인공지능의 새로운 물결, Manus를 만나다

최근 인공지능(AI) 분야에서 가장 뜨거운 화두는 바로 중국의 신생 스타트업 Butterfly Effect가 개발한 일반 AI 에이전트, Manus입니다. 이 AI 에이전트는 출시된 지 일주일 만에 전 세계적으로 큰 주목을 받으며, 기술 업계의 여러 영향력 있는 인물들로부터 찬사를 받고 있습니다. Twitter 공동 창업자 잭 도시와 Hugging Face의 제품 리더 빅터 무스타르가 그 성능을 극찬하며, Manus를 "제2의 DeepSeek"이라고 부르기도 했습니다. DeepSeek은 이전에 그 예상치 못한 능력과 기원으로 업계를 놀라게 했던 AI 모델입니다.

Manus는 여러 AI 모델을 결합하여 다양한 작업을 자율적으로 수행할 수 있는 세계 최초의 일반 AI 에이전트를 자처하고 있습니다. 이는 단일 대형 언어 모델에 기반한 AI 챗봇과는 달리, 여러 독립적으로 작동하는 에이전트를 통해 다양한 작업을 수행할 수 있는 능력을 갖추고 있습니다. Manus는 Anthropic의 Claude 3.5 Sonnet과 Alibaba의 오픈소스 Qwen의 세밀하게 조정된 버전을 포함한 여러 모델을 활용합니다.

그러나 Manus의 진정한 가능성을 체험한 사람은 아직 많지 않습니다. 현재 대기자 명단에 있는 사용자 중 1% 미만만이 초대 코드를 받은 상태입니다. 그럼에도 불구하고 Manus의 Discord 채널은 이미 186,000명 이상의 회원을 보유하고 있어 그 관심의 정도를 짐작할 수 있습니다.

MIT 테크놀로지 리뷰는 Manus에 대한 접근 권한을 얻었고, 이를 직접 사용해 본 결과, 마치 매우 지능적이고 효율적인 인턴과 협력하는 듯한 느낌을 받았습니다. 때때로 요청된 작업을 이해하지 못하거나 잘못된 가정을 하거나 작업을 신속히 처리하기 위해 절차를 생략하는 경우도 있었지만, 그 과정에서 명확하게 이유를 설명하고, 세부적인 지침이나 피드백을 제공하면 상당히 개선될 수 있는 가능성을 보여주었습니다. 전체적으로는 유망하지만 완벽하지는 않았습니다.

Manus는 영어를 기본 언어로 설정하고 있으며, 디자인은 깔끔하고 미니멀리즘을 추구합니다. 사용자는 유효한 초대 코드를 입력해야 시스템에 접근할 수 있으며, 이후 ChatGPT나 DeepSeek과 유사한 인터페이스의 랜딩 페이지로 안내됩니다. 이 페이지에는 이전 세션이 왼쪽 열에 표시되며, 중앙에는 채팅 입력 상자가 있습니다. 또한 회사에서 큐레이팅한 다양한 샘플 작업도 제공됩니다. 이 작업들은 비즈니스 전략 개발부터 인터랙티브 학습, 맞춤형 오디오 명상 세션까지 다양합니다.

Manus를 테스트하기 위해 세 가지 과제를 부여했습니다. 첫째, 중국 기술을 다루는 주목할 만한 기자 목록을 작성하는 것이었습니다. 처음에 Manus가 제공한 목록은 다섯 명의 이름과 다섯 명의 "명예 언급"만 포함하고 있었습니다. 일부 기자들의 주목할 만한 작업을 나열했지만, 다른 기자들에 대해서는 그렇지 않았습니다. 이유를 물었더니, Manus는 단순히 "게으름" 때문이라고 답했습니다. 시간이 촉박해 연구 과정을 신속히 처리하려 했다는 것이었습니다. 일관성과 철저함을 요구하자, Manus는 30명의 기자 목록을 제공하며, 그들의 현재 소속과 주목할 만한 작업을 나열했습니다.

