Baidu DuMate, 크로스 디바이스 에이전트 과제로 기술 뉴스에 진입

Baidu DuMate가 크로스 디바이스 작업 인계와 내장 브라우저를 추가하며, 이번 주 기술 뉴스에서 구체적인 실행 전략을 제시했다. 이 에이전트는 작업이 휴대폰과 컴퓨터 사이를 오갈 때도 맥락과 진행 상황을 유지할 수 있는 것으로 전해졌다. Baidu는 지능형 라우팅을 통해 평균 작업 시간이 20% 단축됐다고도 밝혔다.

이 조합은 또 하나의 챗봇 업그레이드보다 더 큰 의미를 갖는다. DuMate는 한 기기에서 입력한 프롬프트를 여러 인터페이스에 걸친 완료된 작업으로 전환하려 한다. 사용자는 휴대폰에서 리서치를 시작하고 컴퓨터에서 이어서 진행한 뒤, 데스크톱 에이전트가 웹사이트를 열거나 파일을 내려받도록 할 수 있다.

가장 직접적인 비교 대상은 가상 브라우저를 통해 온라인 작업을 수행하고 웹, 모바일, 데스크톱 애플리케이션 전반에서 작동하는 ChatGPT agent다. 전략적 차이는 연속성에 있다. Baidu는 각 클라이언트를 대화의 또 다른 창으로 취급하는 대신, 기기 간 인계 자체를 에이전트의 일부로 내세우고 있다.

Baidu DuMate, 이제 기기 간에 진행 중인 작업을 이어간다

핵심 업데이트는 단순한 대화 동기화가 아니라 지속적인 실행이다.

Baidu는 2026년 7월 10일 청두에서 열린 DuMate 중심의 AI Day에서 이번 업그레이드를 공개했다. 이 행사는 제품 발표와 방문객이 AI 도구를 체험할 수 있는 공개 마켓을 결합한 형태였다. 한 지역 행사 계정은 이번 출시에는 지능형 라우팅, 공유 메모리, 브라우저 제어, 프레젠테이션 생성이 포함됐다고 전했다.

중국어로 Dazi로 알려진 DuMate는 Baidu의 범용 생산성 에이전트로서 3월에 출시됐다. Baidu는 분기 실적에서 이를 애플리케이션과 파일 전반에 걸친 다단계 워크플로를 자율적으로 수행하는 시스템이라고 설명했다.

최신 릴리스는 이 전제를 컴퓨터와 휴대폰 전반으로 확장한다. 공유 메모리는 관련 작업 맥락을 보존하고, 동기화된 진행 상태는 두 번째 기기에 실행이 중단된 지점을 알려준다. 진행 중인 작업에는 계획, 중간 산출물, 열린 리소스, 미완료 작업도 포함되므로, 이는 채팅 기록을 동기화하는 것보다 더 까다롭다.

시장 조사 과제를 생각해 볼 수 있다. 사용자는 출퇴근 중 휴대폰에서 DuMate에게 여러 공급업체를 비교해 달라고 요청할 수 있다. 이후 데스크톱 클라이언트는 같은 과제를 재개해 여러 페이지를 열고, 문서를 수집하며, 프롬프트를 다시 구성할 필요 없이 프레젠테이션을 준비할 수 있다.

데스크톱 애플리케이션의 내장 브라우저는 이 흐름에서 핵심적이다. 이는 에이전트가 여러 페이지를 열고 리서치나 다운로드 작업을 수행할 수 있는 통제된 환경을 제공한다. 브라우저 접근은 시스템을 텍스트 생성기에서 사람들이 이미 사용하는 인터페이스를 조작할 수 있는 소프트웨어로 전환한다.

Baidu는 모바일 클라이언트가 클라우드 기반 실행을 원격으로 지시할 수 있다고도 말한다. 휴대폰이 모든 작업을 로컬에서 수행할 필요는 없다. 휴대폰은 클라우드 환경에서 계속되는 작업의 제어 표면이 되어, 열린 데스크톱 세션에 대한 의존도를 낮출 수 있다.

이 아키텍처는 크로스 디바이스 AI의 더 유용한 정의를 만든다. 에이전트가 단지 두 기기에서 사용 가능한 것이 아니라, 양쪽에서 하나의 작업을 계속 진행하기에 충분한 상태를 유지할 책임을 지는 것이다.

