 능력이 부족해서가 아니라, 사용자가 손을 놓지 못하기 때문입니다.

또 다른 디테일로, 영상 시연에서의 네 가지 시나리오는 매우 실무적입니다: HubSpot 데이터를 가져와 HTML 보고서 생성하기, Slack 알림을 분석하여 타임라인 출력하기, 혼란스러운 일정을 정리하고 재조정하기.

각 프로세스가 끝날 때마다 동일한 동작이 수행됩니다: 완성품을 당신의 손에 전달하고, 멈춰서 당신의 승인을 기다리는 것입니다.

마치 수습 기간의 신입 사원처럼, 능력은 있지만 언제 문을 두드려야 할지를 아는 모습입니다.

오픈소스 + 로컬 우선(Local-first) + 모델 불가지론(Model-agnostic) — 이 조합이 중국어 사용자들에게 주는 가치는 과소평가되었을 가능성이 있습니다.

금융, 의료, 기업 내부와 같은 프라이버시 민감 시나리오에서는 이전에는 선택지가 전혀 없었으며, 데이터의 국외 유출을 감수하거나 아예 사용하지 않을 수밖에 없었습니다.

OpenWorker는 완전히 로컬에서 실행될 수 있는 길을 제시했으며, 국산 모델(중국 모델)을 네이티브로 지원합니다.

물론 도전 과제도 명확합니다: 다중 시스템 통합의 장기적 유지보수 어려움, 실무 단계에서의 환각(Hallucination) 리스크 증가, 사용자가 "대화 습관"에서 "위임 습관"으로 전환하는 데 필요한 시간 등입니다.

하지만 업계가 모두 누가 더 강력한 모델인가를 두고 경쟁할 때, 누군가는 반대로 "강력해진 후에 어떻게 사용하는가"를 정의하고 있습니다. 이 사실 자체만으로도 주목받을 가치가 있습니다.