Gemini 2.5 Computer Use 모델 출시: UI 상호작용 에이전트 시대 개막

요약

Google DeepMind가 새로운 전문 모델인 Gemini 2.5 Computer Use를 발표했습니다. 이 모델은 Gemini 2.5 Pro의 시각 이해 및 추론 능력을 기반으로 하며, 사용자가 웹사이트나 애플리케이션의 사용자 인터페이스(UI)와 직접 상호작용하는 에이전트 구축을 가능하게 합니다. 기존 API 방식으로는 처리하기 어려웠던 양식 작성, 드롭다운 메뉴 조작 등 인간과 유사한 복잡한 디지털 작업을 수행할 수 있게 되었습니다. 이 모델은 반복적인 루프를 통해 스크린샷과 사용자 요청을 분석하고 클릭, 타이핑 등의 함수(

핵심 포인트

• Gemini 2.5 Computer Use는 UI 상호작용에 특화된 전문 에이전트 모델입니다.
• 웹/모바일 환경에서 양식 작성, 요소 조작 등 인간과 유사한 복잡한 작업을 수행할 수 있습니다.
• 새로운 `computer_use` 도구를 통해 요청-스크린샷-액션의 반복 루프(loop)로 작동합니다.
• 성능이 뛰어나고 지연 시간이 낮으며, 안전장치(safety guardrails)가 내장되어 배포에 용이합니다.