두 번째 과제는 뉴욕시의 2베드룸 아파트 매물 검색이었습니다. 예산과 몇 가지 조건을 포함한 복잡한 기준을 제시했습니다. 처음에는 "어떤 종류의 야외 공간"이라는 모호한 요구를 너무 문자 그대로 해석하여 개인 테라스나 발코니가 없는 매물을 완전히 제외했습니다. 그러나 추가적인 지침과 명확화를 통해 더 넓고 유용한 목록을 작성할 수 있었습니다. 최종 출력물은 Wirecutter에서 직접 가져온 것처럼 보였으며, "최고의 전체", "최고의 가치", "럭셔리 옵션"과 같은 부제가 포함되어 있었습니다.

세 번째 과제는 MIT 테크놀로지 리뷰에서 매년 선정하는 Innovators Under 35 목록에 후보자를 추천하는 것이었습니다. 이는 방대한 작업으로, 매년 수백 건의 추천을 받습니다. Manus는 과거 목록을 검토하여 선정 기준을 이해하고, 후보자를 식별하기 위한 검색 전략을 수립하며, 전 세계에서 다양한 후보자를 확보하는 등의 단계로 작업을 분해했습니다.

Manus는 웹사이트를 빠르게 스크롤하며 후보자를 검색했지만, 학술 논문과 유료 미디어 콘텐츠에 접근할 때 어려움을 겪었습니다. 인터넷을 세 시간 동안 탐색한 후, 세 명의 후보자만 완전한 배경 프로필과 함께 제공할 수 있었습니다. 50명의 후보자 목록을 요구하자, 특정 학술 기관과 분야가 과도하게 대표되는 불완전한 연구 과정을 반영한 목록을 생성했습니다.

종합적으로 볼 때, Manus는 코딩 배경이 없는 사용자에게도 적합한 직관적인 도구로 보입니다. 두 가지 과제에서 ChatGPT DeepResearch보다 더 나은 결과를 제공했지만, 완료하는 데 더 오랜 시간이 걸렸습니다. Manus는 개방형 인터넷에서 광범위한 연구가 필요한 분석 작업에 가장 적합하며, 숙련된 인턴이 하루 동안 수행할 수 있는 작업에 적합합니다.

그러나 Manus는 빈번한 충돌과 시스템 불안정성을 겪을 수 있으며, 대량의 텍스트를 처리할 때 어려움을 겪을 수 있습니다. 새로운 요청을 시작하려 할 때 "현재 높은 서비스 부하로 인해 작업을 생성할 수 없습니다. 몇 분 후에 다시 시도해 주세요"라는 메시지가 몇 번 화면에 나타났고, 가끔 Manus의 컴퓨터가 특정 페이지에서 오랜 시간 멈춰 있었습니다.

Manus의 작업당 비용은 약 $2로, DeepResearch의 비용의 10분의 1에 불과합니다. 서버 인프라를 강화한다면, Manus는 특히 화이트칼라 전문가, 독립 개발자, 소규모 팀에게 선호되는 선택이 될 수 있을 것입니다.

Manus의 작업 과정이 비교적 투명하고 협력적인 느낌을 준다는 점이 매우 가치 있다고 생각합니다. 작업 중에 적극적으로 질문을 하고, 핵심 지침을 "지식"으로 메모리에 보존하여 쉽게 맞춤화할 수 있는 에이전트 경험을 제공합니다. 각 세션이 재생 가능하고 공유 가능하다는 점도 매우 유용합니다.

Manus는 개인 및 전문적인 삶에서 다양한 작업에 계속 사용할 것 같습니다. DeepSeek과의 비교가 완전히 적절한지는 모르겠지만, 중국 AI 기업들이 단순히 서구의 선례를 따르는 것이 아니라, 자율 AI 에이전트의 채택을 자신만의 방식으로 적극적으로 형성하고 있다는 추가적인 증거로 작용합니다.