구글이 11월 12일 Gemini 4 Hydrogen을 내놓았고, 구글 가격표에는 Carbon과 Argon의 Gemini API 단가가 12월 1일부터 두 배가 된다고 적혀 있습니다. Simular는 여러 AI 에이전트가 함께 쓰는 클라우드 컴퓨터 Box를, World Labs는 Atlas 도구와 개발자 API를 공개했습니다. Vercel Labs는 UI SDK를, Wharton Generative AI Labs는 오픈소스 Primer를 내놓았습니다. 다섯 소식의 가격과 이용 조건, 회사 문서가 밝힌 한계를 함께 살펴봅니다.
오늘 담긴 것
- Gemini 4 가격 12월 인상, Carbon·Argon은 2배 오르고 Hydrogen은 25% 저렴: Google의 가격표와 모델 발표
- Simular Box 출시, Claude·ChatGPT·Codex가 한 클라우드 컴퓨터를 공유: Simular의 제품 발표
- World Labs Atlas 사용법, Viewfinder·Chisel 도구와 개발자 API·CLI 공개: World Labs의 제품 공개와 개발자 문서
- Vercel UI SDK 베타, 에이전트가 키보드·포커스·팝업 동작을 조립하는 라이브러리: Vercel Labs의 오픈소스 공개
- Primer, 교사 설계로 AI 수업 시뮬레이션을 만드는 Wharton 오픈소스 공개: Wharton Generative AI Labs의 오픈소스 공개
모델 가격
Gemini 4 가격 12월 인상, Carbon·Argon은 2배 오르고 Hydrogen은 25% 저렴

구글이 11월 12일 Gemini 4 Hydrogen을 공개했다. 발표문은 이 모델의 단가를 100만 토큰당 입력 1.50달러, 출력 7.50달러라고 밝혔다. Argon 발표문은 입력 2달러, 출력 10달러를 출시 기념 가격으로 소개했다. Simon Willison의 X 게시물은 Carbon·Argon 단가가 12월 1일에 두 배가 된다고 전하지만, 읽은 가격표 발췌에는 인상 문구와 인상 뒤 단가가 없어 구체적인 인상 단가는 확인되지 않는다.
- 가격: Hydrogen은 입력 1.50달러·출력 7.50달러, Argon은 출시 기념 가격 입력 2달러·출력 10달러다(모두 구글 발표문, 100만 토큰 기준). Carbon·Argon이 12월 1일에 두 배가 된다는 내용은 Simon Willison의 X 게시물에만 있고 구글 문서에서는 확인되지 않는다.
- 성능: 구글은 Hydrogen이 기본 high 사고 수준에서 Artificial Analysis Intelligence Index 51점으로 Argon의 50점을 앞선다고 밝혔다.
- 제공: 구글은 Hydrogen을 Google AI Studio와 Gemini API의 모든 등급, Gemini 앱, Google 검색에 낸다고 밝혔다. 가격표상 Carbon과 Argon은 무료 등급에서 쓸 수 없다.
무엇이 달라지나
Argon은 10월 13일 구글 발표문에서 입력 2달러, 출력 10달러의 출시 기념 가격으로 소개됐다. Simon Willison의 X 게시물은 Carbon·Argon이 12월 1일에 두 배가 된다고 전했지만, 읽은 구글 가격표 발췌에는 이 문구가 없다. Hydrogen의 현재 단가는 Argon의 출시 기념 가격보다 25% 낮다.
한계
Carbon·Argon 인상은 Hydrogen 발표문에는 없고 가격표에서만 읽힌다. Batch·Flex·Priority 등급의 모델별 단가와 가격표 끝부분, 인상 뒤 캐시 입력 단가는 읽은 범위에 없다. 단가는 모두 달러 기준이며 환율 근거가 없어 원화로 바꾸지 않았다. 한국 제공 여부는 발표문의 ‘전 세계 사용자’ 문구만 있고 한국이 명시되지 않았다.
커뮤니티 반응
■Simon Willison은 Gemini 4 가격이 꽤 혼란스럽다고 적었다. Argon과 Carbon의 토큰 가격이 같고 Hydrogen의 할인은 25%뿐인데 앞의 두 모델은 12월 1일에 두 배가 되며, Hydrogen의 ‘pelicans’는 눈에 띄게 더 나쁘다고 평했다.
■Carbon 가격이 두 배가 되기 전에 앱에서 Hydrogen을 돌려 보겠다는 사용자가 있었다.
■한 글은 Hydrogen을 최대 사고 설정으로 올리면 점수가 51에서 54로 오르지만 작업당 평균 비용이 1.87달러에서 3.16달러로 오른다는 The Decoder의 집계를 인용하며, 토큰 단가가 아니라 작업당 비용을 비교하라고 권했다.
