AI 에이전트 추천 2026: 직접 설치하는 오픈소스 8종 비교

오픈소스 AI 에이전트를 처음 도입한다면, 로컬 파일 작업을 직접 확인하며 진행할 때는 Goose, 저장해 둔 절차로 반복 업무를 처리할 때는 Hermes Agent, 메신저를 주된 작업 창구로 쓸 때는 OpenClaw가 적합합니다. 이 글에서 다루는 8개 프로젝트는 직접 관리하는 하드웨어에 설치할 수 있습니다. 다만 어떤 모델을 연결하고 계정 접근을 어디까지 허용할지는 별도로 결정해야 합니다.

2026년 10월 18일 기준으로 각 프로젝트의 저장소, 라이선스 파일, 링크된 문서를 확인했습니다. 문서를 근거로 작성한 비교이며, 직접 사용해 측정한 벤치마크는 아닙니다. 아래 추천은 설치해서 쓰는 에이전트 소프트웨어를 대상으로 합니다. 모델 이용 수단은 사용자가 준비하고 설정해야 합니다.

먼저 정할 것은 작업이 이루어질 장소입니다. 공급업체 포털을 다루려면 브라우저 확장 프로그램, 내보낸 파일을 처리하려면 데스크톱 어시스턴트가 적합할 수 있습니다. 컨테이너 기반 에이전트에는 별도의 작업용 컴퓨터가 주어지고, 코딩 에이전트는 코드 저장소를 중심으로 움직입니다. 모델보다 작업 환경을 먼저 선택해야 합니다.

오픈소스 AI 에이전트 비교 한눈에 보기

맡길 일을 끝낼 수 있는 앱 중 범위가 가장 작은 것부터 시작합니다. 범용 작업이라면 Goose가 출발점입니다. 다른 인터페이스나 실행 환경이 필요한 경우에 나머지 후보를 검토하면 됩니다.

모든 항목에서 모델 이용은 별도입니다. 오픈소스 앱이라도 호스팅 모델에 연결하면 작업 내용이 해당 제공업체로 전송됩니다. 로컬 모델에는 적절한 사양의 컴퓨터와 지원되는 연결 방식이 필요합니다. 저장소의 라이선스는 에이전트 소프트웨어에 적용되므로, 사용할 모델의 라이선스도 따로 확인해야 합니다.

어떤 기준으로 선정했습니까?

선정한 프로젝트는 모두 에이전트 루프를 직접 설계하지 않고도 설치해 사용할 수 있는 앱, 명령줄 인터페이스 또는 컨테이너 패키지를 제공합니다. 에이전트 루프란 행동을 선택하고 실행한 뒤, 결과를 읽고 다음 행동을 결정하는 과정을 말합니다. 이 프로젝트들은 그 동작 구조를 이미 갖추고 있습니다.

실제 도입에 필요한 다음 항목을 확인했습니다.

• 바로 사용할 수 있는 진입점: 설치부터 작업 지시까지의 과정이 문서로 안내되어 있는지 확인했습니다.
• 업무용으로 사용할 수 있는 라이선스: 배지나 홍보 문구 대신 저장소의 실제 라이선스 파일을 확인했습니다.
• 최근 저장소 활동: 선정한 저장소는 모두 보관 처리되지 않았으며 2026년 10월에 활동이 있었습니다. 이는 선정 자격을 확인하는 기준이지 신뢰성을 입증하는 기준은 아닙니다.
• 문서에 명시된 모델 연결: 추천하는 해당 앱을 기준으로 모델 제공업체 지원 여부를 확인했습니다.
• 파악할 수 있는 실행 범위: 행동이 실행되는 위치, 남은 설정 작업, 선택을 바꿀 만한 제약을 확인했습니다.

설정 난이도는 문서에 나온 절차를 보고 판단했으며 소요 시간을 측정한 결과가 아닙니다. ‘간단’은 앱이나 확장 프로그램에 모델 제공업체를 연결하는 수준입니다. ‘보통’은 여기에 게이트웨이, 계정, 툴 또는 컨테이너 설정이 더해지는 경우입니다. ‘복잡’은 적합한 모델 엔드포인트를 마련하거나 더 큰 실행 환경을 운영해야 하는 경우입니다.

추천 기준은 인기가 아니라 업무 적합성입니다. 브라우저 탭 안에서만 도움이 필요하다면 연동 기능이 많은 프로젝트도 좋은 선택이 아닐 수 있습니다. 반대로 완성도 높은 브라우저 확장 프로그램이라도 전용 Linux 환경에서 일하는 에이전트를 대신할 수는 없습니다.

범용 어시스턴트와 메신저 업무용 에이전트

파일, 조사, 연결된 서비스를 오가며 일한다면 범용 어시스턴트를 선택합니다. 기존 메신저 앱에서 그런 일을 요청하고 싶다면 메신저 기반 업무 에이전트가 적합합니다. 결과를 확인하고 작업 중단이나 도움 요청을 알아차리는 장소가 인터페이스에 따라 달라집니다.

1. Goose: 처음 쓰는 로컬 AI 에이전트로 추천

Goose는 데스크톱 앱에서 파일 작업, 조사, 자동화를 직접 확인하며 진행하려는 실무자에게 가장 좋은 출발점입니다. 저장소에서는 macOS, Windows, Linux용 네이티브 데스크톱 앱과 명령줄 인터페이스를 갖춘 범용 에이전트로 소개합니다. 확장 기능을 통해 모델과 툴을 연결하며, 에이전트가 외부 툴을 호출하는 표준 방식인 Model Context Protocol, 즉 MCP도 활용합니다. Goose 저장소.

첫 작업으로는 내보낸 고객지원 티켓이 담긴 폴더를 운영 보고서 초안으로 정리하는 일이 적합합니다. 내보낸 파일의 복사본, 업무에서 사용하는 분류 기준, 완성된 보고서 예시를 에이전트에 제공합니다. 각 결론 옆에 티켓 식별자를 남기도록 요청합니다. 그러면 실제 고객지원 시스템에 연결하지 않고도 검토 가능한 결과물을 얻을 수 있습니다.