메시징 애플리케이션은 수년간 대화를 동기화해 왔기 때문에 이 차이를 놓치기 쉽다. 그러나 채팅 기록은 무엇이 말해졌는지만 담는다. 실행 상태는 무엇을 시도했는지, 무엇이 성공했는지, 무엇이 실패했는지, 어떤 작업에 여전히 승인이 필요한지도 추적해야 한다.

따라서 연속성은 인터페이스 기능인 동시에 엔지니어링 문제다. 에이전트에는 지속 가능한 작업 기록, 공유 권한, 복구 가능한 체크포인트, 다음 작업을 어느 기기가 제어할지 규정하는 규칙이 필요하다. 각 요소는 재개된 작업이 연속적으로 느껴질지, 아니면 예측 불가능하게 작동하기 시작할지를 결정할 수 있다.

따라서 이번 릴리스는 Baidu에 더 선명한 제품 논거를 제공한다. DuMate는 더 이상 파일과 애플리케이션을 다룰 수 있는 보조 도구로만 제시되지 않는다. 사용자를 따라 실행 맥락이 이동하는 지속형 작업자로 자리매김하고 있다.

이 기술 뉴스가 브라우저 에이전트에 가하는 압박

Baidu는 브라우저 에이전트 공급업체들이 연속성, 비용, 작업 완료를 동시에 놓고 경쟁하도록 만들고 있다.

브라우저 사용은 대화형 AI를 행동으로 연결하는 일반적인 경로가 됐다. 모든 서비스가 애플리케이션 프로그래밍 인터페이스를 제공할 때까지 기다리는 대신, 에이전트는 페이지를 살피고 표시된 제어 요소를 조작할 수 있다. 이 방식은 접근성을 넓히지만, 웹의 일관성 부족과 보안 위험도 함께 떠안는다.

OpenAI는 2025년 1월 Operator를 통해 초기 기준점을 세웠다. 이 컴퓨터 사용 모델은 스크린샷을 해석하고 클릭, 스크롤, 입력을 통해 브라우저를 제어한다. 이후 Operator는 ChatGPT agent에 통합됐으며, 현재는 브라우징, 리서치, 파일 처리, 연결된 서비스를 함께 제공한다.

OpenAI는 가상 브라우저가 작업 중 사용자가 중단하거나 제어권을 가져갈 수 있게 한다고 설명한다. 이 에이전트는 자격 증명, 결제, 인간 검증 과제와 관련된 민감한 단계에서는 개입도 요청한다. 이러한 제어 장치는 브라우저 자율성에 여전히 경계가 필요하다는 점을 인정한다.

Google은 Project Mariner를 통해 유사한 방향을 추구해 왔다. Google은 Mariner를 웹과 상호작용하고 작업을 완료하는 실험적 컴퓨터 사용 에이전트로 설명했다. 에이전트 로드맵은 이 작업을 Gemini의 더 광범위한 에이전트 모드와도 연결했다.

Anthropic은 개발자에게 컴퓨터 사용 기능을 제공하는 다른 길을 택했다. Claude는 통제된 환경에서 스크린샷을 살피고 마우스 또는 키보드 동작을 실행할 수 있다. 이 모델은 소프트웨어 제작자에게 더 많은 자유를 주지만, 이들은 주변 인터페이스, 권한, 안전 제어 장치를 구축해야 한다.

DuMate는 독립형 모델 기능이 아닌 통합 제품으로 이 분야에 진입한다. Baidu는 애플리케이션, 클라우드 인프라, 검색 서비스, 기반 모델, 라우팅 계층의 상당 부분을 통제한다. 이러한 수직 통합 스택은 기기 간 인계와 리소스 할당을 조율하는 데 도움이 될 수 있다.

압박이 가장 뚜렷한 곳은 장시간 실행 작업을 내세우는 소비자 및 업무용 에이전트다. 단순히 작업을 시작하는 것만으로는 더 이상 충분하지 않다. 사용자는 에이전트가 중단 상황을 견디고, 기기 간에 이동하며, 오류 후 복구하고, 현재 상태를 설명하기를 점점 더 기대한다.

