AI 에이전트 6종에 하루 일 시켜보니…주문까지 끝낸 OpenAI Dots가 1위

WIRED의 리스 로저스(Reece Rogers) 기자가 AI 에이전트 6종을 하루 동안 돌려 순위를 매겼다. 대상은 Meta Muse, OpenAI Dots, Instinct, Anthropic Claude Duet, Google Gemini Spark, xAI Grok Bot이다. 종합 1위는 Dots, 가장 접근하기 쉬운 에이전트는 Muse였다. 다만 한 기자가 하루 동안 한 테스트라 모든 사용자에게 통하는 절대 순위로 읽으면 곤란하다.

비교 대상 6종

기자는 수요일 밤 아이폰에 6종을 설치하고 이튿날까지 24시간 동안 과제를 시켰다. 가격과 접근 방식은 제각각이다.

▼ 테스트 대상 에이전트 (출처: WIRED)

에이전트	월 요금 ($)	접근 방식
Muse	0	앱, 무료
Instinct	0	문자 기반, 초대 코드 필요
Dots	100	ChatGPT 안에 구현
Gemini Spark	20	Gemini 앱 베타
Grok Bot	30	별도 앱
Claude Duet	20	대기자 명단 리서치 프리뷰

Claude Duet는 테스트 전날 밤 출시돼 가장 늦게 합류했다. OpenClaw는 일반인이 설정하기에 너무 번거롭다는 이유로 제외됐다.

평가 기준: 기본 과제 5가지

기자는 에이전트의 선제 대응, 지시 이행, 브라우저 조작 능력을 보려고 기본 과제 5개를 설계했다. 각 시도를 1~5점으로 채점해 합산했다. 기자가 연결한 계정은 개인 Google Calendar와 Gmail뿐이다. 기자 스스로 이 테스트가 도구 능력의 일부분일 뿐이며 특정 제품을 추천하는 것은 아니라고 밝혔다.

▼ 과제별 최고점과 최저점 (출처: WIRED)

과제	5점	1점
아침 브리핑(기사 기획안)	Gemini Spark	Grok Bot, Instinct
점심 주문	Dots	Gemini Spark
일정 충돌 감지	Dots	Gemini Spark
휴가 일정 초안	Muse	-
불면 대응	Grok Bot	-

과제별로 갈린 결과

아침 브리핑. 30분간 깊이 조사하라는 지시를 끝까지 따른 것은 Muse와 Dots뿐이었다. 나머지는 곧바로 결과를 내놓거나 몇 분 뒤 끝냈다. 다만 점수는 Gemini Spark가 가장 높았다. 월마트와 아마존의 에이전트 대응 차이를 짚은 기획안이 편집회의에서 가장 나았다는 평가다. 기자는 전체적으로 기획안 반응이 신통치 않았다고 적었다.

점심 주문. 비건 상사와 기자의 취향이 다른 베트남 음식 주문을 시켰다. Dots는 장바구니 구성에 그치지 않고 식당 웹사이트에서 실제로 주문까지 넣어 5점을 받았다. Muse와 Grok Bot은 4점이었다. Gemini Spark는 상사 몫으로 5달러대 스프링롤 하나만 담아 1점이었다.

일정 충돌. 2시 중요 미팅과 어머니께 전화하라는 자기 메일 알림을 겹쳐 놓았다. 이를 미리 알려준 에이전트는 둘뿐이었다. Dots는 대안까지 제시해 5점, Claude Duet는 충돌만 알려 4점이었다. 나머지는 충돌을 놓쳤고, Gemini Spark는 개선책도 내지 못해 1점이었다.

휴가 일정. 중국 2주 여행 초안을 요청했다. 6종 모두 같은 경로를 골랐다. Muse는 표와 팁이 읽기 쉬워 5점, Dots는 24페이지로 과해 4점이었다. Claude Duet는 시각 요소가 없었지만 내용은 탄탄해 3점이었다.

불면 대응. 한밤중에 막연한 도움을 청했다. Grok Bot은 어머니 상태를 아침에 확인하라는 알림을 제안해 5점이었다. Gemini Spark와 Claude Duet는 상황 맥락이 어색해 2점이었다.

기자가 붙인 수상 부문

종합 1위: OpenAI Dots. 기자는 가격 때문에 $20 요금제나 무료 출시 때까지 기다리길 권했다.
가장 접근하기 쉬운 에이전트: Meta Muse. 종합 2위에 가까운 점수였고 설정이 가장 쉬웠다. 다만 기자는 Meta의 과거 사용자 데이터 처리 문제를 들어 우려를 남겼다.
최고 인터페이스: Anthropic Claude Duet. 점수는 대체로 중간이었지만 전용 앱이 쓰기 편했다.
가장 짜증난 에이전트: Instinct. 문자로만 소통하는 방식이 에이전트가 하는 일에서 멀어진 느낌을 줬다고 한다.

참조: Claude Duet가 하는 일

VentureBeat에 따르면 Anthropic은 10월 21일(현지 수요일) Claude Duet를 공개했다. Opus 5.5 모델 기반으로, 미국 Pro·Max 구독자 대상 리서치 프리뷰를 대기자 명단으로 열었다. 연결된 앱을 몇 시간마다 점검해 우선순위를 알리고, 가상 머신에서 브라우저로 작업을 수행한다. 메시지 전송, 결제, 계약 서명, 삭제 전에는 사용자 승인을 받는다. 점검과 작업은 기존 Claude 사용량을 공유하며, Anthropic은 과제별 비용이나 벤치마크 결과는 내놓지 않았다.

같은 기사에서 Muse는 9월 8일 출시 후 1,090만 다운로드, 10월 16일 일간 활성 이용자 250만 명(Sensor Tower 추정)으로 소개됐다. 출처는 VentureBeat가 인용한 Yahoo Finance 보도다.