Hugging Face의 Microsoft Mage-VL-Cowork, GUI 전용 데스크톱 에이전트에 도전
Microsoft는 화면 제어와 터미널 실행을 결합해 작업 성공률 66.0%를 기록했다고 보고한 40억 파라미터 데스크톱 에이전트 Mage-VL-Cowork를 공개했습니다. microsoft/Mage-VL-Cowork · Hugging Face의 설명에 따르면, 이는 이미지와 텍스트를 함께 처리하는 비전-언어 모델입니다. 이 모델의 핵심 주장은 마우스 이동, 키보드 입력, 스크린샷만으로 모든 작업을 처리하는 익숙한 데스크톱 자동화 방식에 이의를 제기합니다.
Microsoft는 이 모델이 그래픽 제어 기능을 사용할 시점과 코드를 통해 파일을 조작할 시점을 학습한다고 밝혔습니다. 하이브리드 에이전트 모델은 Apache-2.0 라이선스로 제공됩니다. 이번 공개는 구체적인 연구 기준선을 제시하지만, 성능 주장은 여기서 독립적으로 검증된 것이 아니라 개발사가 보고한 내용입니다.
중요한 비교 대상은 모델 크기만큼이나 실행 전략입니다. Microsoft는 Qwen3.6-27B를 비롯한 더 큰 시스템과 이 모델을 비교하면서, 더 나은 학습 환경이 소형 에이전트를 개선할 수 있다고 주장합니다. 개발자와 기업 구매자에게 실질적인 질문은 다음과 같습니다. 에이전트가 도구를 선택하는 방법을 가르치는 것이 통제된 시연을 넘어 유용한 효율성을 제공할 수 있을까요?
Hugging Face의 Microsoft Mage-VL-Cowork, 하이브리드 실행을 핵심으로 내세우다
이번 공개는 소형 모델 내부에 행동 선택을 배치해, 실행 전략을 평가 대상 역량의 일부로 만듭니다.
그래픽 사용자 인터페이스(GUI)는 보이는 창, 메뉴, 버튼을 통해 애플리케이션 제어 기능을 제공합니다. 터미널은 명령어와 스크립트를 제공합니다. 둘 다 컴퓨터의 상태를 바꿀 수 있지만, 동일한 작업을 완료하는 방식은 다릅니다.
서식 지정, 계산, 저장된 결과물이 필요한 스프레드시트 요청을 생각해 보겠습니다. 그래픽 에이전트는 셀을 선택하고 메뉴를 열며 수식을 입력할 수 있습니다. 코드 실행이 가능한 에이전트는 잠재적으로 통합 문서를 직접 편집한 뒤 렌더링된 모습을 검사할 수 있습니다.
이 사례는 보편적인 승자를 확정하는 것이 아니라 차이를 보여 줍니다. 일부 작업은 애플리케이션이 현재 표시하는 내용에 의존합니다. 다른 작업은 메뉴를 탐색하지 않고도 스크립트가 다룰 수 있는 구조화된 정보에 의존합니다.
따라서 이번 공개는 평가자에게 에이전트가 적절한 경로를 선택하는지 살펴보라고 요구합니다. 작업 완료도 중요하지만, 현재 경로가 불필요한 작업을 유발하는 시점을 인식하는 것도 중요합니다.
이는 분석 단위의 의미 있는 변화입니다. 스크린샷은 에이전트가 무엇을 보는지 보여 줍니다. 도구 호출은 에이전트가 어떻게 행동하는지 보여 줍니다. 어느 하나만으로는 사용자의 목표에 맞는 합리적인 방식을 선택했는지 설명할 수 없습니다.
제품 팀에는 이 구분이 아키텍처에 영향을 줍니다. 데스크톱 어시스턴트는 작업 내내 인간의 상호작용을 모방해야 할까요? 구조화된 작업은 코드에 위임해야 할까요? 서로 다른 채널을 통해 이루어진 변경 사항은 어떻게 조정해야 할까요?