본문 펼치기 · 약 5분
Hydrogen은 입력 1.50달러와 출력 7.50달러를 컨텍스트 전 구간에 같게 받는다
Hydrogen 발표문에 따르면 이 단가는 100만 토큰 컨텍스트 창 전체에 같게 적용된다. 사고 수준은 low, medium, high(기본), xhigh의 네 단계다. 구글은 필요한 추론 깊이만큼만 기다리고 비용을 내게 했다고 설명했다.
가격표에는 모델이 처리한 모든 토큰이 계산돼 청구된다고 적혀 있다. 사고 토큰과 grounding 때 붙는 내부 도구 시스템 지침, 함수 선언도 여기에 포함된다.
Google 검색을 거치는 요청은 검색어마다 따로 과금된다는 각주도 가격표에 있다. 등급 설명에는 무료 등급의 콘텐츠가 제품 개선에 쓰이고 유료 등급의 콘텐츠는 쓰이지 않는다는 항목이 있다. 유료 등급에는 Batch API 50% 비용 절감 항목도 들어 있다.
가정을 하나 세워 계산하면, 캐시 없이 입력 100만 토큰과 출력 20만 토큰을 쓰는 작업은 Hydrogen 발표문의 단가로 1.50 + 0.2 × 7.50 = 3.00달러다. 같은 작업은 Argon 발표문의 출시 기념 가격으로 2 + 0.2 × 10 = 4.00달러가 든다. Simon Willison의 게시물대로 Argon 단가가 두 배가 된다고 가정하면 4 + 0.2 × 20 = 8.00달러지만, 이 인상은 구글 문서로 확인되지 않은 가정이다. 실제 비용은 사고 토큰과 재시도 횟수에 따라 달라진다.
12월 1일 Carbon·Argon 2배 인상은 구글 문서가 아니라 반응 게시물에서만 확인된다
Simon Willison의 X 게시물은 Carbon과 Argon이 같은 토큰 단가이며 12월 1일에 두 배가 된다고 전했다. 구글 문서에서는 이 인상, 시점, 인상 뒤 단가가 확인되지 않는다. Argon 출시 발표문은 입력 2달러, 출력 10달러를 출시 기념 가격이라 부르고 캐시 입력 토큰은 95% 할인한다고 적었다. 두 모델 모두 무료 등급에서는 쓸 수 없다고 가격표에 명시돼 있다.
Hydrogen 단가와 Argon 출시 기념 가격으로 계산하면 1.50 ÷ 2 = 0.75여서 지금은 25% 낮다. 두 배 인상이 사실이고 Hydrogen 단가가 그대로라면 격차는 더 벌어지지만, 인상 뒤 단가가 확인되지 않아 비율은 계산하지 않았다. 구글은 Carbon과 Argon을 가장 어려운 장기 추론용으로, Hydrogen을 빠른 실행용으로 구분한다.
12월에 구글 문서로 확인되는 가격 변화도 있다. 가격표와 Omni 문서에 따르면 gemini-omni-1.1-flash 요청은 12월 3일부터 gemini-omni-1.2-flash로 자동 연결되고 더 낮은 1.2 요금이 적용된다. 구글은 Omni 1.2 Flash 발표문에서 1.1보다 30% 낮춘 720p 영상 초당 0.07달러라고 밝혔다. 가격표는 1.1을 초당 약 0.10달러로 적는다.
Hydrogen 성능 수치는 구글 발표와 외부 지표가 섞여 있고 제공 경로별 조건이 다르다
구글은 Hydrogen 발표문에서 Hydrogen이 Gemini 3.8 Flash보다 high 기본 설정에서 2.5배 빠르다고 밝혔다. Terminal-Bench 4.1 점수는 18.2%에서 57%로 올랐고, 지어낸 주장은 5배 넘게 줄었다고 한다. Agent Arena 5위, HLE-Diamond 58.8%, Vals Tax Agent Bench 52.3%도 같은 발표문에 나온다.
구글은 Antigravity의 Orchestrator가 Terminal-Bench 4.0에서 Carbon에 가까운 성공률을 내면서 할당량을 평균 24% 덜 쓰고 19% 빨랐다고도 설명했다.
구글이 Artificial Analysis와 함께 만든 MKA 벤치마크 글에 따르면 이 평가는 10개 분야 83개 직업의 200개 과제로 이뤄진다. 과제마다 약 70개 예·아니요 항목 루브릭이 있고 사실 정확성이 75%, 시각 디자인이 25%다. Hydrogen의 MKA 점수는 Hydrogen 발표문에 53.4%로 나온다. MKA 글에서 Carbon은 품질 2위이고, 최고 점수 모델보다 평균 6배 낮은 비용이다.
제공 경로도 모델마다 다르다. Hydrogen 발표문은 Google AI Studio와 Gemini API의 모든 등급, Gemini for business, Gemini 앱, Google 검색, 유료 Google AI Pro·Ultra 구독자의 Antigravity를 안내한다. Argon 발표문은 API와 Ultra 구독자 중심으로 안내한다.
