마누스, 웹 스크래핑을 위한 100개 이상의 에이전트를 갖춘 '와이드 리서치' AI 도구 출시

소비자와 전문 사용자 모두를 위한 선구적인 멀티 에이전트 오케스트레이션 플랫폼으로 주목받았던 중국의 AI 혁신 기업 마누스가 기존의 AI 연구 접근 방식에 도전하는 획기적인 기술 적용 사례를 공개했습니다.

AI 기반 연구에 대한 재고

몇 시간 동안 조사를 수행하여 상세한 보고서를 작성할 수 있는 전문 '딥 리서치' 에이전트를 개발한 OpenAI, Google, xAI 등의 경쟁사와 달리, 마누스는 새로운 '와이드 리서치' 실험 기능으로 근본적으로 다른 길을 택했습니다. 이 혁신을 통해 사용자는 병렬화된 AI 에이전트 군집(수백 명까지 동시에 배치 가능)을 배치하여 통합된 목표를 위해 함께 작업함으로써 광범위한 연구 프로젝트를 수행할 수 있습니다.

기술적 기반

이 플랫폼은 Anthropic의 Claude와 Alibaba의 Qwen을 비롯한 최첨단 AI 모델을 활용하여 운영을 강화하는 것으로 알려졌습니다. 이러한 기술적 기반은 연구, 분석 및 크리에이티브 생성 작업 전반에 걸쳐 병렬 처리에 대한 마누스의 고유한 접근 방식을 지원합니다.

폭넓은 연구 활동

마누스의 데모 동영상은 100가지 운동화 모델을 실시간으로 비교하여 시스템의 기능을 보여줍니다. 이 플랫폼은 100개의 전문화된 하위 에이전트를 즉시 배포하여 각각 디자인 요소, 가격 구조, 시장 가용성 등 단일 신발의 고유한 측면을 분석합니다. 이러한 대규모 병렬 처리는 몇 분 안에 여러 형식으로 제공되는 포괄적이고 정렬 가능한 매트릭스로 마무리됩니다.

데이터 분석 그 이상

와이드 리서치의 애플리케이션은 기존의 데이터 수집을 훨씬 뛰어넘는다는 점을 강조합니다. 크리에이티브 테스트에서 이 시스템은 50가지의 독특한 시각적 스타일로 홍보 포스터 디자인을 동시에 생성하여 모든 최종 자산을 바로 사용할 수 있는 ZIP 파일로 패키징했습니다. 이러한 다목적성은 에이전트 가상화 및 에이전트 간 통신 프로토콜에 대한 마누스의 정교한 접근 방식에서 비롯됩니다.

플랫폼 아키텍처 혁신

기술 시연에 따르면, 와이드 리서치는 초기 제품에 비해 컴퓨팅 용량을 100배 확장하는 최적화된 가상화 아키텍처를 최초로 구현한 제품입니다. 이 시스템은 대규모 분석 작업을 감지할 때 병렬 처리 기능을 지능적으로 활성화하므로 사용자가 수동으로 구성할 필요가 없습니다.

구독 옵션

와이드 리서치는 처음에 프로 티어 구독자를 대상으로 출시되며, 다른 티어에도 점진적으로 출시될 예정입니다. Manus의 현재 구독 구조는 다음과 같습니다:

• 무료 티어: 크레딧과 작업 용량이 제한된 기본 기능
• 기본 요금제(월 $19): 고급 모델 액세스를 포함한 확장된 기능
• 플러스 요금제(월 $39): 작업 동시성 및 크레딧 허용량 증가
• 프로 요금제(월 $199): 베타 테스트 우선권을 포함한 모든 기능 액세스

연간 약정 시 17% 할인을 제공하여 전문 사용자가 프리미엄 티어를 더 쉽게 이용할 수 있습니다.

기술적 이점

Manus는 각 사용자 세션이 전용 가상 머신에서 작동하는 클라우드 기반 아키텍처를 통해 차별화됩니다. 이 인프라는 진정한 범용 AI 애플리케이션에 필수적인 오케스트레이션된 클라우드 컴퓨팅 리소스에 대한 자연어 기반 액세스를 가능하게 합니다.

아키텍처의 차별화

역할이 엄격하게 전문화된 기존의 멀티 에이전트 시스템과 달리, 와이드 리서치는 다양한 작업을 독립적으로 처리할 수 있는 완전한 기능을 갖춘 Manus 인스턴스인 범용 하위 에이전트를 활용합니다. 이러한 설계는 템플릿의 제약을 받는 다른 대안에 비해 전례 없는 유연성과 확장성을 제공한다고 회사 측은 주장합니다.

성능 고려 사항

마누스는 와이드 리서치를 병렬 처리의 혁신으로 홍보하고 있지만, 순차 처리 방식에 비해 성능 이점을 검증하는 비교 벤치마크는 아직 제공하지 않고 있습니다. 다음과 관련된 미해결 질문이 남아 있습니다:

• 대량 작업 시 리소스 효율성
• 하위 에이전트 조정 메커니즘
• 결과 집계 방법론
• 속도 또는 정확성에서 측정 가능한 이점

업계 상황

광범위한 AI 생태계는 유사한 멀티 에이전트 구현을 통해 엇갈린 결과를 경험했습니다. Claude's Code와 같은 플랫폼에 대한 타사 보고서는 다음과 같은 반복적인 문제를 강조합니다:

• 과부하 시 성능 병목 현상
• 과도한 컴퓨팅 리소스 소비
• 실행 워크플로우의 제한된 투명성
• 에이전트 간의 조율 어려움

마누스는 와이드 리서치가 아직 실험 단계에 있으며, 이러한 유형의 업계 전반의 문제를 해결하기 위해 지속적으로 개발 중임을 인정합니다.

전략적 시사점

와이드 리서치의 도입은 대규모 AI 협업을 재정의하겠다는 마누스의 의지를 보여줍니다. 업계가 다중 에이전트 시스템의 복잡성과 씨름하고 있는 가운데, 마누스의 일반화된 에이전트 접근 방식은 병렬화된 AI 워크플로우를 위한 새로운 패러다임을 구축할 수 있습니다. 마누스의 기술 인프라는 현재의 제품을 넘어 미래의 혁신을 지원하도록 설계된 것으로 보이며, 와이드 리서치는 기능적인 도구이자 향후 개발을 위한 기반이 될 것입니다.