Goose가 이 작업에 맞는 이유는 Developer 확장 기능에 파일 편집과 셸 실행이 포함되어 있기 때문입니다. 셸은 운영체제의 명령 인터페이스입니다. 모델이 대화 안에서 행마다 계산하게 하는 대신, 스크립트를 실행해 파일을 가공할 수 있습니다. 반복되는 데이터 작업에 유용하지만 그만큼 컴퓨터에 대한 큰 권한도 부여합니다. Developer 확장 기능.

추천 대상: 로컬 파일을 다루면서 데스크톱 인터페이스와 툴 설정 기능을 원하는 실무자입니다.
주요 특징: 모델 제공업체와 확장 기능을 선택해 범용 데스크톱 작업을 수행합니다.
라이선스: Apache License 2.0.
실행 환경: macOS, Windows, Linux에서 데스크톱 앱 또는 CLI로 실행합니다.
모델: Anthropic, OpenAI, Google, OpenRouter, Ollama 등 문서에 명시된 제공업체를 지원합니다. Ollama는 자신의 컴퓨터에서 모델을 구동해 제공하는 소프트웨어입니다.
설정 난이도: 데스크톱 앱과 모델 연결은 간단하며, 외부 툴과 인증 정보를 추가하면 보통 수준입니다.
비용: 무료·오픈소스이며, 모델 이용 수단은 별도로 준비해야 합니다.
무료 체험: 소프트웨어는 체험판 없이 이용할 수 있습니다.

주의할 지점은 로컬 권한입니다. 문서에 따르면 Goose의 기본 설정은 Autonomous 모드이며, Developer 툴은 사용자의 권한으로 작동할 수 있습니다. 승인 모드를 사용하면 검토 단계를 추가할 수 있지만, 문서는 읽기와 쓰기 작업의 분류가 완벽하지 않을 수 있다고도 설명합니다. 승인은 파일 및 계정 접근 제한과 함께 사용하는 통제 수단으로 보아야 합니다. Goose 권한 안내.

고객지원 보고서를 시범 작성한다면 원본 식별자를 보존했는지, 누락된 정보와 값이 0인 경우를 구분했는지, 원본 파일을 그대로 두었는지를 기준으로 결과를 평가합니다. 이는 사용자가 정할 합격 기준이지 Goose가 약속하는 결과가 아닙니다. 결과물을 매번 사람이 다시 만들어야 한다면 확장 기능을 늘리기 전에 작업부터 단순화합니다.

선택 기준: 자신의 컴퓨터에서 에이전트와 함께 일하려면 Goose를 선택합니다. 자세한 설정과 확장 기능은 Goose AI 에이전트 가이드에서 확인할 수 있습니다.

무료 AI 에이전트 만들기: 설치형 앱 설정부터 시작하기

Goose의 기존 앱을 설정하는 것만으로도 시작할 수 있습니다. 범위가 정해진 파일 작업을 시험하려고 에이전트 프레임워크부터 구현할 필요는 없습니다.

1. 1

   데스크톱 앱 설치하기

   Goose 빠른 시작 가이드에서 운영체제에 맞는 다운로드를 선택합니다. 소스 빌드를 직접 유지하려는 목적이 아니라면 패키지로 제공되는 앱을 사용합니다.

2. 2

   모델 제공업체 연결하기

   처음 실행할 때 제공업체 설정을 완료합니다. 해당 작업의 데이터를 보내도 되는 제공업체를 선택합니다. 로컬 Ollama 구성은 별도로 결정해야 할 모델 구동 방식이며, 데스크톱 앱을 설치한다고 자동으로 갖춰지지 않습니다.

3. 3

   세션의 권한 모드 선택하기

   Settings에서 Chat을 열고 Default Mode를 승인 모드로 바꾸면 새 세션에 적용됩니다. 기존 세션은 현재 설정을 유지합니다. 문서에 나온 세션 내 변경 명령은 /mode approve입니다. 작업을 시작하기 전에 활성화된 확장 기능을 확인합니다.

4. 4

   검토 가능한 파일 작업 맡기기

   전용 작업 폴더에 민감하지 않은 파일의 복사본을 넣습니다. 입력 파일은 수정하지 않고 출처 식별자를 포함한 보고서 초안을 만들도록 요청합니다. 작업 폴더는 업무를 정리하는 수단입니다. 더 강하게 격리하려면 운영체제 계정과 툴이 접근할 수 있는 범위를 제한해야 합니다.

5. 5

   접근 범위를 넓히기 전에 결과 확인하기

   보고서를 원본 기록과 대조하고, 변경된 파일을 살펴보고, 사람이 개입한 지점을 기록합니다. 현재 작업에서 필요성이 확인된 경우에만 툴을 추가합니다.

2. Hermes Agent: 메모리를 활용하는 반복 업무에 적합

Hermes Agent는 저장된 맥락과 검토를 마친 절차를 활용해 업무를 개선하려 할 때 가장 잘 맞습니다. Nous Research의 이 프로젝트는 지속 메모리, 대화 검색, 재사용 가능한 스킬, 예약 작업을 문서화하고 있으며 터미널, 데스크톱, 메신저에서 사용할 수 있습니다. 실질적인 강점은 연속성입니다. 이전 작업에서 보관한 정보와 지침을 다음 작업의 출발점으로 삼을 수 있습니다. Hermes Agent 저장소.

매주 공급업체 현황을 정리하는 운영 책임자를 예로 들어 보겠습니다. 새 파일을 읽고, 같은 분류 기준을 적용하고, 아직 답을 얻지 못한 질문을 포함해 초안을 만드는 일이 반복됩니다. 메모리에는 계속 참고할 맥락을 저장하고, 스킬에는 어떤 파일을 읽을지, 무엇을 예외로 볼지, 최종 보고서를 어떻게 구성할지 등의 절차를 담을 수 있습니다.