크로스 디바이스 연속성은 경쟁 단위도 바꾼다. 이전에는 공급업체들이 모델 품질, 응답 속도, 도구 지원, 벤치마크 점수를 비교했다. DuMate는 작업 이동성을 또 하나의 차원으로 더한다. 사용자가 에이전트의 작업 상태를 포기하지 않고 한 기기를 떠날 수 있는가?

이 질문에는 상업적 무게가 있다. 많은 지식 노동자는 휴대폰에서 과제를 발견하지만 컴퓨터에서 완료한다. 메시지, 회의 요청, 문서, 리서치 프롬프트는 하루 종일 도착한다. 이 순간들을 연결할 수 있는 에이전트는 나중에 맥락을 재구성해야 하는 마찰을 줄인다.

그러나 연속성만으로 유용성이 보장되지는 않는다. 완벽하게 보존된 나쁜 계획은 여전히 나쁜 계획이다. 에이전트는 사용자를 이전의 실수나 낡은 가정에 가두지 않으면서 검증된 진행 상황을 이어가야 한다.

경쟁업체는 여러 방식으로 대응할 수 있다. 기존 애플리케이션 간 동기화를 심화하거나, 클라우드 실행을 개선하거나, 더 명확한 작업 이력을 제공할 수 있다. 시각적 인터페이스 제어의 모호함을 피하는 통합을 강조할 수도 있다.

결과적으로 이는 단순한 Baidu 대 OpenAI 경쟁이 아니다. 주된 경쟁 상대는 각 기기나 세션이 새 출발처럼 작동하는 분절된 에이전트 모델이다. DuMate의 업데이트는 지속 상태가 핵심 제품 계층이 되어야 한다고 주장한다.

이 주장은 이미 검색 가능한 지식 기반을 구축하는 팀에 공감을 얻을 것이다. 특히 작업이 도구, 파일, 여러 세션에 걸칠 때 리서치의 연속성은 근거와 의사결정을 모두 보존하는 데 달려 있다.

실제 메커니즘은 라우팅, 메모리, 브라우저 제어다

DuMate의 약속은 흔히 별도로 평가되는 세 시스템을 조율하는 데 달려 있다.

첫 번째 시스템은 공유 메모리다. 여기서 메모리는 에이전트가 이후 실행 중에 검색할 수 있도록 저장된 작업 정보를 뜻한다. 여기에는 원래 목표, 사용자 선호도, 선택된 소스, 중간 파일, 완료된 단계의 기록이 포함될 수 있다.

유용한 메모리는 선택적이어야 한다. 과거의 모든 메시지와 페이지를 모델에 다시 전송하면 처리 비용이 증가하고 관련 없는 정보가 유입된다. 시스템은 다음 결정을 위해 가장 작지만 유용한 세부 정보 집합을 검색해야 한다.

두 번째 시스템은 지능형 라우팅이다. 라우터는 요청을 검토해 작업에 적합한 실행 모드, 모델 또는 도구 체인을 선택한다. 단순한 재작성 작업이 여러 사이트와 프레젠테이션을 포함하는 긴 리서치 과제와 같은 리소스를 소비해서는 안 된다.

Baidu는 업그레이드된 라우터가 평균 작업 시간을 20% 줄이고 토큰 활용률을 25% 높였다고 밝혔다. 토큰은 모델이 콘텐츠를 읽고 생성할 때 처리하는 단위다. 활용률 향상은 일반적으로 시스템이 같은 양의 모델 입력과 출력으로 더 유용한 작업을 완료한다는 뜻이다.

이 수치는 독립적인 벤치마크 결과가 아닌 회사 측 주장이다. Baidu는 이를 다른 에이전트와 직접 비교할 수 있을 만큼의 방법론적 세부 정보를 공개하지 않았다. 작업 구성, 기준 버전, 성공 기준, 재시도 정책은 모두 결과에 영향을 미친다.

세 번째 시스템은 브라우저 제어다. 내장 브라우저는 DuMate가 페이지를 열고, 소스 사이를 탐색하며, 자료를 내려받을 수 있는 환경을 제공한다. 사용자에게 따라 할 지침을 반환하는 대신, 하나의 과제 안에서 여러 웹 작업을 수행할 수 있는 것으로 전해졌다.

이 시스템들은 서로를 강화한다. 메모리는 브라우저에 작업 요구 사항을 알려준다. 브라우저는 관찰 결과와 파일을 만든다. 라우터는 어떤 모델 또는 모드가 결과를 해석하고 다음 작업을 계획해야 하는지 결정한다.