Mage-VL-Cowork는 연구자들이 이러한 질문을 조사할 수 있는 공개 모델을 제공합니다. 그렇다고 모든 애플리케이션이나 배포 환경에서 이 문제를 해결한 것은 아닙니다.
가용성은 증거에 관한 논의도 바꿉니다. 외부 개발자는 설명식 시연에만 의존하지 않고 구현을 검토하고 재현을 시도할 수 있습니다. 독립적인 결과가 나오기 전에도 이러한 기회는 중요합니다.
따라서 microsoft/Mage-VL-Cowork · Hugging Face를 “소형 모델이 데스크톱 작업을 해결했다”라고 해석하는 것은 지나칩니다. Microsoft는 검토 가능한 구현과 구체적인 성능 주장을 제시했습니다.
사용자에게 이 구분은 연구 공개와 완성된 어시스턴트를 가릅니다. 모델에는 여전히 애플리케이션 접근 권한, 실행 환경, 제품 인터페이스가 필요합니다. 이러한 주변의 결정이 사용자가 실제로 무엇을 위임할 수 있는지를 정합니다.
이번 공개의 즉각적인 기여는 더 명확한 실험 명제입니다. 소형 데스크톱 에이전트는 사용 가능한 행동을 어떻게 결합하는지 기준으로 평가되어야 합니다. 파라미터 수는 여전히 관련성이 있지만, 결과 전체를 설명할 수는 없습니다.
GUI 전용 에이전트 개발자는 더 구체적인 효율성 문제에 직면한다
Microsoft의 결과는 소형 모델이 언제나 대형 모델보다 뛰어나다는 결론이 아니라, 인터페이스 전용 실행 전략에 압박을 가합니다.
회사의 데스크톱 에이전트 비교에 따르면 Mage-VL-Cowork는 66.0%, Qwen3.6-27B는 63.9%, Muse Glimmer-30B는 65.9%를 기록했습니다. 같은 자료에서 SCALECUA-Qwen3.5-9B는 68.7%로 더 높은 점수를 받았습니다.
이 수치는 이 기사를 위해 독립적으로 표준화된 평가가 아니라 Microsoft의 비교 자료에 속합니다. 실행 설정의 차이가 남아 있다는 점을 전제로, 이 접근법을 조사할 이유를 뒷받침합니다.
가장 직접적인 압박은 모든 작업에서 보이는 상호작용을 기본 경로로 간주하는 팀에 가해집니다. 이제 이들 팀에는 평가할 수 있는 구체적인 대안이 생겼습니다.
더 큰 모델은 까다로운 화면을 더 정확하게 추론할 수 있습니다. 하지만 그 장점이 반복적인 메뉴 탐색을 구조화된 문서를 수정하는 최선의 방법으로 자동으로 만들지는 않습니다.
반대로 터미널 접근 권한이 시각적 판단의 필요성을 없애지는 않습니다. 스크립트는 레이아웃이 사용자의 요청을 충족하지 못하는 파일을 성공적으로 작성할 수 있습니다. 유용한 비교는 완성된 결과물을 고려해야 합니다.
이로 인해 구매자가 공급업체에 시연을 요청해야 하는 내용도 달라집니다. 성공적인 녹화는 제시된 조건에서 워크플로가 작동할 수 있음을 보여 줍니다. 그 워크플로가 얼마나 자주 성공하는지는 입증하지 않습니다.
마찬가지로 더 짧은 상호작용 순서는 충분하지 않지만 유용한 정보입니다. 에이전트는 상당한 작업을 스크립트로 옮기면서 눈에 보이는 행동을 줄일 수 있습니다. 그 결과물은 여전히 검사가 필요합니다.
경쟁 측면의 함의는 평가 부담입니다. GUI 전용 설계를 옹호하는 팀은 그러한 설계가 어디에서 더 나은 호환성, 제어 또는 신뢰성을 제공하는지 설명해야 합니다. 하이브리드 실행을 홍보하는 팀은 추가 접근 권한이 어디에서 측정 가능한 이점을 내는지 보여야 합니다.
