이미지: X — 인프라·칩
요약
- Yutori의 브라우저 조작 에이전트 모델 Navigator가 Together AI 인프라에서 구동된다
- 프론티어급 모델 대비 추론 속도 2배, 비용은 4~5배 낮다고 발표됐다
- 브라우저 에이전트는 스크린샷 확인과 동작 실행을 과제당 수십 차례 반복하는 구조다
- 모델명
- Navigator (Yutori 개발)
- 구동 인프라
- Together AI
- 추론 속도
- 프론티어 모델 대비 2배 빠름
- 비용
- 프론티어 모델 대비 4~5배 저렴
- 발표 계정
- Together AI (X, 2026-08-16)
Together AI가 자사 인프라에서 구동 중인 Yutori의 브라우저 조작 모델 Navigator를 소개했다. 이 모델은 프론티어급 모델과 견주어 추론 속도가 2배 빠르고 비용은 4~5배 낮다고 밝혔다. Together AI 계정이 X(옛 트위터)에 올린 게시물에는 브라우저 화면을 자동으로 조작하는 에이전트의 동작 장면이 함께 담겼다.
브라우저 조작 에이전트는 사람이 웹사이트를 쓸 때와 비슷한 방식으로 일한다. 화면을 캡처해 지금 상태를 확인하고, 버튼을 누르거나 텍스트를 입력하는 동작을 하나 고른 뒤, 다시 화면을 캡처해 그다음 동작을 정하는 식이다. Together AI는 이 과정을 "스크린샷, 액션, 반복"이라는 짧은 루프로 설명했는데, 과제 하나를 끝내는 데 이 루프가 수십 번 돌아간다는 점이 핵심이다. 검색 결과를 훑고, 양식을 채우고, 다음 페이지로 넘어가는 일련의 과정이 전부 이 루프 안에서 이뤄지기 때문에, 루프 한 번의 속도와 비용이 조금만 줄어도 전체 작업 시간과 요금은 크게 달라진다.
Together AI는 자체 모델을 훈련하는 회사가 아니라, 라마·큐원 같은 공개 모델과 Navigator 같은 파트너사 모델을 대신 돌려주는 추론 클라우드다. 이번 발표도 Together AI가 Navigator를 개발했다는 뜻이 아니라, Yutori가 만든 모델을 자사 서버에서 서빙하며 성능 지표를 낸 것으로 읽는 게 맞다. 최근 클라우드플레어의 에이전트 전용 브라우저 Kitesurf, Nous Research의 Hermes 브라우저 사용 모드 등 여러 회사가 브라우저 조작 에이전트를 더 가볍고 빠르게 만드는 경쟁에 뛰어들고 있다.
브라우저 에이전트를 실제 서비스에 붙이려는 팀에게는 모델 성능표보다 추론 단가가 더 중요한 변수가 된다. 과제 하나에 화면 캡처와 판단을 수십 번 거치는 구조라면, 같은 정확도를 유지하면서 호출당 비용을 낮추는 쪽이 장기적으로 서비스 원가를 좌우한다. 이번 발표대로라면 Navigator를 쓰는 팀은 같은 작업량을 더 적은 GPU 자원으로 처리할 수 있다는 뜻이어서, 브라우저 자동화를 상용 제품에 넣으려는 스타트업들이 눈여겨볼 만한 조합이다.
