AI 에이전트는 방어막이 없다: Manus의 빠른 오픈 소스 복제
오픈 소스의 속도: Manus가 하루도 안 되어 복제된 방법
3월 6일, AI 스타트업 Manus는 차세대 자율 디지털 비서라는 약속과 함께 주력 제품인 범용 AI 에이전트를 출시하여 헤드라인을 장식했습니다. 그러나 24시간 이내에 OpenManus 및 OWL을 포함한 여러 오픈 소스 복제본이 등장했으며, 많은 복제본이 비슷한 기능을 자랑했습니다. Manus의 빠른 복제는 AI 에이전트 기술의 근본적인 현실, 즉 경쟁 우위의 방어막이 없다는 것을 강조합니다.
오픈 소스 경쟁자: 복제 타임라인
Manus 출시 직후 첫 번째 대안이 등장했습니다.
- OpenManus: 3시간 이내에 20대 초반의 개발자 팀이 Manus의 작동 버전을 제작하여 완전한 오픈 소스로 만들었습니다. 하루 만에 OpenManus는 GitHub에서 8,000개 이상의 스타를 얻었습니다.
- OWL (최적화된 인력 학습): 또 다른 AI 에이전트인 OWL은 GAIA 벤치마크의 최고 성능을 능가한다고 주장하며 GitHub에서 라이브로 전환되었습니다. 제작자들은 2년 이상 다중 에이전트 프레임워크를 작업해 왔지만 Manus의 과대 광고를 활용하여 프로젝트를 전면에 내세웠습니다.
두 프로젝트 모두 AI 및 개발자 커뮤니티 내에서 빠르게 견인력을 얻어 업계의 오픈 연구 및 모듈식 아키텍처에 대한 높은 의존도를 감안할 때 AI 에이전트를 쉽게 복제할 수 있음을 보여주었습니다.
AI 에이전트에 경쟁 우위의 방어막이 없는 이유
Manus의 빠른 복제는 변칙적인 것이 아니라 불가피했습니다. OpenAI의 GPT-4o 또는 Google DeepMind의 Gemini와 같은 독점 모델과 달리 AI 에이전트는 기존 오픈 소스 기술에 크게 의존합니다. 다음 요소로 인해 복제가 특히 쉽습니다.
1. 모듈식 설계 및 오픈 연구
대부분의 AI 에이전트와 마찬가지로 Manus는 ReAct (Reason + Act) 프레임워크를 중심으로 구성되어 있으며, 기능은 세 가지 주요 구성 요소에 따라 달라집니다.
- 도구: 에이전트의 작업 공간을 정의하여 환경(예: 브라우저, 코드 실행 도구 또는 파일 시스템)과 상호 작용할 수 있도록 합니다.
- 시스템 프롬프트: 의사 결정 및 작업 실행을 안내하여 동작을 지시합니다.
- 계획 모듈: 효율적인 실행을 위해 작업을 순서대로 구성하는 사전 구축된 워크플로입니다.
이러한 구성 요소는 기존 AI 연구에 잘 문서화되어 있으며 수년 동안 오픈 소스 프로젝트에서 다양한 형태로 구현되었습니다.
2. 기존 오픈 소스 대안
Manus는 획기적인 AI 기술을 도입하지 않았습니다. 오히려 기존 기능을 세련된 제품에 통합했습니다. 계획 + ReAct, 도구 통합 및 브라우저 자동화와 같은 이러한 기능 중 다수는 이미 다음을 포함한 오픈 소스 프로젝트에서 사용할 수 있었습니다.
- AutoGPT 및 BabyAGI: 초기 에이전트 기반 자동화 프레임워크입니다.
- MetaGPT: 다중 에이전트 협업에 중점을 둔 AI 프레임워크입니다.
- DeepSeek V2.5: 에이전트 기반 자동화에 최적화된 모델입니다.
3. 독점 AI 모델 부족
독점 모델을 통합하는 OpenAI와 달리 Manus와 해당 오픈 소스 복제본은 주로 Claude, GPT-4o 또는 DeepSeek과 같은 **타사 LLM (대규모 언어 모델)**에 의존합니다. 이로 인해 이러한 에이전트의 핵심 지능은 비독점적이고 쉽게 대체 가능합니다.
OpenManus 및 OWL 접근 방식: 기술 분석
OpenManus: 가볍고 빠른 실행
- 개발 시간: ~3시간
- 핵심 개념: 사용자가 시스템 프롬프트를 정의하고 다른 도구를 연결하여 매우 쉽게 조정할 수 있는 최소한의 에이전트 아키텍처입니다.
- 주요 특징:
- 도구 기반 모듈성: 사용자는 핵심 논리를 수정하지 않고도 다른 API 또는 통합을 교체할 수 있습니다.
- 오픈 소스 협업: 독점적인 혁신보다는 기존 커뮤니티 노력을 기반으로 구축되었습니다.
OWL: 성능 최적화된 AI 인력
- 개발 시간: 기존 연구 (2년 이상)이지만 Manus 출시를 위해 시간을 맞췄습니다.
- 벤치마크 성능: GAIA의 최고 순위 오픈 소스 에이전트입니다.
- 주요 특징:
- 다중 에이전트 아키텍처: OWL은 동적으로 협업하는 여러 전문 에이전트를 사용합니다.
- 인력 자동화를 위한 최적화: 실제 엔터프라이즈 자동화 작업을 처리하도록 설계되었습니다.
OWL의 제작자는 또한 강화 학습 통합을 암시했는데, 이는 에이전트 인텔리전스를 진화시키는 데 장기적인 이점을 줄 수 있습니다.
투자자 관점: 이것이 AI 에이전트 스타트업에 의미하는 바
AI 에이전트를 주시하는 투자자에게 Manus의 빠른 복제는 AI 에이전트 회사의 방어 가능성에 대한 중요한 우려를 제기합니다. 기본 모델 개발자 (예: OpenAI, Anthropic, Google DeepMind)와 달리 AI 에이전트는 공용 API 및 오픈 연구에 의존하므로 복제로부터 보호하기 어렵습니다.
투자자를 위한 주요 사항:
- 최초 진출자 이점은 일시적입니다: Manus는 관심을 끌었지만 핵심 기술은 몇 시간 만에 복제되었습니다.
- 독점 AI = 장기적인 우위 없음: 자체 모델 없이 타사 LLM에 의존하는 회사는 높은 경쟁과 낮은 차별화에 직면합니다.
- 오픈 소스가 지배할 것입니다: AI 에이전트 공간은 커뮤니티 중심 개발로 이동하여 폐쇄 소스 스타트업의 가치를 떨어뜨리고 있습니다.
- 엔터프라이즈 통합이 진정한 방어막입니다: 성공은 원시 AI 기능보다는 기업 워크플로와의 원활한 통합에 달려 있습니다.
AI 에이전트의 미래는 오픈 소스입니다
AI 에이전트 공간은 빠르게 진화하고 있지만 Manus의 사례에서 알 수 있듯이 상용 AI 에이전트에는 진입 장벽이 거의 없습니다. 오픈 소스 대안은 계속 등장하여 경쟁 환경을 재구성할 것입니다. 일부 스타트업은 여전히 세련되고 사용자 친화적인 솔루션을 제공하여 자금을 유치하지만 장기적인 생존 가능성은 독점 AI 모델 또는 심층적인 엔터프라이즈 통합을 통해 독점적인 발전을 제공할 수 있는지 여부에 달려 있습니다. 그렇지 않으면 Manus의 운명은 업계 전체에서 반복되는 교훈이 될 것입니다. AI 에이전트는 그 자체로는 방어할 수 없는 비즈니스입니다.