API 없는 앱도 제어하는 nanoMuse, 화면 조작형 AI 에이전트 구조 분석
공식 API를 전혀 제공하지 않는 폐쇄형 모바일 앱을 AI에게 맡기려면 어떻게 해야 할까요? 화면을 직접 보고 사람처럼 터치하는 오픈소스 에이전트 nanoMuse가 제시하는 기술적 해답을 분석합니다.
이 아티클의 핵심 내용 요약과 글로벌 검색·AI 엔진을 위한 테이크어웨이입니다.
✦ KR 주제: 화면 조작형 오픈소스 AI 에이전트 nanoMuse 아키텍처
✦ KR 핵심 요약: nanoMuse는 공식 API가 없는 모바일 환경에서 화면 캡처와 비전 추론, 터치 인젝션을 통해 사용자 대신 작업을 수행하는 오픈소스 에이전트입니다. 백그라운드 지속 구동과 함께 결제·삭제 등 비가역적 작업 전 물리적 승인을 강제하여 안전성을 확보합니다. UI 파편화와 모델 지연 시간이라는 기술적 한계를 극복하기 위한 새로운 온디바이스 에이전트 표준 모델을 제시합니다.
🌐 Global Takeaway: nanoMuse is an open-source personal agent designed to operate cross-platform devices by seeing screens and tapping UI elements directly without relying on native APIs. By combining vision-language inference with strict approval gates for irreversible actions such as payments or deletions, it demonstrates a practical design for autonomous mobile agents operating within secure boundary constraints.
아래 그림은 전통적인 API 연동 방식과 nanoMuse의 화면 조작 방식의 차이, 그리고 에이전트의 온디바이스 계층 구조를 보여줍니다.
- 공식 API 제공 앱만 연동 가능
- 엔드포인트 및 인증 키 발급 필수
- UI 변경에는 영향을 받지 않음
- 개발 비용과 연동 작업 시간 소요
- 화면이 표시되는 모든 앱에 대응
- API 부재 앱도 즉시 제어 가능
- UI 레이아웃 변경에 취약할 수 있음
- 비전 모델 기반의 범용 좌표 탭
📱 1. API 없는 모바일 앱, 왜 화면 제어가 대안으로 떠올랐나
모바일 생태계에서 업무나 일상 루틴을 자동화하려 할 때 엔지니어가 맞닥뜨리는 가장 큰 장벽은 폐쇄적인 애플리케이션 환경입니다. 웹 환경에서는 RESTful API, 웹훅, 혹은 브라우저의 DOM 트리를 직접 탐색하는 헤드리스 브라우저 자동화 도구가 폭넓게 쓰이지만, 네이티브 모바일 애플리케이션은 보안과 플랫폼 정책을 이유로 외부 인터페이스를 엄격히 차단합니다. 대다수 서드파티 앱은 사설 API를 노출하지 않으며, 난독화와 SSL 피닝(Pinning) 기법을 적용해 네트워크 트래픽 역공학조차 어렵게 만듭니다. 결과적으로 자동화가 가장 절실한 배달 주문, 금융 거래, 레거시 사내 모바일 인트라넷은 자동화의 사각지대로 남아 있었습니다.
이러한 구조적 한계를 우회하기 위해 최근 주목받는 방식이 바로 시각 정보 기반의 화면 조작(Screen-Operating) 패러다임입니다. 시스템이 제공하는 내부 데이터 버스나 비공개 API를 억지로 뚫는 대신, 사람이 스마트폰을 바라보고 손가락으로 누르는 방식을 그대로 모사하는 것입니다. 디스플레이에 렌더링된 픽셀을 캡처하고, 거대 시각 모델(VLM)을 통해 버튼과 텍스트의 의미적 좌표를 추출한 뒤 가상 터치 이벤트를 주입하는 구조입니다. 이 접근법은 대상 앱의 내부 구현 언어나 플랫폼 아키텍처에 전혀 구애받지 않는다는 막강한 범용성을 지닙니다.
화면 조작 방식은 단순한 매크로와는 질적으로 다릅니다. 전통적인 모바일 매크로는 해상도가 조금만 바뀌거나 버튼 배치가 10픽셀만 이동해도 오작동을 일으켰습니다. 반면 최신 비전 기반 에이전트는 화면의 맥락을 이해합니다. '장바구니 담기' 버튼이 화면 상단에 있든 하단 플로팅 버튼으로 있든, 심지어 폰트와 배경색이 변경되더라도 시각적 의미를 분석해 목표 컴포넌트를 정확히 찾아냅니다. 이는 수많은 엔터프라이즈 레거시 시스템과 소규모 앱들이 API를 구축하지 않더라도 지능형 자동화 파이프라인에 편입될 수 있음을 시사합니다.