Google Cloud의 Gemini 플랫폼 페이지는 사용한 만큼 내는 PayGo, Flex PayGo, 우선 PayGo, 프로비저닝 처리량 구독을 안내한다. 신규 고객에게는 90일간 300달러 무료 크레딧을 준다고 적지만 Gemini 4 모델별 토큰 단가는 싣지 않는다. 이 글의 Hydrogen·Argon 단가는 구글 발표문 값이다.
자세히 읽기 · Google의 Gemini API 가격표 ↗ · Google의 Gemini 4 Hydrogen 발표문 ↗ · Google의 Gemini 4 Argon 발표문 ↗ · Google의 MKA 벤치마크 글 ↗ · Google의 Omni 1.2 Flash 발표문 ↗ · Google Cloud의 Gemini 플랫폼 페이지 ↗
에이전트 도구
Simular Box 출시, Claude·ChatGPT·Codex가 한 클라우드 컴퓨터를 공유

Simular가 11월 12일 Box를 출시했다고 밝혔다. 셸과 브라우저, 데스크톱을 쓰는 에이전트 전용 클라우드 컴퓨터다. 로그인과 파일을 Claude, ChatGPT, Gemini, Claude Code, Codex, Cursor가 함께 쓴다는 설명이다. 제품 페이지는 Ubuntu 데스크톱과 Chrome, 셸이 갖춰져 있다고 안내한다.
- 구성: MCP 서버 하나(box)가 셸·파일, 브라우저, 데스크톱, 자동화 도구를 노출한다.
- 사용: 에이전트에 한 줄을 붙여넣고, 브라우저에서 Google 또는 GitHub로 로그인해 허용하면 연결된다.
- 조건: 유휴 시 절전에 들어가 약 1초 만에 깨어나고 파일은 유지되며, 14일간 잠들어 있으면 삭제된다.
무엇이 달라지나
Simular는 샌드박스와 컴퓨터 조작 에이전트를 직접 엮다 포기하거나 데스크톱 작업에서 사용량이 빨리 닳는다는 사용자 이야기를 들어 Box를 만들었다고 밝혔다. 회사는 Claude가 시작한 작업을 ChatGPT가 끝낼 수 있다고 설명한다. 에이전트마다 따로 환경을 꾸리는 대신 박스 하나를 공유하는 구조다.
한계
가격과 무료 범위는 읽은 두 페이지에 적혀 있지 않다. ’10배 빠르고 저렴’, OSWorld 최고 수준, ‘30,000+ boxes’는 Simular의 주장이고 비교 대상과 측정 조건은 페이지에 없다. 로그인 정보와 파일이 Box에 저장된다는 설명은 있지만 접근 격리나 암호화 방식은 읽은 페이지에 없다.
커뮤니티 반응
■로그인을 넘겨야 할 때 인계 지점이 분명하다면 유용하겠다는 반응이 있었다.
■로그인과 파일이 클라우드 데스크톱에 쌓이니 기능보다 권한과 격리를 먼저 따져야 한다는 지적도 나왔다.
■AI 소식 매체 TestingCatalog는 Box의 저장된 로그인과 파일 덕분에 Codex가 Claude가 시작한 작업을 이어갈 수 있다고 전했고, 베타 기간 무료로 체험할 수 있다고 소개했다.
본문 펼치기 · 약 4분
에이전트에 한 줄을 붙여넣고 브라우저에서 승인하면 연결이 끝난다
제품 페이지가 소개하는 절차는 세 단계다. 먼저 Claude Code, Codex, Cursor처럼 MCP를 쓰는 에이전트에 Set up box from https://box.simular.ai/install 한 줄을 붙여넣는다. 에이전트가 로그인 페이지를 열면 Google 또는 GitHub로 로그인해 허용한다. 그 뒤 설정은 에이전트가 처리하며 화면에는 signed in, box added, box reachable이 차례로 뜬다.
연결되면 에이전트가 명령을 실행하고, 웹을 돌아다니고, 데스크톱 앱을 조작한다고 제품 페이지는 적는다. 페이지의 예시는 ‘give me today’s top 5 Hacker News stories in a table’ 요청이다. 사용자는 화면을 실시간으로 보다가 원하면 조작을 넘겨받을 수 있다.
직접 설정하는 길도 제품 페이지에 있다. 터미널에서 npx @simular-ai/[email protected] connect를 실행하면 컴퓨터에 있는 AI 앱을 찾아 추가한다. 로그인은 AI가 요청할 때 하면 되며 붙여넣을 키는 없다. Claude나 ChatGPT에서는 같은 URL을 custom connector로 추가한다.
도구는 셸, 브라우저, 데스크톱, 자동화 네 묶음으로 나뉜다
제품 페이지에 따르면 데스크톱 Box는 모든 MCP 도구를 노출한다. 셸·파일 묶음에는 유지되는 bash 세션과 shell, read_file, write_file, edit_file, list_dir가 있다. 브라우저 묶음은 Chrome을 페이지 스냅샷과 요소 참조로 조작하며 browser_navigate, browser_snapshot, browser_click, browser_type, browser_fill, browser_read, browser_fetch, browser_tabs로 구성된다.
