# \#androidworld-benchmark **URL:** https://discuss.pytorch.kr/tag/androidworld-benchmark/5346.md [최신](https://discuss.pytorch.kr/latest.md) · [카테고리](https://discuss.pytorch.kr/categories.md) · [태그](https://discuss.pytorch.kr/tags.md) --- ## [DroidRun: 자연어 명령으로 모바일 기기를 제어하는 AI 에이전트 프레임워크](https://discuss.pytorch.kr/t/droidrun-ai/8802)
**Author:** [@9bow](https://discuss.pytorch.kr/u/9bow)\ **댓글:** 0\ **마지막 업데이트:** [1월 23, 2026, 6:30오전 UTC](https://discuss.pytorch.kr/t/droidrun-ai/8802 "2026-01-23T06:30:33Z")
DroidRun 소개 DroidRun은 대규모 언어 모델(LLM, Large Language Model) 및 시각-언어 모델(VLM, Vision-Language Model)을 활용하여 Android 및 iOS 모바일 기기를 제어하고 자동화할 수 있는 강력한 프레임워크입니다. "Open Settings and turn on WiFi(설정 앱을 열고 와이파이를 켜줘)"와 같은 자연어 명령만으로 실제 스마트폰의 앱을 실행하고, 버튼을 클릭하며, 복잡한 워크플로우를 수행할 수 있게 해줍니다. 기존의 모바일 자동화 도구(Appium 등)는 사전에 정의된 좌표나 ID 기반의 스크립트가 필요하여 유지보수가 어렵고 유연성이 떨어졌습니다. 반면, DroidRun은 시각적 정보(Vision)와 접근성 트리(Accessibility Tree)를 이해하는 AI 에이전트를 통해, 마치 사람이 화면을 보고 조작하는 것처럼 유연하게 기기를 제어합니다. DroidRun 프로젝트는 단순히 터치 명령을 보내는 것을 넘어, 화면의 상태를 분석(Vision capabilities)하고, 작업을 수행하기 위한 계획(Planning)을 수립하며, OpenAI, Gemini, Anthropic, Ollama 등 다양한 LLM 프로바이더를 입맛에 맞게 교체하여 사용할 수 있는 LLM Agnostic(특정 모델에 종속되지 않는) 구조를 갖추고 있습니다. DroidRun vs. 기존 모바일 자동화 도구 비교 모바일 앱 테스트 및 자동화 분야에서 널리 쓰이는 Appium 및 UiAutomator 등과 같은 기존의 모바일 자동화 도구와 비교해보겠습니다. 기존의 도구들은 엄격한 선택자(Selector)와 코드 기반의 스크립트 작성이 필수적이며, 이에 따라 App UI가 조금만 바뀌어도 스크립트가 깨지는 문제(Brittle tests)가 발생합니다. 또한, "이 앱에서 가장 싼 호텔을 예약해줘"와 같은 추상적인 명령 수행이 불가능한 한계가 있었습니다. 이에 비해, AI 에이전트… --- ## [mobile-use: 자연어로 Android 및 iOS 단말기를 조작하는 오픈소스 AI Agent](https://discuss.pytorch.kr/t/mobile-use-android-ios-ai-agent/7535)
**Author:** [@9bow](https://discuss.pytorch.kr/u/9bow)\ **댓글:** 0\ **마지막 업데이트:** [8월 21, 2025, 10:00오전 UTC](https://discuss.pytorch.kr/t/mobile-use-android-ios-ai-agent/7535 "2025-08-21T10:00:42Z")
mobile-use 소개 mobile-use는 안드로이드와 iOS 기기를 자연어 명령으로 제어할 수 있게 해주는 오픈소스 AI 에이전트 프로젝트입니다. 단순한 매크로나 스크립트 실행이 아닌, 실제 사람이 스마트폰을 조작하듯이 UI를 인식하고, 앱을 탐색하며, 데이터를 추출하는 것이 가능합니다. 예를 들어 “Gmail을 열고 읽지 않은 메일 3개의 발신자와 제목을 알려줘”라는 명령을 입력하면, 모바일 기기에서 해당 작업을 수행한 뒤 JSON 형태로 결과를 반환해줍니다. mobile-use는 샌프란시스코와 파리에 거점을 둔 AI 연구소 minitap에서 개발 중이며, 현재 활발히 개선되고 있습니다. 특히 AndroidWorld라는 국제 벤치마크에서 오픈소스 부문 1위를 차지하면서 그 성능을 입증했습니다. 단순한 실험용이 아니라 실제 스마트폰을 대상으로 한 강력한 자동화 도구라는 점에서 주목할 만합니다. mobile-use 프로젝트의 AndroidWorld Benchmark Results 관련 내용을 더 자세히 보고 싶으시다면, 여기를 눌러 문서를 확인해주세요. 오늘날 스마트폰은 개인과 업무 생활에서 핵심적인 도구로 자리 잡았지만, 많은 반복 작업이나 앱 간 전환이 필요할 때 생산성을 떨어뜨리는 요인이 되곤 합니다. mobile-use는 이러한 문제를 해결하기 위해 등장했으며, AI와 LLM 기반의 자연어 처리 기술을 활용해 사용자의 요청을 스마트폰 자동화 작업으로 변환합니다. 따라서 개발자뿐 아니라 비개발자도 직관적으로 활용할 수 있는 점이 큰 장점입니다. 지금까지 모바일 자동화는 주로 Appium, UIAutomator, XCUITest 같은 테스트 프레임워크를 통해 이루어졌습니다. 하지만 이러한 도구들은 설정이 복잡하고 코드 작성이 필요하며, 특정 시나리오에 맞게 커스터마이징해야 하는 단점이 있습니다. 반면 mobile-use는 자연어 기반 접근 방식을 택해 “설정을 켜줘”, “카카오톡에서 마지막 대화 상대에게 메시지 보내”와 같은 명령으로…