파라1.5의 관찰-사고-행동 순환 과정 (사진=MS)
마이크로소프트(MS)가 웹 브라우저를 조작하며 사용자 대신 온라인 작업을 수행하는 차세대 AI 에이전트 모델을 공개했다. 이 모델은 일부 벤치마크에서 오픈AI와 구글의 최신 컴퓨터 사용 에이전트(CUA)를 뛰어넘는 성능을 기록했다.
MS는 21일(현지시간) 웹 브라우저를 직접 조작하는 차세대 CUA 모델 ‘파라1.5(Fara1.5)’를 공개했다. MS의 샌드박스 브라우저 인터페이스인 ‘
마젠틱라이트(MagenticLite)
’와 통합돼 제공된다.
브라우저 화면을 스크린샷 형태로 인식한 뒤 마우스와 키보드 입력을 생성해 실제 웹사이트를 조작하는 ‘픽셀 투 액션(pixel-to-action)’ 방식의 AI 에이전트다. 사용자를 대신해 상품 비교, 양식 작성, 일정 예약, 검색, 이메일 처리 등의 작업을 수행할 수 있다.
4B, 9B, 27B 등 3가지 크기로 공개됐다. 최상위 모델인 파라1.5-27B는 웹 에이전트 벤치마크 ‘온라인-마인드2웹’에서 72%의 작업 성공률을 기록했다.
이는 같은 평가에서 오픈AI의 '오퍼레이터(58.3%)'와 구글의 '제미나이 2.5 컴퓨터 유즈(57.3%)'를 크게 앞서는 수치다. 다른 경쟁 모델인 유토리의 '네비게이터 n1(64.7%)'보다도 높은 성능을 보였다.
중간급 모델 파라1.5-9B도 63.4%의 성공률을 기록, 이전 세대 모델인 파라-7B(34.1%) 대비 성능이 2배 가까이 향상됐다.
웹 브라우징 평가인 ‘웹보이저’에서도 27B 모델은 88.6%, 9B 모델은 86.6%를 기록하며 동급 공개 모델들을 앞섰다.
온라인-마인드2웹 및 웹보이저 벤치마크 결과 (사진=MS)
파라1.5는 알리바바의 오픈소스 모델 ‘큐원3.5’를 기반 모델로 사용한다.
‘관찰-사고-행동(observe-think-act)’ 루프 구조로 동작한다. 이전 대화 기록과 최근 3장의 브라우저 화면 이미지를 입력받아 현재 상황을 판단하고, 다음 행동 하나를 예측해 실행하는 방식이다.
특히 단순 클릭이나 타이핑을 넘어 사용자와 협업할 수 있는 ‘메타 액션’ 기능이 특징이다. 중요한 정보를 기억해 두거나 작업 수행 중 필요한 개인정보가 부족할 경우, 사용자에게 질문을 던질 수 있다. 또 되돌릴 수 없는 작업을 수행하기 전에는 반드시 사용자 승인을 요청하도록 설계됐다.
MS는 200만개 규모의 데이터 샘플을 활용해 모델을 학습했다. 학습 데이터의 60%는 실제 웹 탐색 경로였다.
특히, 로그인이나 이메일 발송처럼 실제 인터넷에서 안전하게 수행하기 어려운 작업은 ‘파라엔브스(FaraEnvs)’라는 합성 환경에서 생성됐다.
파라엔브스는 메일, 캘린더, 스트리밍 서비스, 머신러닝 관리 시스템, 예약 플랫폼 등 실제 서비스와 유사하게 만든 6개의 가상 웹 환경으로 구성된다. MS는 깃허브 코파일럿(GitHub Copilot) CLI와 인간 검수를 조합해 이 환경들을 구축했다. 각 환경은 실제와 유사한 사용자 인터페이스와 데이터베이스를 갖추고 있으며, AI가 이메일 전송이나 예약 완료 같은 ‘비가역적 작업’을 안전하게 학습할 수 있도록 설계됐다.
학습용 데이터 생성 과정에는 다른 AI도 활용됐다. MS는 데이터 생성용 ‘교사 모델’로 GPT-5.4를 사용했다. 이 솔버(solver) 에이전트는 파라1.5와 동일한 행동 공간을 갖고 실제 브라우저 작업을 수행하며 학습용 시연 데이터를 생성한다. GPT-5.4 기반 솔버는 '온라인-마인드2웹'에서 83% 성능을 기록했다.
Introducing MagenticLite ✨
We listened to the community and evolved Magentic-UI — now purpose-built for small models. To do that, we co-designed it end-to-end with two new SLMs for agentic experiences across browser + local file system:
️Fara1.5 (9B) — new SOTA for small…
pic.twitter.com/sIapbwReip
— Microsoft AI Frontiers (@ms_aifrontiers)
May 21, 2026
MS는 안전성도 핵심 요소로 강조했다. 개인정보 요청, 모호한 작업 지시, 비가역적 작업 실행 등 세 가지 상황에서는 반드시 사용자 확인을 거치도록 학습됐다.
또 마젠틱라이트 환경에서는 모든 행동이 기록되고 감사 가능하도록 설계됐으며, 브라우저와 사용자 시스템을 분리하는 샌드박스 구조를 통해 보안 위험을 최소화했다.
MS는 앞으로 브라우저를 넘어 데스크톱 애플리케이션과 기업용 소프트웨어까지 조작 범위를 확대할 계획이다. 또 터미널 제어와 스크립트 실행 기능까지 지원하는 방향으로 발전시킬 예정이라고 설명했다.
현재 파라1.5-9B는 MS의 AI 플랫폼 ‘
파운드리(Foundry)
’에서 사용할 수 있으며, 4B와 27B 모델도 차례로 공개될 예정이다.
박찬 기자 cpark@aitimes.com
댓글
0