설명에는 양식을 한 번 호출로 채우고, 숨은 탭에서 페이지를 읽고, 이미 열린 탭에서 작업하는 기능이 나온다. 데스크톱 묶음은 화면과 창, 접근성 요소를 보고 아무 앱에서나 클릭·입력·키 입력을 하는 screenshot, computer_state, computer_act다. 자동화 묶음은 여러 단계 GUI 계획을 한 번에 실행하는 gui_plan, TypeScript로 데스크톱을 조작하는 script_run, 접근성 트리를 직접 질의하는 desk다.
Simular는 발표문에서 Box와 에이전트 사이의 파일 업로드·다운로드도 지원한다고 밝혔다. 발표문이 제시한 사용 장면은 세 가지다. Claude·ChatGPT·Gemini 채팅 앱에 Box를 더하는 경우, OpenClaw·Hermes·Claude Code에 항상 준비된 클라우드 컴퓨터를 주는 경우, Claude Code·Codex·Cursor가 데스크톱 하나를 공유하는 경우다.
이용 조건은 절전과 삭제 규칙까지만 적혀 있고 성능 수치는 회사 주장이다
제품 페이지는 Box가 유휴 상태에서 절전에 들어가고 약 1초 만에 깨어나며 파일이 유지된다고 적는다. 절전 상태로 14일이 지나면 삭제되므로 오래 쓰지 않을 박스의 파일은 따로 내려받아 두는 편이 맞다. 화면은 VNC로 실시간 시청할 수 있고 필요할 때 조작을 넘겨받을 수 있다.
Simular는 발표문에서 Box가 에이전트를 10배 빠르고 저렴하게 만든다고 주장한다. OSWorld 벤치마크에서 비용 효율이 가장 좋은 최고 수준 성능을 낸다는 설명도 같은 글에 있다. 제품 페이지는 컴퓨터 사용 성능 1위를 내장했다고 소개하고 30,000개 이상의 박스가 만들어졌다고 적는다. 이 수치들의 비교 대상과 측정 조건은 두 페이지 어디에도 없다.
베타 단계 이야기도 회사 설명이다. Simular는 발표문에서 일부 사용자가 개인 에이전트의 기존 샌드박스를 Box로 바꿨다고 밝혔지만 누구인지는 밝히지 않았다. 로그인과 파일이 Box에 모인다는 점에서 보관 범위와 삭제 규칙은 제품 페이지 메뉴의 약관과 개인정보 페이지에서 따로 확인해야 하는데, 이 두 페이지는 읽은 자료에 없다.
자세히 읽기 · Simular의 Box 발표문 ↗ · Simular의 Box 제품 페이지 ↗
World Labs Atlas 사용법, Viewfinder·Chisel 도구와 개발자 API·CLI 공개

World Labs가 11월 12일 Atlas 도구와 개발자 API를 내놓았다. 페이지는 Atlas를 차세대 월드 모델이라 부른다. 세계를 생성하고 재구성해 자신의 작업 흐름에 가져올 수 있다는 소개다. 사진이나 생성 이미지에서 장면을 재구성하는 Viewfinder가 시작점이다.
- 도구: Viewfinder는 사진·생성 이미지로 장면을 재구성하고 새 시점과 카메라 경로 렌더를 낸다. Chisel은 그레이박스로 구조를 잡고, Splats to Mesh는 스플랫을 메시로 바꾼다.
- API·CLI: 개발자 API와 Blender 연동이 있고, CLI는 npm install -g @worldlabsai/cli로 깔며 Node.js 22 이상이 필요하다.
- 가격: 문서 기준 Developer API는 1달러당 1,000크레딧이고 구매한 크레딧은 만료되지 않는다.
무엇이 달라지나
문서가 설명하는 Atlas의 작업 순서는 이미지에서 카메라와 깊이를 추정하고, 새 시점을 생성하고, 객체를 고치는 것이다. 각 시점은 카메라와 깊이 정보를 가져 프로젝트가 커질수록 다시 쓸 수 있다. 문서는 옛 Marble·World API 예시가 아니라 Atlas 문서의 엔드포인트와 스키마를 쓰라고 안내한다.
한계
읽은 공식 페이지에는 누구나 쓸 수 있게 공개했다는 문구와 사진 입력 장수의 상한이 적혀 있지 않다. Developer API 작업별 단가는 플랫폼의 현재 요율표를 보라고만 안내하고 값은 싣지 않는다. 한국에서의 제공 조건도 읽은 자료에 없다.
커뮤니티 반응
■한 해설 글은 이번 제공이 웹 앱과 API이고 모델 가중치 다운로드는 보이지 않으니, 접근 개방을 가중치 공개로 읽으면 안 된다고 짚었다.