둘의 역할은 다릅니다. 선호하는 보고서 형식 같은 정보는 저장된 맥락에 해당합니다. 요약을 쓰기 전에 누락된 납품 일자를 확인하는 순서는 절차에 해당합니다. Hermes의 스킬 문서는 이 차이를 명확히 설명합니다. 자체 개선 기능에는 이러한 절차를 저장하고 수정하는 과정이 포함되지만, 그 표현을 정확도 향상이 보장된다는 근거로 받아들여서는 안 됩니다. 스킬 문서.

추천 대상: 맥락을 유지하고 절차를 검토할 수 있을 때 효과가 큰 반복 실무입니다.
주요 특징: 메모리, 에이전트가 만드는 스킬, 메신저 게이트웨이를 통한 예약 전달 기능입니다.
라이선스: MIT.
실행 환경: Linux, Windows, 지원 대상인 Apple Silicon Mac에서 로컬 또는 서버로 실행합니다. Windows 네이티브 설치 방법도 문서에 있습니다.
모델: OpenAI, Anthropic, OpenRouter, Nous Portal과 사용자 지정 엔드포인트를 지원합니다. Ollama, vLLM 같은 로컬 모델 서버도 여기에 포함됩니다.
설정 난이도: 데스크톱 패키지와 제공업체 연결은 간단~보통, 메신저·일정·원격 실행 환경 설정은 보통 수준입니다.
비용: 무료·오픈소스이며, 모델 이용 수단은 별도로 준비해야 합니다.
무료 체험: 소프트웨어는 체험판 없이 이용할 수 있습니다.

설치 경로를 잘 골라야 합니다. 현재 데스크톱 패키지는 런타임과 미리 빌드된 인터페이스를 포함하며, 소스 부트스트랩 설치 프로그램은 다른 절차를 따릅니다. macOS 패키지는 Apple Silicon 전용이고, 문서에서는 Intel macOS를 지원하지 않는다고 명시합니다. 서버에서는 문서의 명령줄 설치 방법을 따르고 게이트웨이를 별도로 구성합니다. 설치 문서.

모델 선택 방법도 명확합니다. hermes model로 제공업체와 모델을 선택하고, hermes tools로 활성화할 툴을 관리합니다. 로컬 Ollama는 모델 서버 주소를 가리키는 사용자 지정 엔드포인트로 설정합니다. 특정 클라우드 계정이나 모델이 반드시 필요하다고 가정할 이유는 없습니다. 제공업체 문서.

관건은 절차의 품질입니다. 겉보기에 유용한 결과라도 잘못된 업무 규칙을 적용했다면, 그 방식을 저장하면서 실수까지 고착시킬 수 있습니다. 공급업체 현황 작업에서는 먼저 결과를 확인한 다음 스킬 초안을 요청하고, 보관하려는 지침을 검토합니다. 문서에 나온 skills.write_approval 설정으로 스킬 변경 사항을 검토 대기 상태에 둘 수 있으며, /skills pending과 /skills diff로 제안된 변경을 확인할 수 있습니다.

선택 기준: 대화가 끝난 뒤에도 업무 절차를 유지해야 한다면 Hermes를 선택합니다. 메모리, 스킬, 운영 통제는 Hermes Agent 리뷰에서 더 자세히 다룹니다.

3. OpenClaw: 메신저에서 바로 부르는 어시스턴트

OpenClaw는 메신저로 어시스턴트를 호출하는 것이 워크플로의 핵심일 때 가장 잘 맞습니다. 로컬 Gateway는 세션과 툴을 조율하는 백그라운드 서비스로, Slack, Discord, Telegram, WhatsApp, Teams, iMessage 등의 채널에 연결됩니다. 저장소에는 macOS, Linux, Windows 설치 방법이 안내되어 있습니다. OpenClaw 저장소.

휴대전화로 업무를 보는 창업자라면 별도 데스크톱 앱을 열어야 한다는 사실을 기억하는 것보다 이 방식이 편할 수 있습니다. 첫 시도로는 비공개 메신저 채널에서 사용이 승인된 운영 메모의 요약 초안을 요청해 볼 만합니다. 평소 업무를 확인하는 곳에서 출처를 추적할 수 있는 요약을 받는 것이 목적입니다. 메시지를 보냈다고 모든 업무 시스템이 연결되는 것은 아닙니다. 원본 자료를 가져올 툴은 별도로 설정해야 합니다.

Gateway 자체도 운영 대상입니다. 실제 작업을 수행할 수 있는 컴퓨터에서 계속 실행되어야 합니다. 사람이 지켜보며 사용할 때는 노트북이 적합하고, 노트북을 닫아도 서비스가 필요하다면 전용 컴퓨터나 서버가 적합합니다. 업데이트, 모델 인증 정보, 채널 연결까지 포함해 유지할 수 있는 배포 방식을 선택합니다.

추천 대상: 메신저에서 호출할 수 있는 지속형 어시스턴트를 원하는 실무자입니다.
주요 특징: 채널, 세션, 툴을 조율하는 로컬 제어 서비스입니다.
라이선스: MIT.
실행 환경: 개인용 컴퓨터 또는 서버의 macOS, Windows, Linux에서 실행합니다.
모델: Anthropic, OpenAI, Google Gemini, OpenRouter, Ollama, LM Studio 등 호스팅 및 로컬 제공업체를 지원합니다.
설정 난이도: 보통입니다. 설치, 모델 초기 설정, Gateway 구성, 사용할 채널 연결이 필요합니다.
비용: 무료·오픈소스이며, 모델 이용 수단은 별도로 준비해야 합니다.
무료 체험: 소프트웨어는 체험판 없이 이용할 수 있습니다.

설치 프로그램은 앱 실행에 필요한 소프트웨어인 Node.js의 지원 런타임을 마련할 수 있습니다. 설치 스크립트는 초기 설정을 시작하며, 패키지를 직접 설치한 경우에는 openclaw onboard --install-daemon을 사용합니다. 이후 openclaw gateway status로 서비스 상태를 확인하고 openclaw dashboard로 Control UI를 엽니다. 메신저를 연결하기 전에 여기서 대화가 작동하는지 확인합니다. 이는 저장소에 문서화된 절차이며, 설치 시간을 측정했다는 뜻은 아닙니다.