어느 쪽도 파라미터 수만으로 이 논의를 끝낼 수 없습니다. 모델 크기는 애플리케이션 준비 상태, 검증 품질, 또는 도구 안에 숨겨진 작업량을 거의 말해 주지 않습니다.
기업 구매자에게 이는 워크플로 선택을 더욱 중요하게 만듭니다. 디자인을 시각적으로 검사하는 어시스턴트는 구조화된 통합 문서를 반복적으로 업데이트하는 어시스턴트와 요구 사항이 다릅니다.
지식 근로자는 정보를 찾는 일과 이를 실행하는 일 사이에서도 유사한 차이를 마주합니다. 개인 지식 베이스는 작업에 사용할 수 있는 정보를 다룹니다. 데스크톱 실행은 에이전트가 애플리케이션과 파일을 어떻게 변경하는지를 다룹니다.
유용한 어시스턴트는 두 책임 모두에 관한 명확성이 필요합니다. 더 나은 실행도 잘못된 원본 문서를 보완할 수는 없습니다. 더 나은 검색도 에이전트가 요청된 변경 사항을 저장한다는 보장은 없습니다.
Microsoft의 공개는 완전한 워크플로를 비교해야 한다는 주장을 강화합니다. 관련 결과에는 올바른 입력, 적절한 행동 경로, 검증된 결과물이 포함됩니다.
이러한 틀은 경쟁사에 구체적인 대응 목표를 제공합니다. 소형 모델 공개에 더 큰 모델 발표로 대응하는 대신, 일치된 조건에서 더 나은 결과를 보여 줄 수 있습니다.
더 나은 시연이 더 작은 모델보다 먼저다
학습 제안은 교사의 운영 환경을 학생이 배우는 내용의 일부로 봅니다.
Microsoft의 학습 방식은 정교화된 교사 하네스, 재사용 가능한 작업 생성, 단계적 학습이라는 세 가지 연결된 요소를 설명합니다. 하네스는 도구, 프롬프트, 실행 지원으로 구성된 주변 시스템입니다.
작업 생성 시스템인 Mage-CUA-Forge는 6,915개 스킬 전반에서 293,806개의 작업을 생성했다고 보고됐습니다. 커리큘럼은 시각적 상호작용과 터미널 역량을 각각 발전시킨 뒤, 시연 데이터로 학습하는 지도 미세 조정과 결과 기반 피드백을 사용하는 강화 학습을 통해 이를 결합합니다.
분석적 의미는 이 요소들이 연결되는 방식에 있습니다. 시연으로 학습한 학생 모델은 도구에 관한 교사의 선택을 포함한 행동 사례를 받습니다.
이러한 사례에 불필요한 우회가 포함되면, 이를 복제하는 과정에서 우회도 유지될 수 있습니다. 교사의 더 나은 답변이 학생의 더 나은 행동 순서를 반드시 의미하지는 않습니다.
이 때문에 교사 준비는 사소한 학습 세부 사항이 아니라 엔지니어링 과제가 됩니다. 도구 중복, 일관되지 않은 인터페이스, 부족한 애플리케이션 지원은 모두 학습되는 행동을 복잡하게 만들 수 있습니다.
그렇다고 모든 에이전트가 더 적은 도구를 받아야 한다는 뜻은 아닙니다. 도구의 가용성에는 목적이 필요하다는 뜻입니다. 같은 행동을 수행하는 여러 방법은 유연성을 높일 수 있지만 시연의 일관성을 떨어뜨릴 수 있습니다.
이 구분은 원하는 행동이 유효한 명령어를 생성하는 것 이상을 포함하기 때문에 소형 모델에 중요합니다. 모델은 상황을 인식하고, 경로를 선택하며, 실행하고, 무슨 일이 일어났는지 평가해야 합니다.
