대규모 언어 모델 (LLM) 에이전트는 단순히 응답을 생성하는 것을 넘어, 도구를 호출하고 결과를 관찰하며 다음 행동을 반복적으로 결정함으로써 다단계 작업을 실행하는 단계로 진화했습니다. 대부분의 에이전트 시스템은 도구 사용과 작업 자동화를 지원하는 데스크톱이나 서버에서 실행됩니다. 모바일 기기 역시 사용자 데이터, 센서 및 일상용 애플리케이션을 포함하고 있어 중요한 에이전트 환경입니다. 기존의 모바일 에이전트는 주로 탭핑(tapping), 스와이핑(swiping), 타이핑(typing)과 같은 그래픽 사용자 인터페이스 (GUI) 동작을 통해 스마트폰을 조작하며, 이는 종종 길고 인터페이스에 의존하는 시퀀스를 형성하고, 기기 기능에 직접 접근할 수 없으며, 실행 경계를 정의하기 어렵다는 문제가 있습니다. 본 논문에서는 모바일 폰에서 네이티브로 실행되며 세션, 메모리, 스킬, 도구 및 에이전트 루프를 장치 자체에서 관리하는 오픈 소스 에이전트 프레임워크인 extbf{PalmClaw}를 소개합니다. PalmClaw는 명시적인 인자(arguments), 구조화된 결과, 그리고 명확하게 정의된 실행 경계를 가진 '장치 도구(device tools)'로 기기 기능을 노출합니다. 이러한 설계 덕분에 에이전트는 각 행동을 명시적이고 제어 가능하게 유지하면서 모바일 기능을 직접 사용할 수 있습니다. 실험 결과에 따르면, PalmClaw는 가장 강력한 기준선 대비 작업 성공률에서 11.5%의 상대적 개선과 완료 시간에서 94.9%의 감소를 보여주었으며, 낮은 설정 부담과 실행 경계가 적용된 추적(traces)을 제시합니다. 코드는 https://github.com/ModalityDance/PalmClaw에서 확인할 수 있습니다.