모델 제공업체 목록과 채널 목록은 별개입니다. Slack은 어시스턴트와 대화하는 통로이고, 모델 제공업체는 추론 기능을 공급합니다. 프로젝트가 지원하는 설정 범위 안에서 두 선택을 독립적으로 바꿀 수 있습니다. 모델 제공업체 안내.

주의할 지점은 수신 메시지 뒤에 따라오는 실행 권한입니다. 저장소에 따르면 샌드박스를 설정하지 않을 경우 메인 세션의 툴은 호스트에서 실행되며, 알 수 없는 발신자의 다이렉트 메시지에는 기본적으로 페어링 절차가 적용됩니다. 페어링은 누가 작업을 시작할 수 있는지를 정합니다. 허용된 작업이 접근할 파일과 계정의 범위까지 제한하지는 않습니다. 상태와 인증 정보를 자신의 하드웨어에 보관하더라도 설정된 모델 제공업체와 메신저 플랫폼은 여전히 작업 내용을 받습니다.

선택 기준: 어디에서 대화할 수 있는지가 실제 사용 여부를 좌우한다면 OpenClaw를 선택합니다. 업무 절차를 보존하는 것이 더 중요하다면 Hermes Agent와 OpenClaw 비교를 참고합니다.

컴퓨터 제어와 브라우저 자동화용 에이전트

제품을 고르기 전에 에이전트가 조작할 환경을 정합니다. 기존 브라우저 안에서 작업하는 것, 별도 브라우저를 여는 것, 컨테이너의 데스크톱을 쓰는 것, 자신의 컴퓨터 화면을 제어하는 것은 서로 다른 작업입니다. 한 가지를 할 수 있는 툴이 나머지도 자동으로 처리하는 것은 아닙니다.

4. Nanobrowser: 기존 Chrome·Edge 세션에서 바로 작업

Nanobrowser는 Chrome 또는 Edge 사용자가 브라우저 작업부터 시작하기에 이 목록에서 가장 간단한 선택입니다. 확장 프로그램으로 설치해 사이드 패널에서 작업을 지시하면 페이지 읽기, 클릭, 입력, 탭 이동을 수행합니다. 평소 쓰는 브라우저를 바꾸거나 자동화 스크립트를 만들 필요가 없습니다. Nanobrowser 저장소.

공급업체 문서를 비교하는 실무자라면 관련 페이지를 열고, 각 항목 옆에 출처가 있는 납품 조건 표를 요청할 수 있습니다. 저장소에는 CSV 표나 Markdown 보고서 등의 결과를 다운로드 폴더에 저장하는 기능이 안내되어 있습니다. 추출한 모든 조건에 원본 페이지가 연결되어 있어야 하고, 확인할 수 없는 정보는 그대로 확인 불가로 표시되어야 한다는 기준을 정해 두면 유용합니다.

이미 탭 안에서 이루어지는 업무에 잘 맞는 방식입니다. 웹사이트를 탐색하려고 데스크톱 에이전트 전체를 추가할 필요가 없습니다. 특히 같은 브라우저에서 무관한 업무 앱에도 로그인되어 있다면, 작업 범위를 관련 사이트로 한정합니다.

추천 대상: 기존 Chrome 또는 Edge 브라우저에서 웹페이지를 읽고 조작하는 작업입니다.
주요 특징: 클라우드 또는 로컬 모델을 연결하고 사이트별 권한을 설정할 수 있는 사이드 패널 에이전트입니다.
라이선스: Apache License 2.0.
실행 환경: 컴퓨터에 설치된 지원 대상 Chrome 및 Edge에서 실행합니다.
모델: Anthropic, OpenAI, Google Gemini, OpenRouter 등 문서에 명시된 클라우드 제공업체와 Ollama, LM Studio, 호환 로컬 서버를 지원합니다. 모델은 툴 호출을 지원해야 합니다.
설정 난이도: 클라우드 제공업체를 쓰면 간단합니다. 로컬 추론에는 모델 서버 설정이 추가로 필요합니다.
비용: 무료·오픈소스이며, 모델 이용 수단은 별도로 준비해야 합니다.
무료 체험: 소프트웨어는 체험판 없이 이용할 수 있습니다.

저장소의 Chrome Web Store 링크로 설치한 뒤 시작 페이지에서 제공업체를 설정하고 사이드 패널을 엽니다. Edge에서는 먼저 다른 스토어의 확장 프로그램을 허용하라는 안내가 나올 수 있습니다. 로컬 모델에는 추가 연결 조건이 있습니다. Ollama는 확장 프로그램의 출처를 허용해야 하고, LM Studio는 교차 출처 접근을 활성화해야 합니다. 이러한 요구 사항은 저장소에 안내되어 있습니다. 모델 서버에 연결할 수 있다는 것만으로 설정이 모두 끝난 것은 아닙니다.

권한 제어는 유용하지만 한계가 있습니다. 기본값인 Ask 모드는 제출, 전송, 삭제, 업로드를 감지하면 확인을 요청합니다. 결제, 비밀번호, 접근 권한 부여 단계는 사람에게 넘깁니다. 설정에서 사이트별로 허용, 확인 요청, 차단을 정할 수도 있습니다. 프로젝트는 에이전트가 사람의 개입이 필요한 단계를 알아채지 못할 수 있다고 명시합니다. 따라서 이런 통제가 있더라도 중요한 작업을 지켜볼 필요는 여전합니다.

선택 기준: 브라우저 탭 안에서 시작해 끝나는 작업이라면 Nanobrowser를 선택합니다. 일반 데스크톱 앱을 조작하거나 화면 없이 서버에서 실행할 어시스턴트가 필요하다면 다른 후보가 적합합니다.

