"아스트라야 포토샵 열고 원숭이를 그려줘"라는 말 한마디로 복잡한 디자인 소프트웨어가 움직이는 시대가 됐다. 텍스트나 음성 명령으로 소프트웨어를 조작하는 멀티모달 AI와 AI 에이전트가 결합하면서, 창작자는 기술적인 장벽 없이 기획과 아이디어에만 집중할 수 있게 되고 있다. 복잡한 단축키와 기능을 익히지 않고도 누구나 원하는 콘텐츠를 직관적으로 만들 수 있게 한 기술 변화를 살펴본다.

음성 한 마디로 소프트웨어를 직접 제어하는 시대

마우스를 잡고 수많은 메뉴를 클릭하는 대신, 자연어 음성 명령 한마디로 복잡한 소프트웨어를 직접 다루는 일이 현실이 되었다. "포토샵을 열고 그림을 그려달라"는 명령은 텍스트를 출력하는 데서 그치지 않고 실제 PC 앱을 제어하는 AI 에이전트 기술의 대표적인 예다. 멀티모달 AI가 텍스트, 음성, 이미지 등 여러 형태의 입력을 한꺼번에 이해하면서 사용자의 의도를 정확히 읽어 낸다.

이제 AI는 질문에 답하는 챗봇 수준을 지나 사람이 일하는 방식을 그대로 흉내 내는 단계에 이르렀다. 사용자가 메뉴를 뒤지며 단축키를 누르지 않아도 AI가 시스템 안에서 응용 프로그램을 조작해 목적을 이룬다. '음성 명령 기반 AI 소프트웨어 제어 구조'는 이렇게 입력을 해석하고 앱의 내부 엔진과 주고받으며 원하는 결과를 직접 만들어 내는 연동 방식을 보여 준다.

GPT-6 아스트라와 멀티모달 AI의 발전으로 복잡한 디자인 소프트웨어를 자연어 명령으로 자동 조작한다.

GPT-6 아스트라의 컴퓨터 조작 및 작업 속도 향상

OpenAI가 새로 내놓은 GPT-6 아스트라는 컴퓨터 사용 기능을 갖춰 화면을 눈으로 보듯 이해하고 마우스, 키보드, 브라우저를 스스로 직접 다룬다. 컴퓨터 조작 성능 평가지표인 'OS월드 2.0'에서 GPT-6 아스트라는 72.6%를 기록했다. 기존 시스템과 비교하면 정밀도와 속도 모두 크게 나아진 결과다.

연동 성능이 좋아지면 창작자가 느끼는 시간 절약으로 곧장 이어진다. GPT-6 아스트라를 쓰면 작업당 평균 소요 시간이 이전 세대 모델인 GPT-5.6 솔의 75분에서 40분으로 크게 줄었다. 멀티모달 에이전트가 화면 요소를 정밀하게 분석하고 제어 명령을 나눠 보내는 구조 덕분에 복잡한 창작 작업의 자동화 성공률도 높아졌다.

GPT-6 아스트라는 OS월드 2.0 평가에서 72.6%를 기록하며 작업당 평균 소요 시간을 40분으로 단축했다.

어도비 포토샵 및 크리에이티브 에이전트의 자동화

어도비 포토샵은 자체 인공지능 엔진인 파이어플라이 이미지 3 모델을 내장해 크리에이티브 작업을 돕는다. 사용자는 텍스트 입력창에 생성형 채우기 명령을 넣기만 해도 고화질 이미지를 만들거나 기존 이미지를 정교하게 고칠 수 있다. 어도비는 여기에 주요 크리에이티브 앱의 작업 흐름을 단순하게 만드는 '크리에이티브 에이전트' 기능을 퍼블릭 베타로 넣어 자동화 범위를 넓혔다.

크리에이티브 에이전트를 쓰면 손이 많이 가던 작업이 크게 줄어든다. 자연어 설명만으로 이미지 배경을 바꾸고, 인스타그램이나 유튜브 같은 플랫폼 규격에 맞춰 크기를 조정하고, 어지러운 레이어를 깔끔하게 정리할 수 있다. 반복적이거나 숙련도가 필요했던 포토샵 작업들을 크리에이티브 에이전트의 도움으로 자연어 지시 하나로 끝낼 수 있게 된 것이다.

포토샵은 파이어플라이 3 모델을 바탕으로 배경 교체와 레이어 정리를 텍스트 설명만으로 수행한다.

컴퓨터 사용 에이전트(CUA)의 작업 흐름

컴퓨터 사용 에이전트(CUA)는 멀티모달 LLM을 바탕으로 브라우저와 그래픽 소프트웨어의 UI를 직접 해석하고 클릭하며 움직이는 시스템이다. 사용자가 포괄적인 명령을 내리면 에이전트는 이를 구체적인 행동 단위로 쪼갠 뒤 단계별로 이어서 실행한다. 그 밑바탕에는 화면의 픽셀 정보를 읽고 입력 장치의 좌표를 계산하는 정밀한 로직이 있다.

이 방식은 복잡한 컴퓨터 제어 작업을 사용자 명령 수신, 화면과 맥락 파악, 수행 계획 수립, 소프트웨어 제어 실행이라는 단계로 정리한다. 인터페이스를 익히고 마우스를 조작하는 부담에서 벗어난 크리에이터는 단순 조작에 쓰던 시간을 줄이고, 콘텐츠 전체의 흐름과 세부 품질을 다듬는 창작 작업에 더 집중할 수 있다.

CUA는 사용자 명령 수신부터 화면 파악, 소프트웨어 직접 조작까지 단계를 거쳐 자동화를 완수한다.

AI 에이전트 도입으로 변화할 콘텐츠 제작 환경

AI 에이전트가 나오면서 콘텐츠 제작 환경도 크게 바뀌고 있다. 크리에이터는 전문가 수준의 편집 단축키나 툴 조작법을 오래 훈련하지 않아도 머릿속 아이디어를 그대로 콘텐츠로 옮길 수 있다. 기술 장벽이 크게 낮아진 만큼 1인 창작의 질도 빠르게 올라갈 것으로 보인다.

멀티모달 AI와 시스템 제어 기술을 함께 쓰면 창작 비용과 제작 기간을 현실적으로 크게 줄일 수 있다. 어도비의 크리에이티브 에이전트처럼 외부 AI 에이전트 플랫폼과 연동을 지원하는 흐름도 크리에이터가 플랫폼 사이의 벽에 막히지 않고 자유롭게 작업할 수 있게 돕는다. 기계적인 조작에서 풀려난 시간은 더 가치 있는 기획과 창작에 쓸 수 있다.

참고