죄송합니다!양식을 제출하는 중에 문제가 발생했습니다.
개발자에게 컴퓨터 사용은 모델이 애플리케이션을 대신해 컴퓨터를 조작하는 API 패턴입니다. 목표를 전달하면 시스템이 실제 또는 가상 데스크톱에서 다음 마우스 및 키보드 동작을 수행하거나 최종 결과를 반환합니다. 이를 통해 모든 화면에 대한 선택자(selector)를 작성할 필요 없이, 레거시 데스크톱 앱부터 벤더 포털에 이르기까지 API가 없는 소프트웨어를 코드로 자동화할 수 있습니다. 이 개념이 처음이신가요? 저희의 핵심 가이드인 부터 시작해 보세요. 컴퓨터 사용이란 무엇인가을 제공합니다.
모든 컴퓨터 사용 스택은 세 가지 계층으로 구성되며, 아래 도구들은 이 중 몇 가지를 제공하는지에 따라 차이가 있습니다. 모델 다음 동작을 결정하는 컴퓨터 (VM, 컨테이너 또는 클라우드 브라우저) 동작이 실행되는 환경, 그리고 하니스(harness) 스크린샷과 동작을 반복하고, 실패 시 재시도하며, 승인을 요청하는 역할을 합니다. 모델 수준의 도구는 첫 번째 계층만 제공하며, 인프라 제공업체는 두 번째 계층을 제공합니다. 관리형 에이전트 API는 이 세 가지를 모두 제공합니다.
엔지니어링 리드와 플랫폼 팀에게 객관적이고 실행 가능한 비교 자료를 제공하기 위해, 저희는 다섯 가지 표준화된 기준에 따라 각 도구를 평가했습니다.
작동 방식: The Simular 플랫폼 API 는 Simular의 컴퓨터 사용 에이전트인 Sai에게 작업을 전송하고, Server-Sent Events를 통해 진행 상황을 스트리밍합니다. POST /v1/agents/message 와 함께 wait: false 는 sessionId를 반환하며, ; GET /v1/agents/events 는 세션이 유휴 상태가 될 때까지 내레이션과 결과를 스트리밍합니다. data-approval-request 이벤트는 사용자가 또는 사용자가 다음을 여는 경우 approvalUrl. 내부적으로 Sai는 프론티어 모델과 전문 모델을 조율하고, 다음에서 계획을 수립하며 Simulang 코드를 작성하고, 해결된 절차를 다음과 같이 재실행합니다. 자가 치유 코드을 제공합니다.
기능 범위: Simular의 클라우드 컴퓨터나 등록된 Mac 또는 Windows 머신에서 데스크톱 앱, 브라우저, 파일 시스템 및 터미널을 제어합니다. Simular는 OSWorld 2.0에서 작업당 15.70달러의 비용으로 73.0%의 부분 점수를 기록하여 Claude Opus 5 Max Thinking(70.6%, 23.70달러)과 GPT-5.6 Sol Max(62.6%, 26.62달러)를 앞섰으며, 전체 작업 성공률은 28.25%입니다(Simular). 이 @simular-ai/sai-mcp 서버는 Sai를 Claude Code, Codex 및 Cursor와 연결하며, Sai는 Claude Code 세션을 실행 할 수 있습니다(클라우드 데스크톱 환경).
라이선스: 폐쇄형 서비스로, 자체 키, 오픈 웨이트 모델 또는 온프레미스 모델을 포함한 모델 애그노스틱(model-agnostic) 방식을 지원합니다. Simular의 오픈 소스 Agent S 연구를 기반으로 구축되었습니다.
가격: 공유 Windows 클라우드 컴퓨터를 포함한 무료 플랜, 월 50달러의 종량제 플랜, 월 500달러의 무제한 플랜이 제공됩니다(가격). 키는 다음으로 시작합니다: sapi_을 제공합니다.
권장 대상: VM 플릿 구축, 재시도 로직, 승인 흐름을 직접 구현하지 않고도 데스크톱 및 브라우저 작업을 완료하고자 하며, 동일한 워크플로우를 반복적으로 실행하는 개발자를 위한 서비스입니다.
제한 사항: 각 저수준 작업을 직접 제어할 수는 없으며, 기본적으로 사용자당 시간당 60개의 메시지, 업로드당 25MB로 제한됩니다(API 참조).
작동 방식: 스크린샷과 다음을 전송하세요: computer_toolset_20260801 Messages API를 통한 정의; Claude는 17가지 작업 중 하나를 반환합니다(스크린샷,left_click,입력,확대/축소 등). 에이전트 루프가 작업을 실행하고 결과를 캡처한 뒤 반복합니다. Docker 참조 구현 가상 X11 디스플레이가 포함된 환경으로 바로 시작할 수 있습니다.