1-1. 모바일 생태계의 API 파편화와 폐쇄성
모바일 운영체제는 본질적으로 샌드박스 보안 모델에 기초합니다. 안드로이드와 iOS 모두 하나의 앱이 다른 앱의 메모리 공간에 접근하거나 내부 상태를 질의하는 행위를 원천 차단합니다. 데스크톱 OS처럼 백그라운드 프로세스가 다른 윈도우의 윈도우 핸들을 획득해 제어 메시지를 보내는 인터프로세스 통신(IPC)이 모바일에서는 극도로 제한됩니다. 기업들 역시 자사 앱의 독점적 사용자 경험(UX)과 광고 노출, 데이터 유출 방지를 위해 공식 API 공개를 극도로 꺼립니다.
결국 사용자는 동일한 정보를 얻기 위해 각기 다른 앱의 인터페이스를 직접 손으로 누르고 넘나들어야 하는 피로를 겪습니다. 이러한 모바일 사일로(Silo) 현상은 LLM 기반 에이전트가 발전하는 과정에서도 가장 큰 걸림돌이었습니다. 서버 투 서버 API 연동 방식은 거대 IT 기업 간의 파트너십 없이는 불가능에 가까웠기에, 클라이언트 단에서 사용자 권한을 위임받아 화면을 직접 제어하는 온디바이스 에이전트의 등장은 필연적인 진화 단계였습니다.
1-2. ADB 스크립트에서 시각 에이전트로의 진화
개발자들은 오랫동안 안드로이드 디버그 브릿지(ADB)와 광학 문자 인식(OCR) 엔진을 결합해 폰을 원격 제어해 왔습니다. PC와 스마트폰을 USB 케이블로 연결한 뒤, 셸 명령어로 스크린샷을 찍고 Tesseract 같은 전통적 OCR로 텍스트 위치를 파악하여 input tap x y를 호출하는 방식이었습니다. 하지만 이 방식은 인식률이 낮고, 텍스트가 없는 그래픽 아이콘(예: 돋보기, 햄버거 메뉴, 톱니바퀴)을 처리하지 못했으며, 예외 팝업이 발생하면 흐름 전체가 중단되는 취약성을 노출했습니다.
# 과거 ADB 기반 화면 제어의 기본 파이프라인
adb exec-out screencap -p > screen.png
# OCR 연산 후 좌표(540, 1120)를 계산하여 강제 탭 주입
adb shell input tap 540 1120
반면 현대의 시각 에이전트는 다중 모달(Multimodal) 모델이 이미지 전체의 시각-의미 관계를 통합 추론합니다. 단순한 문자열 매칭을 넘어 '현재 로그인 세션이 만료되어 재로그인 다이얼로그가 떴으니 닫기 버튼을 누르고 원래 작업을 재시도한다'와 같은 자율적 예외 복구(Self-Healing)가 가능해진 것입니다. 스크립트 작성자가 모든 경우의 수를 하드코딩하던 시대에서, 에이전트가 화면의 현재 상태(State)를 관찰하고 행동(Action)을 결정하는 강화 학습 및 추론 루프로 무게중심이 이동했습니다.
⚙️ 2. 오픈소스 에이전트 nanoMuse의 아키텍처와 구동 원리
2026년 공개된 오픈소스 프로젝트 nanoMuse는 이러한 화면 조작 기술을 모바일 기기 내부로 집약시킨 대표적인 사례입니다. GitHub 저장소(nano-muse/nanoMuse)에 공개된 코드베이스에 따르면, nanoMuse는 단일 기기에 종속되지 않고 안드로이드, iOS, 데스크톱(Windows, macOS, Linux), 브라우저를 아우르는 범용 크로스 플랫폼 퍼스널 에이전트를 지향합니다. 메타(Meta)의 뮤즈(Muse) 스타일을 표방하며, 단순 질의응답을 넘어 사용자의 손과 눈이 되어 시스템을 실제로 움직이는 것을 목표로 삼습니다.
nanoMuse의 가장 독창적인 기술적 특성은 안드로이드 폰 자체에서 백그라운드 서비스 형태로 에이전트 코어가 직접 구동된다는 점입니다. 사용자가 PC에 스마트폰을 케이블로 계속 물려둘 필요 없이, 스마트폰 내부에서 자체적으로 화면 프레임 버퍼를 읽고 가상 입력을 발생시킵니다. 시스템 아키텍처는 크게 온디바이스 캡처 파이프라인, 비전 추론 엔진 어댑터, 그리고 사용자 안전을 보장하는 가드레일 모듈로 분할되어 있습니다.