■같은 글은 개방이 무료를 뜻하지 않으며 Studio의 일부 단가는 공개돼 있고 API 작업 가격은 플랫폼의 현재 가격표를 봐야 한다고 덧붙였다.
■다른 글은 샘플 룸 사진으로 장면을 만들고 여러 각도의 상품 장면을 뽑는 용도를 떠올리며, 정식 도입 전에 소량으로 효과와 비용을 먼저 보라고 권했다.
본문 펼치기 · 약 5분
문서의 순서는 이미지의 자세를 잡고 새 시점을 만든 뒤 객체를 고치는 세 단계다
How to use Atlas의 첫 단계는 images2PosedRGBD로 이미지를 자세와 함께 받는 것이다. 실제 장소를 재구성하려면 시점이 겹치는 이미지를 함께 제출하며, 선명하고 대체로 정지한 장면에 노출과 조명이 비슷한 이미지가 맞다. 창의적으로 연결하려면 이미지를 따로 처리한 뒤 한 장면에 배치하되 카메라 시점이 겹치지 않아야 한다.
둘째 단계는 atlasGenerate다. 자세가 잡힌 이미지를 contextFrames로, 새 카메라를 targetCameras로 보내면 카메라마다 RGB 이미지가 돌아온다. returnDepth를 true로 두면 깊이도 받는다. 문서의 예시는 대장간 작업실 이미지에서 20도 오른쪽으로 돌고 X축으로 -0.25 옮긴 시점이다.
같은 장면의 후속 요청에서는 이전 응답의 promptUsed를 prompt로 넣고 enhancePrompt를 false로 두면 재캡션을 건너뛰어 지연이 줄어든다. 목표 카메라 해상도는 1280×720, 960×720, 528×704, 720×1280을 지원한다.
셋째 단계는 atlasChisel의 마스크 편집이다. 문서에 따르면 targetFrames마다 RGB 이미지와 따로 만든 흑백 마스크를 보낸다. 검정이 편집 영역, 흰색이 보존 영역이고, 영향받는 모든 시점에서 객체 전체를 덮어야 한다. Prompt enhancement가 켜져 있으면 replace the wooden stool beside the anvil with a metal toolbox처럼 편집을 구체적으로 쓰라고 문서는 예시를 든다.
CLI와 웹 퀵스타트는 필요한 Node.js 버전과 키 보관 방식이 다르다
CLI 문서는 Node.js 22 이상과 Developer API 키를 요구한다. 설치 뒤 본인 터미널에서 worldlabs auth login으로 키를 입력한다. worldlabs auth status와 worldlabs tasks list로 연결과 지원 작업을 확인한다.
에이전트용 스킬은 worldlabs skills install로 깔며 atlas-flythrough, atlas-splats, atlas-blender, worldlabs-cli가 함께 설치된다. 설치 뒤에는 새 에이전트 세션을 열어야 스킬이 로드된다.
CLI 로그인은 키를 사용자 설정 디렉터리의 평문 파일에 저장한다. 자동화에는 WLT_API_KEY 환경변수를 쓰고, 이 값이 저장된 자격 증명보다 우선한다. 키를 채팅에 붙이지 말라는 안내가 반복된다.
웹 퀵스타트는 TypeScript 프로젝트이며 Node.js 24가 필요하다. @worldlabsai/client를 설치하고 .env에 WLT_API_KEY를 두며 서버에서 실행한다. 샘플은 이미지를 pose한 뒤 카메라를 X축으로 0.25 옮겨 새 시점을 만들고 제한 시간은 300,000밀리초다. 이동 거리는 추정된 장면에서 예측한 스케일이어서 물리 거리는 근사라고 문서는 밝힌다.
HTTP API 퀵스타트는 키 권한으로 tasks.create, operations.read, assets.create, assets.read를 요구하고, 요청에는 Idempotency-Key 헤더를 붙인다. 작업 제출은 완료를 기다리지 않고 operation ID를 돌려준다. 끝나면 이미지와 추정 카메라, 선형 깊이 EXR(depth.depthAsset), 신뢰도 맵(depth.confidenceAsset)이 응답에 담긴다.
비용은 1달러당 1,000크레딧이고 한도와 중단 규칙이 문서에 있다
Billing 문서에 따르면 Developer API 사용은 API 키가 속한 프로젝트의 계정에 청구된다. 크레딧은 수동으로 충전하거나 잔액이 기준 아래로 내려가면 기본 결제수단으로 자동 충전된다.
Studio 도구는 Prompt enhancement가 요청당 20크레딧(0.02달러), 이미지 편집이 125크레딧(0.125달러), 이미지 업스케일이 장당 10크레딧(0.01달러), Chisel 캡션이 20크레딧이다. Frameboy 세션은 최대 1분에 500크레딧(0.50달러)이고, 5초 미만 재생이거나 서버가 응답을 멈춰 끝나면 무료다.