하지만 약한 고리 하나가 전체 워크플로를 무너뜨릴 수 있다. 메모리가 잘못된 지침을 검색하면 브라우저는 관련 없는 페이지를 방문할 수 있다. 라우팅이 어려운 작업에 경량 모드를 선택하면 에이전트는 피상적인 계획을 만들 수 있다. 브라우저 제어가 실패하면 더 강한 추론도 작업을 끝낼 수 없다.

Baidu는 단순 작업에서 100% 완료율, 복잡한 작업에서 94%의 높은 제공률을 기록했다고 보고한다. 일부 워크로드는 최대 75% 더 적은 크레딧을 소비한다고도 주장한다. 이러한 주장은 상당해 보이지만, 구매자가 외부 평가와 비교하려면 범주에 대한 더 명확한 정의가 필요하다.

“완료”는 에이전트가 종료 상태에 도달했음을 의미할 수도 있고, 허용 가능한 결과물을 만들었음을 의미할 수도 있으며, 모든 요구 사항을 충족했음을 의미할 수도 있다. “높은 제공률”은 표준화가 더욱 덜 돼 있다. 이는 사람의 평가, 자동화된 검사, 또는 내부 품질 기준을 반영할 수 있다.

이 구분이 중요한 이유는 에이전트 평가가 작업 설계에 유난히 민감하기 때문이다. 브라우저 에이전트는 안정적인 사이트에서는 잘 수행할 수 있지만, 페이지가 바뀌거나 팝업이 나타나거나 다운로드에 익숙하지 않은 확인 단계가 필요할 때는 어려움을 겪을 수 있다.

OpenAI가 공개한 컴퓨터 사용 결과는 통제된 벤치마크와 일반적인 신뢰성 사이의 격차를 보여준다. 이 모델은 출시 당시 OSWorld에서 38.1%를 기록했으며, 보고된 인간 성과는 72.4%였다. 동일한 모델은 범위가 더 좁은 브라우저 벤치마크에서 더 나은 성과를 보였는데, 이는 환경의 복잡성이 결과를 어떻게 바꾸는지 보여준다.

따라서 DuMate의 가장 강력한 주장은 아키텍처에 있다. Baidu는 라우팅, 지속적 컨텍스트, 브라우저 실행을 하나의 사용자 대면 워크플로에 결합하고 있다. 백분율 수치는 이를 뒷받침하는 근거지만, 아직 경쟁 에이전트 대비 우월성을 입증하지는 못한다.

사용자에게 실질적인 검증 기준은 간단하다. DuMate가 반복적인 설명 없이 실제 작업을 재개하고, 적절한 리소스를 사용하며, 정확한 결과물을 제공할 수 있는가? 개별 구성 요소가 벤치마크를 선도하는지보다 이 결과가 더 중요하다.

지속형 에이전트는 정리된 소스 자료에서도 이점을 얻는다. personal knowledge system은 에이전트가 검색할 수 있는 안정적인 정보를 제공하므로, 모든 업무가 오픈 웹 탐색으로 시작하지 않아도 된다.

지속형 에이전트에는 지속형 위험도 따른다

기기 전반에서 사용자를 따라다니는 에이전트는 유용한 컨텍스트만큼이나 실수와 노출도 보존할 수 있다.

브라우저 에이전트는 적대적인 정보 환경 안에서 작동한다. 페이지에는 인간 방문자, 자동화 시스템 또는 AI 모델을 겨냥한 지시가 포함될 수 있다. 에이전트는 유용한 콘텐츠와 자신의 행동을 다른 방향으로 유도하려는 텍스트를 구분해야 한다.

프롬프트 인젝션이 가장 명확한 사례다. 공격자는 에이전트에게 원래 작업을 무시하라고 지시하는 숨겨진 또는 오해를 유발하는 명령을 페이지에 배치할 수 있다. 에이전트가 이를 따른다면 정보를 노출하거나, 워크플로를 변경하거나, 사용자가 전혀 요청하지 않은 곳으로 이동할 수 있다.

Anthropic은 이를 컴퓨터 사용 시스템의 핵심 위험으로 설명해 왔다. Anthropic의 computer-use research는 인터넷에 연결된 모델이 스크린샷이나 웹페이지 안에서 악의적인 지시를 마주할 수 있다고 지적한다. 이 회사는 분류기와 기타 방어 기술을 계속 개발하고 있다.

