핵심은 3B짜리 작은 모델(LAMO-3B)에 역할 분담 구조를 붙인 거예요

경량 AI가 복잡한 화면 자동화를 해낼 수 있을까요? ACL 2026에 채택된 LAMO 논문이 그 답을 내놨어요.

핵심은 3B짜리 작은 모델(LAMO-3B)에 역할 분담 구조를 붙인 거예요. 단독 실행도 되고, 고성능 플래너와 연결하면 실력을 계속 끌어올릴 수 있는 '플러그앤플레이' 방식이거든요. 학습은 두 단계로 나눴어요. 먼저 지식 증류로 시각 인식을 키우고, 이후 강화학습으로 역할별 협력 탐색을 훈련시켰어요.

기존 방식은 모델을 키우거나 전문가 모델을 여러 개 훈련하는 데 비용이 너무 많이 들었는데, LAMO는 경량 모델 하나로 멀티 에이전트 시스템에 참여할 수 있는 길을 열었어요.

엣지 디바이스처럼 자원이 제한된 환경에서도 GUI 자동화가 가능해진다는 게 실용적인 의미인데, AI 에이전트가 고사양 서버 없이도 내 컴퓨터에서 돌아가는 시대가 가까워지고 있어요.