기능 범위: 하네스가 노출하는 모든 환경에서 사용 가능합니다. Claude API, Vertex AI 및 Bedrock을 통해 Claude Opus 4.8, 5 및 5.5, Sonnet 5 및 5.5, Fable 5/5.1 및 Mythos 5/5.1에서 지원되며, 데이터 보존 제로 정책이 적용됩니다(Anthropic 문서).
라이선스:폐쇄형 모델, 오픈 소스 참조 하네스.
가격: 토큰당 API 요금제; 각 단계마다 스크린샷이 포함되므로 긴 작업일수록 비용이 더 발생합니다.
권장 대상: 각 작업을 완전히 제어해야 하는 자체 에이전트 제품을 구축 중인 팀.
제한 사항: 샌드박싱, 복구, 자격 증명, 승인 및 감사는 직접 구축해야 합니다. Anthropic은 중요한 작업에 대해 권한이 낮은 VM, 도메인 허용 목록 및 사람의 확인 절차를 사용할 것을 권장합니다.
작동 방식: The Responses API 는 두 가지 모드를 제공합니다. computer 도구는 구조화된 마우스 및 키보드 작업을 반환하거나, 모델이 인터페이스를 제어하는 Playwright 또는 PyAutoGUI 코드를 작성합니다. OpenAI는 코드 실행 경로에 GPT-6 Astra를 권장합니다.
기능 범위: 사용자가 제공하는 브라우저 환경(Playwright 샘플) 및 데스크톱 환경(PyAutoGUI 샘플).
라이선스:비공개.
가격: 토큰당 API 요금.
권장 대상: 검토 및 재실행이 가능한 생성형 자동화 코드를 선호하는 개발자.
제한 사항: 런타임, 스크린샷 캡처, 상태 및 안전 제어는 직접 유지 관리해야 합니다. Operator를 참조하는 이전 튜토리얼은 더 이상 유효하지 않으며, 해당 서비스는 2025년 8월 31일에 종료되었습니다.
작동 방식: Gemini는 정규화된 0–999 좌표 그리드에서 작업을 반환하며, 클라이언트가 이를 실행합니다. Gemini 3.8 Flash가 권장되며, 컴퓨터 사용 기능은 Gemini 3.5 Flash에 내장 되었습니다(2026년 6월 기준).
기능 범위: 사용자가 구현하는 브라우저, Android 및 데스크톱 환경; Docker 참조 포함(Gemini 문서).
라이선스:비공개.
가격:토큰당 Gemini API 요금 적용.
권장 대상: 웹 작업과 병행하는 모바일 앱 테스트 및 Android 자동화.
제한 사항: 미리보기 상태이며, 구매, 민감한 데이터, 통신, 계정 생성 및 법적 계약에 대한 내장 확인 기능을 제공합니다. 프롬프트 주입 탐지는 선택 사항입니다.
작동 방식: The Foundry 컴퓨터 사용 도구 는 스크린샷을 기반으로 클릭, 타이핑 및 스크롤을 제안하며, 앱이 이를 실행하고 새로운 화면을 반환합니다. 응답에는 다음이 포함될 수 있습니다. 안전성 검사 대기 중 계속 진행하기 전에 확인해야 할 사항입니다.
기능 범위: 브라우저 및 데스크톱 애플리케이션, 다음을 사용 computer-use-preview 미국 동부 2, 스웨덴 중부 및 인도 남부 지역의 모델.
라이선스:비공개.
가격: Azure 사용량 기반.
권장 대상: Azure 및 Foundry Agent Service에서 이미 에이전트를 구축 중인 팀.
제한 사항: SLA가 없는 미리 보기 버전입니다. Microsoft는 민감한 데이터가 없는 샌드박스 VM에서만 실행할 것을 권장합니다.
작동 방식: 자연어 단계와 Python을 결합하여 Nova Act SDK에서 테스트하고, 플레이그라운드나 IDE에서 확인한 후 Bedrock AgentCore Runtime에 배포하세요. 2025년 12월 2일부터 정식 출시되었습니다.
기능 범위: QA, 양식 작성 및 추출과 같은 브라우저 워크플로; 도구 및 MCP 통합은 미리 보기 상태입니다.
라이선스: 폐쇄형 서비스, 오픈 소스 SDK.
가격: 활성 작업 시간당 에이전트당 $4.75; 사람의 대기 시간은 제외됨 (Classmethod).
권장 대상: 대규모 웹 워크플로를 자동화하는 AWS 네이티브 팀.
제한 사항: 브라우저 전용; 미국 동부(버지니아 북부) 지역에서 출시.