5. Browser Use Desktop: 별도 브라우저 창에서 일하는 에이전트

Browser Use Desktop은 별도 Chromium 창에서 브라우저 작업을 수행하는 독립형 앱입니다. 저장소에 따르면 평소 쓰는 Chrome 브라우저의 쿠키를 가져와 기존 로그인 세션을 활용하며, 작업 시작용 단축키도 제공합니다. 여기서 다루는 대상은 browser-use/desktop의 설치형 데스크톱 앱입니다. Browser Use Desktop 저장소.

자신이 사용하는 탭과 에이전트의 작업을 눈으로 구분하고 싶을 때 별도 창이 유용합니다. 예를 들어 사용자는 관련 문서를 계속 읽으면서, 에이전트에게 공급업체 포털에서 승인된 항목의 상태를 모아 달라고 요청할 수 있습니다. 결과는 포털과 대조할 초안 목록으로 받습니다. 장점은 작업용 브라우저가 분리된다는 것이며, 창이 다르다는 이유만으로 작업이 안전해지는 것은 아닙니다.

쿠키에는 인증된 접근 권한이 담길 수 있습니다. 쿠키를 가져오면 에이전트의 브라우저도 해당 세션의 권한을 가질 수 있다는 뜻입니다. 어떤 계정이 연결되는지 확인하고, 기록을 변경하기보다 읽고 초안을 만드는 작업부터 시작합니다. 새 브라우저 프로세스가 권한을 줄인 새 계정과 같지는 않습니다.

추천 대상: 브라우저 작업을 평소 탐색하는 창과 분리하고 싶은 실무자입니다.
주요 특징: 전용 Chromium 환경과 문서화된 세션 가져오기 기능을 갖춘 데스크톱 앱입니다.
라이선스: MIT.
실행 환경: 문서에 안내된 다운로드를 통해 Apple Silicon macOS, Windows x64, Linux에서 실행합니다.
모델: 데스크톱 README에는 Claude Code 구독 또는 API 키를 통한 Anthropic 연결, ChatGPT 구독 또는 API 키를 통한 Codex 연결이 명시되어 있습니다.
설정 난이도: 간단~보통입니다. 데스크톱 패키지를 설치하고, 문서에 나온 제공업체를 연결하며, 브라우저 세션 연결을 검토해야 합니다.
비용: 무료·오픈소스이며, 모델 이용 수단은 별도로 준비해야 합니다.
무료 체험: 소프트웨어는 체험판 없이 이용할 수 있습니다.

지원 모델 목록은 중요한 제약입니다. Browser Use 생태계에는 다른 구성 요소도 있지만, 라이브러리가 지원하는 기능을 이 데스크톱 앱도 지원한다고 볼 수는 없습니다. 임의의 로컬 모델 엔드포인트를 써야 한다면 Nanobrowser 저장소가 그 방법을 더 명확하게 안내합니다. 이 앱을 선택할 때는 데스크톱 README의 제공업체 목록부터 확인하는 것이 맞습니다.

배포 방식도 구분해야 합니다. 데스크톱 다운로드는 설치한 컴퓨터에서 실행하는 앱을 제공합니다. 브라우저 작업을 할 수 있다는 이유만으로 상시 실행하는 서버 서비스를 대체하는 방법이 문서화되어 있다고 해석해서는 안 됩니다.

선택 기준: 문서에 나온 제공업체를 사용하면서 별도의 브라우저 작업 공간이 필요하다면 Browser Use Desktop을 선택합니다. 기존 브라우저를 유지하는 것과 명시적으로 지원되는 로컬 모델 연결이 더 중요하다면 Nanobrowser가 적합합니다.

6. Agent Zero: 완전한 Linux 작업 환경이 필요할 때

Agent Zero는 파일, 브라우저, 데스크톱 앱, 편집 가능한 문서를 갖춘 전용 Linux 환경이 에이전트에 필요할 때 이 목록에서 가장 적합한 선택입니다. 프로젝트는 스스로를 프레임워크라고 부르지만, 런처와 Docker 이미지로 Web UI를 갖춘 완성된 에이전트를 실행할 수 있습니다. 이렇게 패키지 형태로 사용할 수 있어 선정 대상에 포함했습니다. Agent Zero 저장소.

Docker는 앱과 의존성을 컨테이너에 묶습니다. 컨테이너는 호스트 위에 마련되는 별도의 실행 환경입니다. Agent Zero의 데스크톱은 그 안에 있으며, 그곳에 설치된 Linux 소프트웨어를 사용할 수 있습니다. 호스트 컴퓨터의 파일이나 브라우저에 접근하게 하려면 추가 설정을 결정해야 합니다.

승인된 문서들을 모아 편집 가능한 내부 브리핑 자료를 만드는 일을 시범 과제로 삼을 수 있습니다. 저장소에는 Linux 데스크톱, 통합 브라우저, 문서·스프레드시트·프레젠테이션 작업용 LibreOffice Writer, Calc, Impress가 안내되어 있습니다. 출처 목록이 명확한 편집용 초안을 요청한 뒤 내용과 저장된 파일을 함께 검토합니다. 이는 제안하는 워크플로이며, 여기서 결과물을 직접 테스트했다는 주장은 아닙니다.

추천 대상: 채팅 패널만으로는 부족하고 전용 컴퓨터 환경이 있어야 유리한 업무입니다.
주요 특징: Docker 안에 Linux 데스크톱, 브라우저, 문서 작업 공간을 패키지로 제공합니다.
라이선스: MIT이며, 라이선스 파일 자체에서 확인했습니다.
실행 환경: Docker를 실행할 수 있는 로컬 컴퓨터 또는 서버입니다. A0 Launcher는 macOS, Windows, Linux용 빌드를 제공합니다.
모델: 문서에 나온 호스팅 제공업체 연결에는 Anthropic과 OpenRouter가, 로컬 연결에는 Ollama, LM Studio, vLLM이 포함됩니다.
설정 난이도: 보통~복잡입니다. Docker, 영구 저장소, 앱 설정, 모델 연결이 필요합니다.
비용: 무료·오픈소스이며, 모델 이용 수단은 별도로 준비해야 합니다.
무료 체험: 소프트웨어는 체험판 없이 이용할 수 있습니다.