워크플로 우선 생성은 학습 범위에 관한 관련 질문을 제기합니다. 작업 구성 프로세스를 재사용하면 추가 사례를 더 쉽게 만들 수 있습니다. 동시에 그 프로세스에 내재된 가정과 비슷한 사례를 만들 수도 있습니다.
중요한 평가 질문은 단순한 양보다 다양성입니다. 생성된 작업은 의미 있는 방식으로 달라지나요? 서로 다른 애플리케이션 상태와 실패 조건을 드러내나요? 에이전트가 초기 접근 방식을 수정해야 하나요?
단계적 커리큘럼은 어느 한 스킬도 안정적으로 작동하기 전에 스킬을 결합하는 또 다른 학습 문제에 일관된 답을 제시합니다. 행동 채널을 각각 발전시키면 이후 통합을 연구할 기반을 제공합니다.
하지만 커리큘럼 구조만으로 최종 모델이 왜 개선됐는지는 입증되지 않습니다. 더 강력한 증거는 다른 조건을 일정하게 유지하면서 개별 변경 사항을 분리해야 합니다. 그렇지 않으면 향상은 여러 상호작용하는 결정의 결과일 수 있습니다.
학습 설계를 통해 Microsoft Mage-VL-Cowork를 살펴보는 개발자에게 재사용 가능한 통찰은 실험적 엄격성입니다. 시연 품질, 환경 구성, 모델 최적화는 각각 별도로 면밀히 검토할 가치가 있습니다.
이는 “효율적인 소형 모델”의 실질적 의미도 바꿉니다. 소형 추론은 상당한 사전 준비에 의존할 수 있습니다. 배포 효율성과 학습 단순성은 서로 다른 주장입니다.
이번 공개가 흥미로운 이유는 바로 이 준비 과정을 이야기의 일부로 드러내기 때문입니다. 보고된 결과는 최종 모델뿐 아니라 교육 과정도 면밀히 검토하도록 유도합니다.
작업이 여전히 완료될 때만 더 적은 호출이 중요하다
효율성 향상은 작업 완료를 유지하고 전체 워크플로 전반의 측정을 견딜 때 유용해집니다.
Microsoft는 온라인 강화 학습 후 모델 호출이 13.0% 줄고 출력 토큰이 25.4% 감소했다고 보고했습니다. 토큰은 모델이 처리하거나 생성하는 텍스트 단위입니다. 이러한 감소는 모든 경쟁 시스템 대비 절감 효과를 확정하는 것이 아니라 학습 단계를 비교한 것입니다.
회사가 상호작용 감소와 함께 완료율 향상을 보고했기 때문에 그 방향은 고무적입니다. 그러나 출력 길이와 호출 수는 데스크톱 에이전트 작업의 일부만 설명합니다.
모델 호출은 저렴한 검사를 실행하거나 긴 스크립트를 실행할 수 있습니다. 더 짧은 응답에도 느린 애플리케이션 실행이 뒤따를 수 있습니다. 어느 지표도 사용자가 기다리는 시간을 직접 입증하지는 않습니다.
보고된 감소 수치는 측정에 사용된 정의와 함께 해석해야 합니다. 이는 보고된 평가 환경에서의 상호작용 행동에 관한 근거이지, 운영 비용 전반을 완전히 설명하는 내용은 아닙니다.
이러한 구분은 로컬 배포에도 영향을 미칩니다. 생성되는 텍스트가 줄면 일부 추론 작업은 감소할 수 있지만, 실제 반응성은 하드웨어와 주변 소프트웨어에 따라 달라집니다.
따라서 배포 평가는 실제 사용할 장비에서 관찰한 결과를 필요로 합니다. 애플리케이션 실행, 모델 로딩, 결과 검토에 필요한 시간을 고려해야 합니다.