구동을 위한 최소 하드웨어 사양은 안드로이드 8.0(오레오, API 레벨 26) 이상의 운영체제와 64비트(arm64-v8a) 프로세서입니다. 현대적인 신경망 연산 가속 라이브러리와 고해상도 이미지 버퍼 처리를 위해 64비트 환경을 필수로 요구합니다. 사용자는 설치 후 기본 제공되는 무료 클라우드 크레딧을 이용하거나, 자신이 보유한 독자적인 비전 모델 API 키(OpenAI, Anthropic 등)를 설정 파일에 직접 주입하여 에이전트를 가동할 수 있습니다.
2-1. 온디바이스 시각 처리와 백그라운드 수명 주기
안드로이드 시스템에서 포그라운드 앱이 아닌 백그라운드 프로세스가 화면을 지속적으로 관찰하고 조작하려면 플랫폼의 엄격한 수명 주기(Lifecycle) 및 배터리 최적화 정책을 충족해야 합니다. nanoMuse는 안드로이드의 포그라운드 서비스(Foreground Service)와 지속 알림(Persistent Notification)을 결합하여 운영체제의 메모리 부족 킬러(Low Memory Killer)로부터 에이전트 프로세스를 보호합니다.
앱이 닫혀 있는 상태(keeps working while the app is closed)에서도 에이전트는 독립된 스레드에서 주기적인 화면 폴링 또는 접근성 이벤트를 모니터링합니다. 화면 캡처는 안드로이드의 미디어 프로젝션(MediaProjection) API 또는 커스텀 접근성 서비스(AccessibilityService) 노드 파서를 통해 수행되며, 취득된 비트맵은 온디바이스 다운샘플링 파이프라인을 거쳐 토큰 비용을 최소화한 상태로 비전 모델로 전송됩니다. 모델이 도출한 (x, y) 정규화 좌표는 OS의 입력 서브시스템으로 전달되어 사용자의 손가락 접촉과 동일한 제스처로 변환됩니다.
🔒 3. 파괴적 행동 방지: 되돌릴 수 없는 작업의 3단계 승인 체계
자율 에이전트가 화면을 직접 조작할 때 발생하는 가장 심각한 위험은 비가역적(Irreversible) 작업의 실행입니다. 화면을 잘못 해석한 에이전트가 엉뚱한 결제 승인 버튼을 누르거나, 중요한 메신저 대화방을 나가거나, 클라우드 저장소의 원본 데이터를 영구 삭제하는 상황은 기술적으로 복구가 불가능합니다. nanoMuse는 이러한 치명적 오류를 원천 차단하기 위해 '되돌릴 수 없는 모든 작업 전 사용자에게 멈춰 묻는다(asks before anything you cannot undo)'는 엄격한 승인 거버넌스를 아키텍처 수준에서 강제합니다.
에이전트가 화면에서 특정 UI를 감지하고 다음 액션을 계획하는 과정에서, 사전에 정의된 위험 행동 분류기가 항상 비동기로 실행됩니다. 이 분류기는 화면 내의 텍스트 토큰, 버튼의 시각적 형태, 그리고 현재 활성화된 앱의 패키지명을 실시간으로 교차 검증합니다. 만약 현재 행동이 자금 결제, 계좌 송금, 데이터 삭제, 외부로의 민감 정보 전송으로 판별될 경우, 추론 엔진은 즉시 실행을 중단하고 시스템 최상단에 물리적 확인 모달을 호출합니다.
"nanoMuse는 화면을 보고 탭할 수 있지만, 되돌릴 수 없는 행동을 하기 전에는 반드시 사용자에게 멈추어 묻는다. 신뢰는 자율성이 아니라 제어 가능한 안전장치에서 비롯된다." — nanoMuse Architecture Whitepaper
이 3단계 승인 메커니즘은 단순한 알림 팝업이 아닙니다. 에이전트의 제어 루프를 완전히 일시 정지(Pause)시키고, OS 수준의 권한 있는 UI를 통해 사용자가 직접 지문 인증이나 확인 버튼을 눌러야만 암호학적으로 서명된 실행 토큰을 발급받아 다음 단계로 진입합니다. 만약 사용자가 팝업을 닫거나 일정 시간 동안 응답하지 않으면 해당 트랜잭션은 자동으로 롤백되며, 작업 큐는 안전 상태로 초기화됩니다.