A0 Launcher는 개인용 컴퓨터에서 설치와 관리를 안내하는 도구입니다. Docker를 확인하고, 인스턴스와 포트를 관리하며, 로컬 또는 원격 Agent Zero 설치에 연결합니다. 저장소에는 서버용 터미널 설치 프로그램도 안내되어 있습니다. Web UI를 실행한 다음에는 용도별 모델 슬롯을 신중하게 설정합니다. 설치 가이드는 Chat, Utility, Embedding 모델을 구분합니다. 각각 주 대화, 요약 같은 보조 작업, 관련 정보를 검색하기 위한 수치 표현을 담당합니다. 설치 및 모델 설정.

브라우저 확장 프로그램에서 제공업체를 하나 고르는 것보다 설정할 항목이 많습니다. 작업 환경 자체가 유용할 때는 그 수고를 들일 만합니다. 몇 개의 탭에서 정보를 추출하기만 하면 되는 일이라면 불필요한 부담입니다.

주의할 부분은 컨테이너의 경계입니다. 프로젝트는 환경을 격리하고 홈 디렉터리 전체를 마운트하지 말 것을 권고합니다. 마운트란 호스트의 디렉터리를 컨테이너 안에서 사용할 수 있게 하는 것입니다. 선택 기능인 A0 CLI Connector 역시 의도적으로 에이전트의 실행 범위를 호스트까지 넓힙니다. 첫 작업의 기본 준비 단계로 여기지 말고, 추가 접근 권한을 부여하는 결정으로 보아야 합니다.

프로젝트별로 작업 지침, 파일, 메모리, 비밀 정보, 모델 선택을 나누어 관리할 수 있습니다. 이 기능을 이용해 브리핑 업무에 별도의 작업 맥락을 부여합니다. 정리에는 도움이 되지만, 실제 접근 경계는 여전히 설정한 컨테이너, 마운트, 계정, 툴에 달려 있습니다.

선택 기준: 직접 운영하고 유지할 수 있는 전용 작업 환경이 필요하다면 Agent Zero를 선택합니다. 단순한 로컬 파일 작업이라면 Goose부터 시작합니다.

7. UI-TARS Desktop: 화면을 보며 데스크톱을 제어해야 할 때

UI-TARS Desktop은 스크린샷, 마우스 조작, 키보드 입력으로 그래픽 앱을 다뤄야 할 때 선택할 전문 도구입니다. 저장소는 데스크톱 앱과 같은 저장소 안의 다른 프로젝트인 Agent TARS를 구분합니다. 컴퓨터에 표시되는 인터페이스를 조작하려는 목적이라면 Desktop용 안내를 따라야 합니다. UI-TARS Desktop 저장소.

앱의 화면은 사용할 수 있지만 별도 연동을 개발하고 싶지는 않을 때 의미가 있습니다. 실제 운영 환경이 아닌 데스크톱 앱에서 되돌릴 수 있는 설정을 바꾸게 하고, 결과 스크린샷을 검토하는 정도가 적절한 시범 과제입니다. 완료 상태가 명확하고 변경을 취소할 방법이 있는 작업이어야 합니다.

설정에는 텍스트와 이미지를 함께 해석할 수 있는 비전 언어 모델이 필요합니다. 일반 텍스트 모델을 연결하는 것만으로 이 앱의 화면 기반 행동 루프와 호환된다고 볼 수는 없습니다. 데스크톱 README에는 UI-TARS와 Seed 비전 모델 계열이 명시되어 있고, 빠른 시작 가이드는 UI-TARS 모델 엔드포인트를 설정하는 과정을 안내합니다.

추천 대상: 사람이 지켜보는 가운데 데스크톱 화면을 보고 조작해야 하는 작업입니다.
주요 특징: 설치형 데스크톱 앱에서 스크린샷을 기반으로 컴퓨터와 브라우저를 조작합니다.
라이선스: Apache License 2.0.
실행 환경: 문서에 안내된 로컬 데스크톱 설치 경로는 macOS와 Windows입니다.
모델: 문서에 명시된 UI-TARS 및 Seed 비전 모델 계열입니다. Desktop 전용 엔드포인트 설정을 사용해야 합니다.
설정 난이도: 복잡합니다. 앱 설치, 필요한 시스템 권한 부여, 호환 모델 엔드포인트 설정이 필요합니다.
비용: 무료·오픈소스이며, 모델 이용 수단은 별도로 준비해야 합니다.
무료 체험: 소프트웨어는 체험판 없이 이용할 수 있습니다.

macOS에서는 가이드에 따라 손쉬운 사용과 화면 기록 권한을 부여해야 합니다. 모델 설정에는 기본 URL, API 키, 모델 이름이 필요합니다. 기본 URL은 모델 요청에 응답하는 서비스의 주소입니다. 에이전트가 로컬 화면을 제어하더라도 이 엔드포인트는 원격에 있을 수 있습니다. 따라서 ‘로컬 조작’이라는 말만으로 스크린샷이 컴퓨터 밖으로 나가지 않는다고 판단할 수는 없습니다. Desktop 빠른 시작 가이드.

같은 가이드에는 구체적인 호환성 제약도 나옵니다. 이 앱은 단일 모니터 환경을 전제로 하며, 여러 모니터를 사용하면 작업이 실패할 수 있습니다. 기존 Remote Operator 서비스가 종료되었다는 안내도 있습니다. 여기서 추천하는 것은 설치형 로컬 앱이며, 종료된 호스팅 서비스를 대안으로 사용할 수는 없습니다.

선택 기준: 직접 지켜볼 수 있는 구체적인 화면 조작 작업에는 UI-TARS Desktop을 선택합니다. 웹페이지만 다룬다면 브라우저 전용 후보부터 검토하고, 별도의 Linux 작업용 컴퓨터가 필요하다면 Agent Zero를 선택합니다.