Microsoft의 데모 자료에는 Python을 통한 스프레드시트 편집과, 그래픽 작업에 터미널 검증을 결합한 이미지 편집이 포함됩니다. 이러한 사례는 서로 다른 작업 경로를 평가해야 하는 이유를 보여 줍니다.
스프레드시트 사례는 구조화된 조작을 나타냅니다. 이미지 사례는 시각적 상호작용이 여전히 유용하며, 이후 저장된 산출물을 별도로 확인해야 하는 작업을 나타냅니다.
어느 데모도 관련 없는 과제 전반에서의 평균적 개선을 입증하지는 않습니다. 선별된 사례는 작동 방식을 설명하는 데 도움이 되지만, 그 방식이 얼마나 일관되게 도움이 되는지는 더 폭넓은 테스트가 판단합니다.
평가자는 시도한 작업과 성공한 작업도 구분해야 합니다. 일찍 멈추는 에이전트는 효율적으로 보일 수 있습니다. 반면 실수에서 회복하는 데 더 오래 걸리는 모델은 사용 가능한 결과를 만들었음에도 비효율적으로 보일 수 있습니다.
그렇다고 실패한 작업을 보고에서 제외해야 한다는 뜻은 아닙니다. 해당 작업의 리소스 소비 역시 운영 상황의 일부입니다. 중요한 점은 그 관계를 이해할 수 있을 만큼 충분한 세부 사항을 보고하는 것입니다.
사용자 검토는 또 다른 층위를 만듭니다. 빠른 자율 실행도 이후 광범위한 검토를 요구할 수 있습니다. 검토에 수동 작업보다 더 오래 걸린다면 실질적 이점은 줄어듭니다.
Microsoft Mage-VL-Cowork와 Qwen을 비교하는 구매자에게 가장 강력한 근거는 작업 결과를 경과 시간 및 검토 요구 사항과 함께 제시하는 것입니다. 파라미터 비교만으로는 그러한 기록을 대체할 수 없습니다.
이는 내부 파일럿에도 똑같이 적용됩니다. 팀은 더 짧은 트랜스크립트를 자동적인 생산성 향상으로 간주하지 않아야 합니다. 산출물, 그 정확성, 그리고 이를 신뢰하는 데 필요한 노력이 사용자 경험을 결정합니다.
Microsoft가 보고한 감소 수치는 효율성 주장을 검증할 가치를 뒷받침합니다. 그렇다고 추론을 둘러싼 작업을 측정할 필요가 사라지는 것은 아닙니다.
벤치마크는 데스크톱 신뢰성에 관한 제한된 주장을 뒷받침합니다
통제된 작업 성공 점수는 일상적인 데스크톱 전반에서 신뢰할 수 있는 작동을 보증하지는 않지만, 유용한 기준점을 제시합니다.
Microsoft는 50단계 제한 조건에서 361개의 홀드아웃 작업을 평가했다고 보고합니다. 핵심 수치는 두 번 실행한 결과의 평균입니다. 이러한 조건은 결과를 규정하므로 비교 시 함께 제시해야 합니다.
OSWorld benchmark는 실행 가능한 컴퓨터 환경에서 과제를 평가합니다. 관리자는 설정 과정에서 네트워크 종속성이 발생할 수 있다는 이유로 Google Drive 작업을 제외하는 것을 허용합니다.
이 맥락은 중요합니다. 그렇지 않으면 제외 항목이 자의적으로 보일 수 있기 때문입니다. 해당 하위 집합에는 문서화된 근거가 있습니다. 그렇더라도 결과를 비교할 때는 공개해야 합니다.
“Verified”라는 단어 역시 신중하게 읽어야 합니다. 이는 벤치마크 버전의 이름입니다. 모든 모델의 제출 점수가 독립적인 확인을 받았다는 뜻은 아닙니다.
이번 릴리스에서 방어 가능한 주장은 Microsoft가 설명한 설정 아래에서 강력한 성능을 보고했다는 것입니다. 독립적인 재현은 이 결과에 대한 신뢰를 높일 것입니다.