📊 4. 화면 조작형 에이전트와 기존 API·RPA 자동화 방식 비교
자동화 기술의 스펙트럼에서 화면 조작형 AI 에이전트는 전통적인 API 연동 방식 및 엔터프라이즈 RPA(Robotic Process Automation)와 뚜렷하게 구별되는 기술적 특성을 갖습니다. 기업용 RPA 도구(UiPath, Automation Anywhere 등) 역시 화면을 조작하지만, 대개 윈도우 데스크톱의 윈도우 인스펙터나 고정된 좌표 스크립트에 의존하므로 모바일 환경이나 동적 웹 레이아웃에서 잦은 유지보수 비용을 초래했습니다.
반면 nanoMuse와 같은 최신 다중 모달 에이전트는 시스템의 내부 명세서(API Docs)를 읽는 대신 화면의 시각적 의미론(Semantics)을 독해합니다. 시스템 간의 결합도(Coupling)를 0에 수렴하게 만들면서도, 모델의 추론 능력을 통해 인터페이스 변화에 유연하게 대응합니다. 아래 표는 세 가지 자동화 패러다임의 핵심 속성을 비교한 결과입니다.
| 비교 항목 | 공식 API 연동 방식 | 전통적 스크립트/RPA (ADB/OCR) | 화면 조작형 AI (nanoMuse) |
|---|---|---|---|
| 구현 전제조건 | 개발사의 API 개방 및 인증 키 | USB 디버깅 및 고정된 좌표/템플릿 | 시각 인터페이스 표시 가능한 환경 |
| UI 변경 내구성 | 매우 높음 (UI와 완전 분리) | 극히 낮음 (좌표 변경 시 중단) | 높음 (VLM의 의미 기반 적응) |
| 비공개 앱 대응력 | 불가 (API 미제공 시 개발 차단) | 제한적 가능 (유지보수 극심) | 뛰어남 (모든 화면 즉각 대응) |
| 실행 지연 시간 | 수 밀리초 (ms) 단위 즉각 응답 | 수 초 단위 (스크립트 실행) | 수 초 단위 (비전 모델 추론 필요) |
| 토큰/인프라 비용 | 거의 없음 (트래픽 비용만 발생) | 로컬 컴퓨팅 리소스만 사용 | VLM 호출 토큰 및 모델 연산 비용 |
| 안전 통제 방식 | 스코프(Scope) 및 토큰 제약 | 개발자 예외처리 코드 의존 | 비가역적 작업 전 런타임 승인 게이트 |
표에서 확인할 수 있듯이, 화면 조작형 에이전트는 응답 속도와 토큰 비용 측면에서는 API 방식보다 불리하지만, '연동 가능성(Integrability)'이라는 결정적인 장점을 가집니다. 엔터프라이즈 시장에서 수억 원의 예산을 들여 레거시 ERP 시스템에 신규 API 게이트웨이를 구축하는 대신, 에이전트에게 화면 접근 권한만 부여해 즉시 업무에 투입하는 방식이 실질적인 비용 절감 대안으로 부상하는 이유입니다.
🛠️ 5. 안드로이드 환경에서의 설치 및 실제 구동 환경 구성
안드로이드 기기에서 화면을 직접 제어하기 위해서는 플랫폼 차원의 보안 샌드박스를 개발자 승인하에 해제하는 사전 구성 작업이 요구됩니다. 일반 사용자 권한으로는 다른 앱의 화면 픽셀 버퍼를 지속적으로 덤프하거나 임의의 터치 좌표를 주입할 수 없기 때문입니다. nanoMuse 환경을 구축하거나 로컬 테스트를 진행할 때 확인해야 하는 표준 환경 설정 절차는 다음과 같습니다.
5-1. 플랫폼 도구 및 필수 런타임 검증
호스트 머신에서 디바이스를 초기 프로비저닝하거나 디버깅 모니터링을 연결할 때는 표준 안드로이드 플랫폼 도구(adb)와 Java 런타임이 필요합니다. 공식 패키지 관리자를 통해 필요한 환경을 점검할 수 있습니다.