기기 간 작업은 신뢰 경계의 수를 늘린다. 작업은 개인 휴대폰에서 시작해 클라우드 브라우저에서 이어지고 직장 컴퓨터에서 끝날 수 있다. 각 환경에는 서로 다른 계정, 권한, 저장 파일, 보안 정책이 존재할 수 있다.

Baidu는 자사의 엔터프라이즈 제품이 감사를 위해 AI 호출, 데이터 접근, 핵심 작업을 기록한다고 말한다. 이는 관리형 배포와 관련이 있지만, 소비자 사용자에게도 이해하기 쉬운 제어 기능이 필요하다. 사용자는 어느 환경이 작업 상태를 보유하는지, 어떤 데이터가 다른 기기까지 따라가는지를 알아야 한다.

공유 메모리는 또 다른 문제를 만든다. 지속성은 관련성보다 오래갈 수 있다. 한 업무 중 저장된 선호 사항은 나중에 부적절해질 수 있다. 연구에 사용된 문서에는 향후 작업에 포함되어서는 안 될 기밀 세부 정보가 담겨 있을 수 있다.

따라서 좋은 메모리 시스템에는 삭제, 수정, 만료, 출처 제어 기능이 필요하다. 출처는 정보가 어디에서 왔는지 기록한다. 이것이 없다면 사용자는 에이전트가 현재 지시, 오래된 대화, 또는 실행 중 마주친 웹페이지 중 무엇을 바탕으로 행동하는지 판단하기 어려울 수 있다.

원격 모바일 제어는 권한 부여에 관한 질문을 낳는다. 제품은 어떤 사용자가 작업을 재개할 수 있는지, 어떤 작업에 새로운 확인이 필요한지를 안정적으로 식별해야 한다. 도난당했거나 방치된 휴대폰이 민감한 브라우저 세션의 원격 제어기가 되어서는 안 된다.

클라우드 실행은 병행하는 트레이드오프를 만든다. 로컬 컴퓨터를 사용할 수 없을 때도 작업을 계속할 수 있지만, 사용자가 직접 점검할 수 없는 인프라로 업무를 옮긴다. 엔터프라이즈 구매자는 암호화, 보존 기간, 지역별 처리, 관리자 제어에 관한 세부 정보를 원할 것이다.

내장 브라우저에도 명확한 개입 지점이 필요하다. 구매, 게시, 메시지 전송, 파일 삭제, 양식 제출은 되돌리기 어려운 결과를 만들 수 있다. 가장 안전한 에이전트가 반드시 중단 없이 모든 단계를 완료하는 에이전트는 아니다.

Baidu가 공개한 성능 주장은 이러한 거버넌스 질문에 답하지 않는다. 더 빠른 라우터는 보안을 개선하지 않고도 작업 시간을 줄일 수 있다. 에이전트가 결과를 초래하는 행동을 지나치게 공격적으로 진행한다면, 더 높은 완료율은 오히려 위험을 키울 수도 있다.

더 일상적인 제품 위험도 있다. 바로 신뢰할 수 없는 핸드오프다. 작업은 동기화된 것처럼 보이지만 파일 참조, 로그인 상태 또는 중간 결정을 조용히 잃어버릴 수 있다. 두 번째 기기는 불완전한 작업 표현을 바탕으로 계속 진행할 수 있다.

사용자에게는 이러한 실패를 포착할 수 있는 가시적인 체크포인트가 필요하다. 좋은 핸드오프는 목표, 완료 단계, 미해결 문제, 활성 소스, 다음 작업을 요약해야 한다. 새 환경이 에이전트가 접근할 수 있는 범위를 바꿀 때는 확인을 요청해야 한다.

여기서는 독립적인 테스트가 중요해질 것이다. Baidu의 지표는 회사가 제시한 것이며, 공개적으로 이용 가능한 자료에는 제3자 감사에 대한 설명이 없다. 이 수치는 확정된 측정값이 아니라 초기 제품 지표로 다뤄야 한다.

그렇다고 이번 업데이트가 중요하지 않은 것은 아니다. 이는 이제 DuMate가 충족해야 할 기준을 정의한다. Baidu는 다단계 자동화의 약속에서 연속적인 기기 간 자동화의 약속으로 이동했으며, 이는 가치와 실패 모두의 범위를 더 넓힌다.