벤치마크 성능과 업무 환경에서의 신뢰성 사이에는 여러 차원이 있습니다. 업무 과제는 예상치 못한 애플리케이션 상태에서 시작될 수 있습니다. 또한 평가자가 완전히 인코딩할 수 없는 요구 사항을 포함할 수도 있습니다.
예를 들어 문서는 사용자가 자명하다고 여기는 서식 규칙을 유지해야 할 수 있습니다. 기술적으로 유효한 파일도 그러한 기대를 위반할 수 있습니다.
하이브리드 접근은 또 다른 조정 문제를 더합니다. 직접 파일을 편집한 결과와 열려 있는 애플리케이션은 동일한 작업의 서로 다른 상태를 나타낼 수 있습니다. 에이전트는 어느 상태에 권위 있는 변경 사항이 포함되어 있는지 인식해야 합니다.
이는 Mage-VL-Cowork의 문서화된 실패율이 아니라 일반적인 배포 우려 사항입니다. 이번 릴리스는 이러한 충돌이 일상적인 사용에서 얼마나 자주 발생하는지 입증하지 않습니다.
복구 역시 별도로 살펴볼 가치가 있습니다. 준비된 작업을 완료하는 것은 중간 작업이 실패했음을 인식하는 일과 다릅니다. 유용한 어시스턴트는 두 상황 모두에 대응하는 행동이 필요합니다.
에이전트는 잘못된 편집을 수행하고 문제를 알아차린 뒤 성공적으로 복구할 수 있습니다. 반대로 요구 사항을 조용히 간과한 채 겉보기에 올바른 산출물을 만들 수도 있습니다.
집계된 성공률은 이러한 차이를 압축합니다. 시스템 비교에는 도움이 되지만, 제품 팀이 이해해야 하는 모든 실패 모드를 드러내지는 않습니다.
권한 경계는 또 다른 실무적 요구 사항을 만듭니다. 파일 수정 능력은 사용자가 의도한 범위에 부합해야 합니다. 벤치마크 점수만으로는 그러한 제품 결정을 규정할 수 없습니다.
로컬 실행 역시 그 자체로 프라이버시를 보장하지는 않습니다. 모델은 로컬에서 실행되더라도 애플리케이션은 여전히 외부 서비스와 통신할 수 있습니다. 데이터 처리에 관한 주장은 전체 시스템을 검토해야 합니다.
따라서 엔터프라이즈 도입에서 해결되지 않은 질문은 운영 적합성입니다. 어떤 워크플로는 오류를 감수할 수 있을까요? 어떤 작업에는 검토가 필요할까요? 어떤 조치에는 명시적 확인 단계가 필요할까요?
이러한 질문은 연구 결과의 가치를 낮추지 않습니다. 벤치마크 모델을 실질적인 책임을 맡는 어시스턴트로 전환하기 전에 필요한 추가 근거를 식별할 뿐입니다.
다음 단계는 독립 재현, 하드웨어 결과, 그리고 익숙하지 않은 워크플로입니다
다음으로 유용한 근거는 재현성, 배포 실용성, 그리고 릴리스에서 준비한 사례를 넘어선 전이 가능성을 이 순서로 검증해야 합니다.
첫 번째 신호는 동일한 조건에서 보고된 벤치마크를 독립적으로 재현하려는 시도입니다. 작업 하위 집합이나 행동 예산이 바뀌면 해석도 달라질 수 있으므로 조건 일치는 중요합니다.
재현 연구는 모델 버전, 실행 환경, 허용된 도구, 중단 규칙을 설명해야 합니다. 또한 이견을 조사할 수 있을 만큼 충분한 작업 수준의 근거를 보존해야 합니다.
외부 팀이 비슷한 결과를 얻는다면 핵심 수치에 대한 신뢰는 높아집니다. 결과가 다르다면, 어떤 조건이 차이를 설명하는지 식별하는 것이 다음으로 가치 있는 단계입니다.