월 USD 한도는 Billing 문서에 따라 계정 전체나 프로젝트 하나에 걸 수 있고 달력 월마다 초기화된다. 한도가 100%에 닿으면 새 Developer API 작업이 멈추고 이미 실행 중인 작업은 끝까지 돈다. 크레딧이 부족하거나 한도를 넘으면 402 Payment Required와 CREDITS_UNAVAILABLE 또는 SPEND_LIMIT_EXCEEDED 코드가 온다. 촘촘한 재시도 대신 원래 idempotency key로 다시 제출하라고 문서는 안내한다.
데이터 사용은 계정 단위 설정이다. 웹 퀵스타트에 따르면 계정 소유자가 Settings → General에서 모델 개선에 내 데이터 사용 항목을 끄면 그 계정의 Studio와 Developer API 프로젝트에 모두 적용된다.
자세히 읽기 · World Labs의 Atlas 소개 페이지 ↗ · Atlas 문서의 How to use Atlas ↗ · Atlas 문서의 Quickstart ↗ · Atlas 문서의 CLI ↗ · Atlas 문서의 Billing ↗
Vercel UI SDK 베타, 에이전트가 키보드·포커스·팝업 동작을 조립하는 라이브러리

11월 13일 기준 Vercel Labs의 UI SDK 저장소는 이 라이브러리를 에이전트가 차세대 사용자 인터페이스를 만들기 위한 동작 라이브러리라고 소개하며 베타라고 밝힌다. 키보드 이동, 포커스, 선택, 닫기, 팝업, 드래그 앤 드롭과 필요한 ARIA를 @ui-sdk/core가 맡는다. 문서는 React, Vue, Svelte, Solid, Web Components 어댑터를 안내한다.
- 구성: 동작은 @ui-sdk/core에 있고 어댑터는 @ui-sdk/react, vue, svelte, solid, web 패키지다.
- 설치: React 프로젝트는 @ui-sdk/react와 @ui-sdk/core를 설치하고, 에이전트에는 npx skills add vercel-labs/ui --skill ui-sdk로 스킬을 추가한다. React 19 이상이 필요하다.
- 상태: Apache-2.0 라이선스의 베타이며 프레임워크, API, 문서, 동작이 정식 출시 전에 바뀔 수 있다.
무엇이 달라지나
문서가 제시하는 방식은 완성된 컴포넌트를 가져다 쓰는 대신 동작을 조합해 에이전트가 컴포넌트를 만들게 하는 것이다. 문서의 예시 요청은 입력창과 텍스트가 있을 때만 보이는 Clear 버튼을 만들고, Clear를 누르면 입력을 비우고 포커스를 입력창으로 돌려놓는 검색창이다. README는 이 코드를 사람이 배울 필요 없이 에이전트가 쓴다고 설명한다.
한계
문서 목차에는 에이전트가 컴포넌트를 읽고 동작을 호출한다는 Connect an Agent 항목과 브라우저에 내장된 에이전트가 컴포넌트를 읽고 쓰게 한다는 WebMCP 항목이 있지만 그 하위 내용은 읽은 범위에 없다. 에이전트 브리지라는 용어와 앱이 허용할 동작을 정하거나 변경을 거부하는 설정도 읽은 범위에서 나오지 않는다. 게시일은 페이지에 없다.
커뮤니티 반응
■포커스 이동과 키보드 조작처럼 AI로 화면을 만들 때 손이 많이 가는 부분을 공통 기반으로 제공한다는 점에 주목한 글이 올라왔다.
■같은 글은 SDK와 연결된 UI에 적용되는 기능이며 임의의 웹사이트를 모두 같은 방식으로 조작하는 도구는 아니라고 설명했다.
■베타라 API와 동작이 바뀔 수 있고 만들어진 UI의 키보드 조작·포커스·접근성은 따로 확인해야 한다는 당부도 있었다.
본문 펼치기 · 약 4분
동작을 먼저 정의하고 다섯 프레임워크에서 같은 부품으로 렌더링한다
README의 예시는 definePrimitive로 search-field를 정의한다. 이름과 상태, API, 슬롯을 지정하고 createFocusRecovery로 Clear 버튼을 눌렀을 때 입력창으로 포커스를 돌려놓는다. Clear 버튼은 값이 비어 있지 않을 때만 나타나도록 present 조건을 둔다.
렌더링은 createParts(searchField, { input: “input”, clear: “button” })로 Root, Input, Clear 부품을 만든다고 README는 설명한다. React는 @ui-sdk/react/primitive, Vue는 @ui-sdk/vue/primitive처럼 어댑터마다 경로가 다르고, 부품은 다섯 프레임워크에서 같다. Web Components는 search-field, search-field-input, search-field-clear 같은 커스텀 엘리먼트를 등록해 HTML에서 쓴다.
문서의 컴포넌트 목록에는 Select, Field, Tabs, Combobox, Date Picker, Menu가 먼저 나온다. 이들 위에 직접 컴포넌트를 만들려면 Core, Build a Component, Behaviors, Compose Behaviors 문서를 읽으라고 안내한다.