코딩용 오픈소스 AI 에이전트

8. OpenHands: 코드 저장소 작업은 코딩 에이전트로

OpenHands Agent Canvas는 OpenHands 에이전트가 포함된 설치형 개발자 제어 환경입니다. MIT 라이선스로 제공되며 로컬, Docker, 서버에서 실행할 수 있습니다. Anthropic과 OpenAI 등을 포함한 LiteLLM 지원 모델을 설정할 수 있고, 문서의 패키지 또는 Docker 설치 경로를 이용합니다. 설정 난이도는 보통이며, 샌드박스를 사용하지 않는 실행 방식에서는 폭넓은 파일 시스템 접근 권한을 부여합니다. 소프트웨어는 무료·오픈소스이고 모델 이용 수단은 사용자가 준비해야 합니다. 코딩 목적에 맞춰 후보를 고르려면 오픈소스 코딩 에이전트 가이드를 참고합니다.

로컬에 설치한 오픈소스 AI 에이전트도 모델은 원격일 수 있습니다

에이전트가 설치된 위치, 행동이 실행되는 장소, 모델 엔드포인트를 각각 확인합니다. 앱을 로컬에 설치했다는 사실은 첫 번째 질문에만 답합니다.

예를 들어 Goose는 호스팅 모델을 사용하면서 로컬 파일을 편집할 수 있습니다. Nanobrowser는 브라우저 안에서 실행되면서 페이지 내용을 선택한 제공업체에 보낼 수 있습니다. Agent Zero는 Docker 안에서 작업을 실행하면서 다른 곳의 모델 서버를 사용할 수 있습니다. 모두 문서에 나온 배포 방식이며, 해당 제품이 오픈소스라는 사실과 모순되지 않습니다.

완전히 로컬에서 처리하도록 구성하려면 오픈소스 앱을 고르는 것만으로는 부족합니다. 모델 엔드포인트를 확인한 뒤, 정보를 외부로 보낼 수 있는 검색 서비스, 브라우저 서비스, 기타 연결된 툴을 살펴봅니다. 공개 웹에 접근해야 하는 작업이라면 웹 접속과 비공개 업무 데이터를 모델 제공업체에 보내는 행위를 구분해야 합니다.

실무자가 확인할 질문은 구체적입니다. 어떤 문서, 페이지 내용, 스크린샷이 이 컴퓨터 밖으로 나가는지 알아야 합니다. 기밀 기록을 연결하기 전에 답을 확인합니다. 로컬 추론이 필수라면 사용하려는 로컬 서버를 명시적으로 지원하는 앱부터 선택하고, 작업의 전체 경로를 검증합니다.

업무별 AI 에이전트 추천 기준

첫 과제가 파일 작업이고, 직접 확인하며 사용할 범용 데스크톱 인터페이스가 필요하다면 Goose를 선택합니다. 이 목록에서 시작 용도가 가장 명확한 후보입니다. 모델을 연결하고, 범위를 제한한 작업 공간을 제공한 뒤, 결과물을 검토합니다.

맥락 저장과 절차 재사용이 도입 목적이라면 Hermes Agent를 선택합니다. 메신저에서 접근할 수 있어야 일상 업무에 자리 잡을 수 있다면 OpenClaw를 선택합니다. 두 제품 모두 여기서 설명한 것보다 더 많은 일을 할 수 있습니다. 선택의 기준은 어느 요구 사항이 빠졌을 때 가장 먼저 불편해질 것인지입니다.

평소 쓰는 브라우저 안에서 끝나는 작업이라면 Nanobrowser를 선택합니다. 별도의 에이전트 브라우저가 필요하고 문서에 나온 제공업체를 사용할 계획이라면 Browser Use Desktop을 선택합니다. 두 경우 모두 기존 로그인 상태를 활용하면 편리하므로, 작업을 맡기기 전에 계정 접근 범위를 확인합니다.

데스크톱 소프트웨어와 편집 가능한 파일을 갖춘 전용 Linux 컴퓨터가 필요하다면 Agent Zero를 선택합니다. 자신의 컴퓨터에서 그래픽 인터페이스를 조작하는 것이 핵심이라면 UI-TARS Desktop을 선택합니다. 둘을 가르는 기준은 어떤 데모가 더 자율적으로 보이는지가 아니라 에이전트가 일할 환경입니다.

코드 저장소 작업이 목적이라면 OpenHands를 선택합니다. 다른 코딩 에이전트와의 비교는 코딩 가이드에서 확인하는 것이 적절합니다.

원하는 결과물, 허용할 입력, 에이전트가 멈춰야 할 지점을 말할 수 없다면 설치 결정은 미룹니다. 이 세 가지를 글로 정리하면 긴 기능 체크리스트보다 후보를 더 많이 추려낼 수 있습니다.

이번 목적에는 맞지 않는 선택지

설치해서 쓸 앱을 찾고 있는데 그 앱부터 직접 만들게 하는 프로젝트는 제외합니다. 다음 항목은 바로 사용할 수 있는 에이전트를 원하는 창업자나 실무자의 목적에 맞지 않습니다.

오픈소스 AI 에이전트 프레임워크는 별도로 비교해야 합니다

CrewAI와 LangGraph는 AI 에이전트 프레임워크 비교에서 다룰 대상입니다. 에이전트 앱을 개발하려는 경우에 적합합니다. 기존 어시스턴트를 설치하고 바로 일을 맡기려는 이 글의 선정 조건에는 맞지 않습니다.

Ollama만으로도 부족합니다. Ollama는 이 목록의 일부 에이전트가 활용하는 모델 구동 인프라를 제공합니다. 툴, 작업, 사용자와의 상호작용을 관리할 앱은 별도로 필요합니다.

호스팅 전용 제품은 자신의 컴퓨터나 서버에서 에이전트를 실행한다는 조건에 맞지 않습니다. 다운로드 가능한 클라이언트나 오픈소스 연동 라이브러리가 있다는 것만으로 실제 에이전트 런타임을 자체 호스팅할 수 있다고 볼 수는 없습니다.

종료된 UI-TARS Remote Operator 서비스도 설치 계획에서 제외해야 합니다. 현재 저장소에 안내된 로컬 Desktop 설치 경로를 따릅니다.