이 과정은 동일한 점수를 재현하지 못하더라도 릴리스의 유용성을 높일 수 있습니다. 재현성에는 결과가 성립하는 조건을 이해하는 일도 포함됩니다.
두 번째 신호는 현실적인 로컬 하드웨어에서 측정한 성능입니다. Microsoft의 온디바이스 프레이밍은 개발자가 모델을 배포하려는 장비에 관한 근거를 필요로 합니다.
유용한 보고에는 메모리 소비량, 작업 완료 시간, 애플리케이션 작업 중 반응성이 포함됩니다. “로컬에서 실행된다”는 표현에만 의존하지 말고 모델 구성을 명시해야 합니다.
더 적은 비트로 모델 값을 저장하는 저정밀도 실행을 사용한다면, 별도의 평가가 필요합니다. 더 작은 메모리 사용량은 작업 역량이 유지된다는 근거와 함께할 때만 유용합니다.
일반적인 배포 구성에서 유용한 완료율과 수용 가능한 반응성이 유지된다면 로컬 에이전트의 근거는 더 강해집니다. 특수 하드웨어가 필요하거나 신뢰성을 희생해야 한다면 대상 사용자는 더 제한적입니다.
세 번째 신호는 익숙하지 않은 워크플로에서의 성능입니다. 이는 선별된 데모 밖의 작업과 애플리케이션 상태에 관한 가정을 시험하는 변형을 의미합니다.
유익한 테스트는 파일 구조를 바꾸거나 다른 창 배치에서 시작할 수 있습니다. 또한 에이전트가 정보가 부족한 경우 이를 인식하는지 평가할 수 있습니다.
목표는 임의의 장애물을 만드는 것이 아닙니다. 사용자의 데스크톱이 준비된 환경과 다를 때 학습된 실행 전략이 전이되는지를 측정하는 것입니다.
강한 전이 성능은 하이브리드 동작이 재사용 가능한 역량이라는 주장을 뒷받침할 것입니다. 전이 성능이 약하다면 일부 보고된 이득은 익숙한 작업 구성에 크게 의존한다는 점을 시사합니다.
이러한 신호는 경쟁사에도 명확한 대응 방법을 제시합니다. GUI 전용 시스템은 일치된 조건에서의 장점을 입증할 수 있습니다. 다른 하이브리드 시스템은 더 나은 행동 선택이나 더 강력한 복구를 보여 줄 수 있습니다.
구매자에게 이러한 근거는 보편적 순위가 아니라 워크플로 경계를 정하는 데 활용되어야 합니다. 반복적인 워크북 작업에 가장 적합한 선택이 시각적 검토에 가장 적합한 선택과 다를 수 있습니다.
이번 릴리스는 외부 테스트가 가능한 구체적 제안을 내놓았기 때문에 주목할 가치가 있습니다. 다른 팀이 보고된 행동을 설명하고, 재현하고, 확장할 수 있다면 그 가치는 더 커질 것입니다.
워크플로를 위임하기 전에 대표적인 작업을 선택하고, 올바른 산출물이 반드시 보존해야 할 요소를 정의하십시오. 사용 가능한 접근 방식 전반에서 완료율, 경과 시간, 검토 노력을 비교하십시오. 실패를 고립된 실수로 치부하지 않고 조사할 수 있도록 중간 근거를 보관하십시오. Microsoft Mage-VL-Cowork의 경우, 온디바이스 약속을 확립된 사실로 간주하기 전에 독립 재현과 측정된 로컬 실행을 우선시하십시오. 그다음 평가를 익숙하지 않은 파일과 애플리케이션 상태로 확장하십시오. 유용한 결정은 구체적입니다. 이 모델은 어떤 작업을 여러분의 업무 부담을 줄일 만큼 신뢰성 있게 완료할 수 있을까요? 그 질문에서 시작하고, 완성된 결과물이 그 질문에 답하도록 요구하십시오.