기술 뉴스 독자가 다음으로 주목해야 할 것

세 가지 신호가 DuMate의 기기 간 설계가 지속 가능한 장점이 될지, 아니면 세련된 시연에 그칠지를 보여줄 것이다.

첫 번째 신호는 실제 환경에서의 작업 보존이다. 향후 여러 제품 업데이트에서 사용자는 기기를 전환한 뒤 DuMate가 목표, 소스, 파일, 승인을 안정적으로 보존하는지 살펴봐야 한다. 반복적인 프롬프트나 누락된 상태는 Baidu의 연속성 주장을 약화시킬 것이다.

성공적인 보존은 작업 상태가 소비자용 에이전트의 표준 계층이 되어야 한다는 주장을 강화할 것이다. 또한 경쟁사에도 대화 기록만 동기화하는 대신 더 명확한 핸드오프 기록을 제공하라는 압박이 될 것이다.

두 번째 신호는 투명한 평가다. Baidu는 단순 작업 완료, 복잡 작업 고품질 제공, 토큰 활용도, 크레딧 절감의 정의를 공개해야 한다. 또한 작업 수, 기준선, 재시도, 인간 검토, 실패 처리 방식도 설명해야 한다.

상세한 방법론이 공개되면 보고된 100%와 94% 결과는 더 의미를 갖게 된다. 비교 가능한 근거가 부족하다면 구매자는 더 나은 실행과 유리한 작업 선정의 차이를 구분할 수 없게 된다.

세 번째 신호는 브라우저 및 클라우드 작업을 둘러싼 안전 모델이다. 권한 제어, 확인 정책, 메모리 관리, 감사 기능, 악의적인 웹 지시에 대한 방어를 주시해야 한다. 이러한 세부 사항이 기업이 통제된 파일럿을 넘어 기기 간 에이전트를 배포할 수 있는지를 결정할 것이다.

경쟁사의 대응은 또 다른 간접 지표가 될 것이다. OpenAI, Google, Anthropic은 이미 브라우저 또는 컴퓨터 상호작용을 지원한다. 이들이 활성 작업 핸드오프를 더 눈에 띄게 만든다면, 경쟁사가 결국 그 격차를 좁히더라도 Baidu는 실제 제품 공백을 찾아낸 셈이 된다.

개발자에게 주는 교훈은 에이전트 계층이 개별 모델 위로 이동하고 있다는 점이다. 라우팅, 메모리, 상태 복구, 권한, 인터페이스 제어가 점점 사용자 경험을 결정한다. 더 나은 추론은 도움이 되지만, 그 추론이 긴 워크플로와 맞닿은 뒤에도 살아남는지는 오케스트레이션이 결정한다.

엔터프라이즈 구매자는 공통된 정의 없이 헤드라인 완료율을 비교하는 일을 피해야 한다. 대표적인 업무를 테스트하고, 개입 빈도를 기록하며, 수정 비용을 측정하고, 시스템이 오래되었거나 충돌하는 지시를 어떻게 처리하는지 검토해야 한다.

지식 근로자는 더 간단한 테스트를 적용할 수 있다. 휴대폰에서 리서치 작업을 시작하고, 컴퓨터에서 재개하며, 보존된 근거를 점검하고, 최종 결과물을 검증하면 된다. 이 워크플로는 하나의 순서 안에서 DuMate의 전체 가설을 시험한다.

Baidu는 기기 간 연속성을 배경의 편의 기능이 아니라 기술 뉴스에서 구체적인 경쟁 주장으로 만들었다. 이제 연속성이 단지 진행 지표뿐 아니라 판단, 권한, 근거까지 보존한다는 점을 증명해야 한다.

다음 질문은 사용자와 평가자에게 달려 있다. AI 에이전트가 기기 전반에서 업무를 따라갈 때, 재구성 작업을 줄이고 신뢰할 수 있는 결과를 제공하는가, 아니면 해결되지 않은 오류를 더 멀리 옮길 뿐인가? 그 답이 지속형 에이전트가 일상적인 인프라가 될지, 아니면 첫 번째 값비싼 실수 뒤 사람들이 꺼버리는 또 하나의 기능이 될지를 결정할 것이다.