마지막으로, 서로 관련된 프로젝트라고 기능 설명을 그대로 옮겨 적용해서는 안 됩니다. Browser Use Desktop의 제공업체 목록은 해당 앱만의 목록입니다. UI-TARS Desktop의 설정은 Agent TARS와 다릅니다. 설치하려는 앱 자체의 문서에서 기능을 확인해야 합니다.

업무 시스템 접근 권한을 주기 전에 확인할 것

첫 에이전트에는 제한된 접근 권한만으로 끝낼 수 있고 결과를 확인할 수 있는 일을 맡깁니다. 작은 회사라면 ‘운영을 관리해 달라’고 요청하는 것보다 내보낸 데이터의 복사본으로 보고서 초안을 만드는 편이 평가하기 쉽습니다.

전용 작업 공간을 사용하고, 필요하면 별도 계정이나 컨테이너를 마련합니다. 해당 업무에 필요한 계정과 디렉터리만 허용합니다. 특정 폴더 안에 머물라고 프롬프트에 적는 것은 사용자의 의사를 표현하는 일입니다. 실제로 어디까지 접근할 수 있는지는 파일 권한과 툴 설정이 결정합니다. Hermes의 보안 문서는 명령 승인과 실행 경계의 차이를 특히 명확하게 설명합니다.

실행 전에 합격 기준을 정합니다. 출처 식별자가 결과에 남아 있어야 하고, 원본 파일이 보존되어야 하며, 알 수 없는 값은 표시해야 합니다. 요청받은 외부 작업은 실행 전에 멈추고 사람이 검토해야 합니다. 이는 시범 도입에 권장하는 기준이지 모든 앱이 제공하는 보장은 아닙니다.

다음 업무를 시작할 때는 반복 과제를 하나 고르고, 정리된 입력 자료를 준비한 뒤, 조건을 충족하는 가장 작은 에이전트를 설치합니다. 동료에게 받아도 수용할 만한 결과를 기준으로 출력물을 비교합니다. 에이전트가 수행한 일, 필요한 수정 사항, 다음 행동을 중단하거나 되돌리는 방법을 이해한 뒤에만 접근 범위를 넓힙니다.

자주 묻는 질문

오픈소스 AI 모델도 있습니까?

있습니다. 모델 라이선스와 에이전트 라이선스는 별개이며, 모델 가중치를 다운로드할 수 있다고 해서 업무용으로 제한 없이 사용할 수 있는 것은 아닙니다. 앱 라이선스와 모델 자체의 라이선스를 함께 확인해야 합니다. 위의 여러 에이전트는 로컬 모델 서버 연결 방법을 문서로 제공합니다.

AI 에이전트는 어떤 역할을 합니까?

에이전트는 모델로 행동을 선택하고, 사용할 수 있는 툴을 호출하고, 결과를 읽으며, 맡은 일을 끝내기 위해 다음 단계를 이어 갑니다. 실무자에게 중요한 차이는 텍스트를 답하는 데 그치지 않고 설정된 접근 범위 안에서 파일이나 앱에 실제로 작업할 수 있다는 점입니다.

OpenAI 에이전트는 어떻게 사용합니까?

앱을 개발하려면 OpenAI Agents SDK를 이용해 코드로 구현할 수 있습니다. 설치형 어시스턴트를 원한다면 위 프로젝트 중 OpenAI 지원이 문서에 명시된 것을 고르고 해당 제공업체 연결을 설정합니다.

OpenAI API를 무료로 쓸 수 있습니까?

에이전트 소프트웨어가 무료라고 OpenAI 모델 이용까지 무료로 포함된다고 가정해서는 안 됩니다. 제공업체의 현재 이용 조건과 계정에 명시된 무료 이용량을 기준으로 예산을 잡습니다. 현재 모델 요금은 공식 API 요금 페이지에서 확인합니다.

무료 AI API는 무엇을 기준으로 골라야 합니까?

에이전트에서는 광고하는 무료 이용량보다 호환성과 작업 완료 여부가 더 중요합니다. 툴 호출 지원을 확인하고, 화면을 다루는 작업이라면 비전 기능도 확인합니다. 로컬 추론이 필요하다면 문서에 나온 로컬 모델 연결 방식을 선택해 실제 업무로 평가합니다.

ChatGPT API 비용은 얼마입니까?

API 요금은 선택한 모델과 사용량에 따라 달라지며 일부 툴에는 별도 요금이 붙습니다. 단가는 현재 OpenAI API 요금표를 확인합니다. 오픈소스 에이전트를 설치해도 제공업체의 요금은 달라지지 않습니다.

가장 저렴한 ChatGPT API 모델은 무엇입니까?

에이전트가 지원하는 모델 중 단가가 가장 낮은 것은 제공업체의 최신 요금표에서 확인합니다. 그런 다음 재시도와 수정까지 포함해 작업 완료에 든 비용을 비교합니다. 표시된 단가가 가장 낮다고 실제로 쓸 수 있는 결과까지 가장 저렴한 것은 아닙니다. 이 비교 글에서는 모델 가격의 순위를 매기지 않습니다.

ChatGPT에 입력하면 안 되는 정보는 무엇입니까?

비밀번호, 개인 키, 사용이 승인되지 않은 기밀 기록을 작업 프롬프트에 넣지 않습니다. 이 글의 에이전트에서는 문서에 안내된 인증 정보 설정을 사용하고, 연결한 모델이 어떤 파일, 페이지, 스크린샷을 받는지 확인합니다. 로컬에 설치했다는 사실만으로는 알 수 없습니다.

ChatGPT보다 저렴한 AI는 무엇입니까?

에이전트 앱과 연결하는 모델을 구분해야 합니다. 이 글의 앱은 무료·오픈소스이며, 모델 비용은 선택한 이용 방식에 따라 결정됩니다. 앱 라이선스를 추론 가격의 근거로 삼기보다, 지원 모델들로 같은 합격 기준을 충족하는 작업을 수행했을 때의 비용을 비교합니다.

AI 업무 워크플로 점검 체크리스트로 첫 과제, 허용할 입력, 수용할 결과의 기준을 정합니다.