문서의 시작 절차는 설치와 AGENTS.md 메모, 스킬 추가의 세 단계다
문서의 React Quick Start는 에이전트에 붙여넣는 지시문 형태다. 첫째로 프로젝트의 패키지 매니저로 @ui-sdk/react와 @ui-sdk/core를 설치한다. 둘째로 AGENTS.md(없으면 새로 만든다)에 ui-sdk를 쓰기 전에 설치된 스킬을 따르고 node_modules/@ui-sdk/react/docs/llms.txt를 읽으라는 메모를 남긴다. 새 컴포넌트는 같은 폴더의 core.md를 제목으로 검색하고 rendering.md도 읽게 한다.
셋째로 스킬을 지원하는 에이전트라면 npx skills add vercel-labs/ui --skill ui-sdk를 실행한다. 그 뒤 에이전트에 ‘Build a search field with ui-sdk: a text input and a Clear button that only shows when there’s text. Clear empties the input and puts focus back in it. Use our existing styles.’처럼 요청한다. 다른 프레임워크는 어댑터 패키지 이름만 바꾸면 된다고 README는 안내한다.
문서가 제시하는 것은 이 요청 예시와 절차일 뿐이다. 에이전트가 만든 컴포넌트의 품질이나 접근성을 보장한다는 문구는 읽은 범위에 없다.
에이전트 연결 문서는 컴포넌트를 읽는 경로와 브라우저 내장 에이전트 경로로 나뉜다
문서 목차의 에이전트 관련 항목은 네 가지다. Build with an Agent는 에이전트에 맞는 맥락을 주고 작은 버전을 만든 뒤 동작을 확인하는 방법이고, Skills는 @ui-sdk/core로 커스텀 컴포넌트를 만들도록 에이전트를 돕는 항목이다. Connect an Agent는 에이전트가 컴포넌트를 읽고 동작을 호출하게 하는 방법, WebMCP는 브라우저에 내장된 에이전트가 컴포넌트를 읽고 쓰게 하는 방법이라고 소개된다.
저장소 구성도 에이전트 중심이다. .agents와 .claude 폴더, AGENTS.md, skills.sh.json이 있다. 커밋 기록에는 빌드·에이전트·테스트를 아우르는 ui-sdk 스킬 하나로 합쳤다는 항목과 ui-sdk-create-component 스킬을 @ui-sdk/core 안에 넣었다는 항목이 보인다. 저장소 토픽에는 mcp와 webmcp가 올라 있다.
README의 베타 조건은 UI SDK가 Vercel 베타 약관을 따르고 정식 출시 전에 프레임워크, API, 문서, 동작이 바뀔 수 있다는 것이다. 보안 취약점은 공개 이슈로 올리지 말고 SECURITY.md의 절차를 따르라고 안내한다.
자세히 읽기 · Vercel Labs의 UI SDK 저장소 ↗ · UI SDK 문서의 Get Started ↗
교육 시뮬레이션
Primer, 교사 설계로 AI 수업 시뮬레이션을 만드는 Wharton 오픈소스 공개

11월 13일 기준 Wharton Generative AI Labs의 Primer 프로젝트 페이지는 Primer를 교육자가 개인화된 적응형 시뮬레이션을 설계하도록 돕는 오픈소스 시스템이라고 소개한다. GitHub 저장소는 MIT 라이선스이고, 지시문과 템플릿, 코드가 공개돼 있다.
- 제작: 구조화된 인터뷰로 설계 문서를 만들고, 교육자가 승인해야 에이전트가 시뮬레이션을 만든다.
- 실행: 학생은 멘토, 연습, 피드백 에이전트를 거치고 연습은 Roleplay와 Teachback 두 방식이다.
- 공개: 지시문, 템플릿, 체크리스트, 저널, 오케스트레이션 패턴, 코드와 백서가 오픈소스 또는 크리에이티브 커먼즈로 풀려 있다고 연구소는 밝혔다.
무엇이 달라지나
연구소는 시뮬레이션이 효과적이지만 설계와 제작이 어려워 드물었다고 설명한다. Primer는 학생이 밟을 모든 경로를 대본으로 짜는 대신 학습이 일어날 조건을 설계하는 쪽이라고 한다. 교육자는 코드를 쓰지 않고 AI와의 대화로 제작한다.
한계
페이지는 Primer가 교실 조건에서 학습 개입으로 평가되지 않았고 FERPA, COPPA, 주 학생 개인정보 보호법, 교육구 정책 검토도 거치지 않은 실험 프로토타입이며, 학생에게 쓰는 기관이 그 검토 책임을 진다고 명시한다. 페이지는 LLM에 얽매이지 않는다고 하지만 README의 기본 설치에는 OpenAI Realtime API 키와 Google OAuth 설정이 필요하다. 논문 본문과 한국어 지원 여부는 읽은 자료에 없다.