# 개발자 호스트 머신(macOS) 기준 필수 도구 설치 및 버전 검증
brew install android-platform-tools openjdk
node -v && adb version && java -version
터미널에서 adb version이 정상 출력되면 디바이스와의 브릿지 통신 준비가 완료됩니다. 이후 폰의 물리적 하드웨어가 64비트 아키텍처를 지원하는지, 안드로이드 8.0(API 26) 이상으로 빌드되었는지 확인해야 합니다.
5-2. 스마트폰 내부 개발자 권한 및 디버깅 통로 개방
스마트폰 설정 내부에서 시스템 접근 권한을 단계별로 활성화해야 합니다. 이 과정은 운영체제가 악성 앱의 무단 화면 조작을 방어하기 위해 이중으로 배치한 보안 잠금을 해제하는 단계입니다.
- 개발자 모드 활성화:
설정→휴대전화 정보→소프트웨어 정보로 이동하여빌드번호항목을 7회 연속으로 탭합니다. 화면에 "개발자 모드를 켰습니다" 토스트 메시지가 나타납니다. - USB 디버깅 토글 인에이블: 새로 생성된
설정→개발자 옵션메뉴로 진입하여USB 디버깅스위치를 켭니다. - 연결 모드 구성: PC와 USB 케이블 연결 시 상단 시스템 알림창에서 USB 연결 방식을 '충전 전용'이 아닌
파일 전송(MTP)으로 변경합니다. - RSA 호스트 키 승인: 폰 화면에 표시되는 "USB 디버깅을 허용하시겠습니까?" 대화상자에서
이 컴퓨터에서 항상 허용을 체크하고 승인합니다.
# 디바이스 승인 및 아키텍처 확인 명령어
adb devices
adb shell getprop ro.product.cpu.abi
출력 결과에 arm64-v8a가 명시되고 디바이스 상태가 device로 표시되면, nanoMuse의 에이전트 런타임이 시스템 인터페이스를 제어할 수 있는 모든 물리적·소프트웨어적 준비가 완료된 것입니다. nanoMuse 앱 내에서는 접근성 권한(Accessibility)과 화면 캡처 권한을 사용자 동의를 거쳐 획득한 후 독자적인 백그라운드 루프로 전환됩니다.
⚠️ 6. 시각 기반 화면 조작이 직면한 기술적 한계와 취약점
화면 조작형 에이전트가 강력한 범용성을 제공함에도 불구하고, 실제 프로덕션 환경이나 일상 기기에 전면적으로 도입되기에는 여전히 해결해야 할 기술적 도전 과제들이 존재합니다. 가장 대표적인 문제는 지연 시간(Latency)과 UI의 비결정론적 변동성(Non-Deterministic Variation)입니다.
기존 API 호출은 밀리초(ms) 단위로 완결되지만, 화면 조작 방식은 화면 캡처 → 이미지 인코딩 → VLM 서버 전송 → 토큰 디코딩 및 좌표 산출 → 터치 주입 → 렌더링 대기라는 긴 파이프라인을 거칩니다. 통상 하나의 클릭을 수행하는 데 1초에서 길게는 3~4초 이상의 지연이 발생합니다. 이는 실시간 반응성이 중요한 티켓 예매나 순간적인 트래픽 대응 작업에서는 치명적인 약점이 됩니다.
6-1. UI 레이아웃 동적 변경 및 예상치 못한 인터럽트 대응
스마트폰 환경은 끊임없이 변화합니다. 사용자가 설정한 다크 모드 전환, 폰트 크기 변경, 배너 광고의 팝업, 앱 푸시 알림, 통신 지연으로 인한 스켈레톤 로딩 화면 등 수많은 비정형 인터럽트가 에이전트의 시각 흐름을 교란합니다.
- 광고 및 동적 팝업: 예고 없이 화면 전체를 덮는 전면 광고나 이벤트 팝업이 뜰 경우, 에이전트가 본래의 목표 버튼을 찾지 못하고 무한 루프에 빠질 위험이 있습니다.
- 동일 텍스트 다중 노출: 한 화면에 '확인' 또는 '선택' 버튼이 여러 개 존재할 때, 시각적 맥락 이해가 미흡하면 엉뚱한 부모 컨테이너 아래의 버튼을 누를 수 있습니다.
- 토큰 소모 및 배터리 발열: 화면을 초당 수 프레임씩 캡처해 클라우드 모델로 전송할 경우 네트워크 대역폭 소모와 단말기 발열, 배터리 소모가 급격히 증가합니다.