작동 방식: MIT 라이선스가 적용된 Python 라이브러리로 모든 LLM을 브라우저에 연결할 수 있습니다. Browser Use Cloud는 시간당 $0.02부터 호스팅된 에이전트와 원격 브라우저를 제공합니다 (Browser Use).
기능 범위: 브라우저 작업 전용. BU Bench V1에서 해당 라이브러리를 사용한 Claude Fable 5는 80.0%, Browser Use Cloud는 78.0%를 기록했습니다 (벤치마크).
라이선스: MIT 라이선스, GitHub 스타 11만 7천 개 기록.
가격:라이브러리는 무료이며, 클라우드 에이전트는 모델 가격에 20%가 추가되고 브라우저 사용 시간이 별도로 청구됩니다.
권장 대상: 코드를 직접 확인할 수 있는 모든 모델에서 웹 에이전트를 실행하세요.
제한 사항: 데스크톱 앱, 파일 대화 상자 또는 OS 수준의 작업은 지원하지 않습니다.
작동 방식: Browserbase는 Playwright, Puppeteer, Selenium 및 오픈 소스 Stagehand AI 프레임워크를 위한 헤드리스 브라우저를 실행하며, 세션 기록 및 관측 기능을 제공합니다 (가격).
기능 범위: 클라우드 브라우저 세션; 에이전트 로직은 사용자 또는 Stagehand가 직접 제어합니다.
라이선스: 폐쇄형 인프라, 오픈소스 Stagehand.
가격: 무료(브라우저 3개 동시 실행); Developer 월 $20(브라우저 25개 동시 실행, 100시간 제공); Startup 월 $99(브라우저 100개 동시 실행).
권장 대상: 고동시성 브라우저 자동화.
제한 사항:브라우저 전용.
작동 방식: CAPTCHA 해결 및 2단계 인증을 지원하는 AI 기반 브라우저 자동화 도구로, 기존의 불안정한 스크래퍼를 대체하도록 설계되었습니다. GitHub 스타 23.1k (Skyvern).
기능 범위: 웹 포털 및 양식이 많은 사이트.
라이선스:오픈소스 코어 및 클라우드 제공.
가격: 무료 크레딧 5,000개 제공; Hobby 월 $29; Pro 월 $149; SOC 2 및 HIPAA 준수 엔터프라이즈 플랜.
권장 대상: 보험, 조달, 정부 양식 등 포털 자동화.
제한 사항:브라우저 전용.
작동 방식: REST, SDK, CLI, MCP 및 SSH를 통해 관리되는 데스크톱, 터미널, 파일 시스템을 갖춘 지속형 클라우드 컴퓨터 (Orgo).
기능 범위: 모든 플랜에서 Linux 지원, Scale 플랜에서 Windows 지원, Mac은 비공개 베타; 원하는 모델과 루프를 직접 가져와 사용하세요.
라이선스:비공개.
가격:Hacker 월 29달러(컴퓨터 1대), Startup 월 99달러(4대), Scale 월 399달러(16대).
권장 대상: 모델 수준의 도구와 호스팅된 데스크톱의 결합.
제한 사항: 인프라 전용; 신뢰성은 사용자의 하네스(harness)에 따라 달라집니다.
작동 방식: Cua 전체 데스크톱을 제어하는 에이전트를 학습하고 평가하기 위한 오픈소스 인프라를 제공합니다.
기능 범위:macOS, Linux 및 Windows 샌드박스.
라이선스:오픈소스.
가격:자체 호스팅 시 무료.
권장 대상: 로컬 개발, 평가 및 연구.
제한 사항: 모든 운영은 사용자가 직접 수행합니다.
작동 방식: Agent S (pip install gui-agents) OpenAI, Anthropic, Gemini 등의 메인 모델을 와 같은 그라운딩 모델과 결합합니다. UI-TARS, Hugging Face 엔드포인트 또는 vLLM을 통해 제공됩니다.
기능 범위: Linux, macOS 및 Windows를 지원합니다. Agent S3는 OSWorld 1.0에서 best-of-N 기준 72.6%의 성공률을 기록하여 인간 기준치인 72.36%를 상회했습니다(Simular); UI-TARS-2는 OSWorld에서 47.5%, AndroidWorld에서 73.3%의 성공률을 기록했습니다(arXiv).
라이선스:Apache-2.0.
가격: 무료이며, 모델 및 GPU 비용만 지불하면 됩니다.
권장 대상: 연구용, 온프레미스 및 에어갭 환경 배포에 적합합니다.
제한 사항: 관리형 인프라나 승인 절차가 필요 없으며, 프로덕션 환경에서는 Simular Platform API로 전환하세요.
벤치마크 세부 정보는 다음을 참조하세요. 최고의 컴퓨터 사용 API 8선. 구축 시작하기: 무료 Simular 플랫폼 API 키 받기을 제공합니다.