커뮤니티 반응
■연구소 구성원인 Ethan Mollick은 교사가 수업을 이야기하면 학생용으로 플레이할 수 있는 시뮬레이션이 돌아오는 에이전트 기반 시스템이라고 Primer를 소개했다.
■같은 글은 이 시스템이 교육학 원리에 기반한다고 설명했다.
■교육자와 연구자가 이를 토대로 만들어 가길 바란다며 논문, 지시문, 코드가 공개돼 있다고 안내했다.
본문 펼치기 · 약 4분
교육자는 코드 대신 인터뷰에 답하고 설계 문서를 승인해야 다음 단계가 시작된다
프로젝트 페이지에 따르면 제작은 Intake Agent의 인터뷰로 시작한다. 시뮬레이션할 수업, 학생의 학습 수준과 사전 지식, 흔한 오개념, 교수 방식, 평가 기준을 한 번에 한 질문씩 묻는다. 교육자는 말하거나 입력할 수 있고 교안과 루브릭 같은 자료를 올릴 수 있다. 목표와 역량의 증거를 시나리오보다 먼저 정하는 백워드 디자인 틀을 따른다.
인터뷰 결과는 학습 목표, 장면 흐름, 인물, 이해관계, 적응 논리를 담은 설계 문서다. 교육자가 교안처럼 읽고 고쳐 승인한 뒤에야 다음 에이전트들이 움직인다고 페이지는 설명한다. Design Agent가 인터뷰를 설계 문서로 옮기고, Casting Director가 승인된 설계를 멘토·연습·피드백 인물별 지시문으로 바꾼다. Image Generation Agent가 장면 이미지를 만들고, Experience Builder가 이를 학생 한 명이나 한 반에 배정할 수 있는 경험으로 조립한다.
학생은 멘토, 연습, 피드백 세 에이전트를 순서대로 거치고 연습은 두 방식으로 나뉜다
프로젝트 페이지에 따르면 멘토 에이전트는 학생의 사전 지식을 끌어내고 오개념을 드러낸다. 연습 에이전트는 Roleplay에서는 학습자가 고유한 동기와 제약을 가진 상대와 맞서 목표를 추구하게 한다. Teachback에서는 아직 이해하지 못한 상대에게 개념을 설명하고 질문에 따라 설명을 고치게 한다. 피드백 에이전트는 코치 역할로 대화 기록의 구체적인 순간을 짚고 배운 것이 시나리오 밖에서 어떻게 이어질지 이야기한다.
각 에이전트는 학생이 만나는 극 중 인물이면서 목표를 추적하고 난이도를 맞추고 근거를 모으는 교육 층을 함께 가진다. 세션이 끝나면 교육자는 개별 보고서와 집계 보고서를 받는다. 연구소는 생성 모델이 기본 설정에서는 학생을 너무 빨리 돕고 학습 목표에서 벗어나며 교육 구조 없이 그럴듯한 역할극만 만든다고 보고, 이를 구조화된 오케스트레이션으로 다룬다고 설명했다.
페이지에는 개요(2분 21초)를 포함해 설명 영상 6편이 올라 있다. 나머지 다섯 편은 전문가 안내자로서의 AI, 에이전트 오케스트레이션, 사람이 통제하는 구조, 교육학이 내장된 방식, 학생 경험을 다룬다.
직접 돌리려면 OpenAI 키와 Google 로그인 설정이 필요하다
README의 배포 경로는 Heroku와 Render다. 필수 준비물은 Realtime API를 쓸 수 있는 유료 OpenAI 계정과 GPT-4 모델 접근, 그리고 Google 로그인을 위한 OAuth 자격 증명이다. Claude 모델을 쓰는 경험에는 Anthropic API 키가 선택이다.
배포 뒤 NEXTAUTH_URL과 Google OAuth 리디렉션을 설정하기 전에는 앱이 올라가도 인증이 되지 않는다. 저장소는 Heroku를 재시작하면 데이터가 사라지는 임시 저장소로, Render는 영구 디스크를 쓸 수 있는 경로로 안내한다.
설치 직후에는 경험이 하나도 없다고 README는 설명한다. 로그인 후 Modules 페이지에서 Intake Agent, Roleplay Template, Teachback Template을 설치하는 방식이다. Intake Agent는 두 템플릿이 필요해 의존성이 자동으로 함께 설치된다. 교육자용 경험에는 Create Experience, 학생용 경험에는 Play Experience 버튼이 나온다.
연구소는 프로젝트 페이지에서 이 프로젝트가 Bezos Family Foundation, Walton Family Foundation, Charles and Lynn Schusterman Family Philanthropies의 지원으로 만들어졌다고 밝혔다. 직접 구현하고 싶은 팀을 위해 논문 전체와 지시문을 에이전트에 주고 자체 버전을 만들게 하는 방법도 제시한다. 에이전트가 몇 시간 일하고 유료 모델 사용료가 든다고 예상한다.
자세히 읽기 · Wharton Generative AI Labs의 Primer 프로젝트 페이지 ↗ · Primer GitHub 저장소 ↗