이러한 문제를 해결하기 위해 최신 연구는 화면 전체 이미지를 매번 모델로 보내는 대신, 경량화된 온디바이스 모바일 세그멘테이션 모델로 클릭 가능한 후보 컴포넌트의 경계 상자(Bounding Box)만 1차로 추려내어 VLM에 전달하는 하이브리드 파이프라인으로 진화하고 있습니다.
🔮 7. 개인용 디바이스 에이전트의 향후 방향과 도입 가이드라인
AI 에이전트 기술은 이제 단순한 채팅 봇에서 머무르지 않고, 사용자가 일상적으로 소유한 기기의 물리적 제어권을 쥐는 방향으로 진화하고 있습니다. nanoMuse가 보여준 모바일 화면 조작 아키텍처는 개방형 표준 프로토콜인 Anthropic의 Computer Use 및 Model Context Protocol(MCP)과 결합되면서 더욱 견고한 생태계를 형성할 것으로 기대됩니다. API가 존재하는 영역은 고속 커넥터로 처리하고, API가 전무한 영역은 비전 화면 조작으로 완결하는 이원화(Hybrid) 전략이 실무의 표준으로 자리 잡을 것입니다.
개인 개발자나 기업이 화면 조작형 에이전트를 도입하거나 관련 기능을 기획할 때 견지해야 할 핵심 가이드라인은 명확합니다.
- 철저한 권한 격리: 에이전트가 접근 가능한 앱과 화면의 화이트리스트를 운영체제 및 설정 수준에서 제한해야 합니다.
- 물리적 승인 게이트 필수화: nanoMuse의 철학처럼 결제, 금융 이체, 개인정보 수정, 데이터 삭제 작업에는 반드시 생체 인증이나 물리적 확인 인터럽트를 강제해야 합니다.
- 네트워크 폴백 및 로깅: 비정상적인 화면 캡처 실패나 연속 클릭 실패가 감지되면 즉시 에이전트를 안전 모드로 전환하고 상세 실행 스냅샷 로그를 남겨야 합니다.
손과 발을 얻은 인공지능이 모바일 운영체제의 벽을 넘어 사용자의 번거로운 작업을 대신 처리하는 시대가 열리고 있습니다. 폐쇄적인 모바일 생태계의 한계를 비전 추론으로 돌파하는 nanoMuse의 실험은, 소프트웨어와 인간이 상호작용하는 인터페이스의 규칙을 근본적으로 다시 쓰고 있습니다.
자주 묻는 질문
Q. nanoMuse를 실행하기 위한 안드로이드 기기의 최소 사양은 어떻게 되나요?
A. 안드로이드 8.0(오레오, API 레벨 26) 이상의 운영체제와 64비트(arm64-v8a) 프로세서를 탑재한 스마트폰이 필요합니다. 고해상도 비트맵 버퍼 연산과 온디바이스 라이브러리 호환성을 위해 64비트 환경을 필수로 요구합니다.
Q. 화면을 직접 조작하다가 잘못 결제되거나 데이터가 삭제될 위험은 없나요?
A. nanoMuse는 결제, 송금, 삭제, 민감 정보 전송 등 되돌릴 수 없는(cannot undo) 행동을 감지하면 즉시 조작을 일시 정지하고 사용자에게 물리적 승인을 요청하는 3단계 안전장치를 갖추고 있어 무단 실행을 방지합니다.
Q. 앱이 닫혀 있거나 화면이 꺼져 있어도 백그라운드에서 동작하나요?
A. 네, 안드로이드 포그라운드 서비스와 지속 알림을 활용하여 앱이 닫힌 상태에서도 백그라운드 수명 주기를 유지하도록 설계되었습니다. 다만 운영체제의 절전 및 메모리 정책에 따라 시스템 설정에서 배터리 최적화 예외 등록이 필요할 수 있습니다.
Q. 모델 사용에 따른 API 비용은 어떻게 처리되나요?
A. 초기 가입 시 제공되는 무료 사용량을 사용할 수 있으며, 이후에는 사용자가 직접 OpenAI, Anthropic 등의 비전 지원 모델 API 키를 발급받아 환경 설정에 주입하여 연동하는 방식을 지원합니다.
원본
https://github.com/nano-muse/nanoMuse
https://csnews.blog/android-no-api-automation/
https://samtaelabs.com/blog/screen-operating-ai-agent-changes-development-landscape



댓글 0개