AI 에이전트의 다음 무대는 개별 앱이 아니라 스마트폰 전체일 수 있습니다. Oppo Multi-X 팀이 공개한 X-OmniClaw는 물리적 안드로이드 기기에서 직접 실행되는 오픈소스 안드로이드 AI 에이전트입니다.1
핵심은 단순히 “폰에서 AI가 돈다”는 데 있지 않습니다. X-OmniClaw는 카메라, 화면, 음성 입력을 하나의 파이프라인에서 처리합니다.1 다시 말해 사용자가 보고 있는 현실, 휴대폰 화면에 떠 있는 정보, 사용자의 말까지 함께 이해하려는 구조입니다.
X-OmniClaw는 무엇이 다른가
기존 모바일 AI 기능은 대개 특정 작업에 묶여 있습니다. 사진을 요약하거나, 음성을 텍스트로 바꾸거나, 화면 내용을 설명하는 식입니다. 각각은 유용하지만, 서로 떨어져 있으면 사용자의 전체 상황을 이해하기 어렵습니다.
X-OmniClaw가 보여주는 방향은 다릅니다. 카메라로 들어오는 현실 정보, 화면의 디지털 정보, 음성 명령을 함께 다룹니다.1 예를 들어 AI가 제대로 행동하려면 “사용자가 무엇을 보고 있는지”, “현재 화면에 어떤 정보가 있는지”, “사용자가 무엇을 요청했는지”를 따로가 아니라 하나의 맥락으로 판단해야 합니다.
이 점에서 X-OmniClaw는 앱 안에서 작동하는 보조 기능보다, 스마트폰 환경 전체를 이해하려는 에이전트에 가깝습니다.
온디바이스 실행이 중요한 이유
X-OmniClaw는 물리적 안드로이드 기기에서 직접 실행됩니다.1 이는 모바일 AI 에이전트를 이해할 때 중요한 기준입니다. 카메라, 화면, 음성은 모두 민감한 입력이기 때문입니다.
온디바이스 방식은 이런 데이터를 외부 서버로 보내지 않고 기기 안에서 처리할 수 있다는 점에서 개인정보와 지연 시간 측면의 장점이 있습니다. 사용자의 실제 환경과 화면을 다루는 에이전트라면, 어디서 처리되는지가 곧 신뢰의 문제로 이어집니다.
다만 온디바이스 실행은 장점만 있는 선택은 아닙니다. 스마트폰의 연산 능력, 배터리, 발열 같은 제약을 함께 고려해야 합니다. 따라서 X-OmniClaw의 가치는 완성된 소비자 제품이라기보다, 모바일 AI 에이전트를 어떤 구조로 설계할 수 있는지 보여주는 참고 사례에 있습니다.
메모리 모듈이 보여주는 방향
X-OmniClaw에서 눈여겨볼 부분은 메모리 모듈입니다. 이 모듈은 갤러리 사진을 요약해 image-memory.md라는 Markdown 파일에 저장합니다.1
Markdown 파일을 사용한다는 점은 작지만 의미가 있습니다. 기억을 복잡한 내부 데이터로만 감추는 대신, 사람이 읽을 수 있는 텍스트 형태로 남기기 때문입니다. AI 에이전트가 유용해지려면 매번 처음 만난 것처럼 행동해서는 안 됩니다. 사용자의 맥락을 기억해야 합니다.
동시에 그 기억은 확인 가능해야 합니다. 무엇이 저장됐는지 사용자가 볼 수 있어야 하고, 필요하다면 수정하거나 삭제할 수 있어야 합니다. X-OmniClaw의 image-memory.md 구조는 모바일 에이전트의 메모리가 어떤 방식으로 투명해질 수 있는지 보여주는 단서입니다.
X-OmniClaw를 볼 때의 판단 기준
X-OmniClaw를 평가할 때는 세 가지를 보면 됩니다.
첫째, 여러 입력을 실제로 얼마나 잘 연결하는가. 카메라, 화면, 음성이 한 파이프라인에 들어간다고 해서 자동으로 좋은 에이전트가 되는 것은 아닙니다. 중요한 것은 이 입력들이 하나의 상황 판단으로 이어지는지입니다.
둘째, 온디바이스 실행이 충분히 빠르고 안정적인가. 모바일 에이전트는 사용자의 행동 흐름 안에서 작동해야 하므로 응답 지연, 배터리 사용량, 발열은 실용성을 좌우합니다.
셋째, 메모리가 사용자에게 통제 가능한 방식으로 설계됐는가. AI가 기억하는 정보가 많아질수록 편의성은 커지지만, 동시에 투명성과 통제권도 중요해집니다.
개발자에게 주는 실질적 의미
X-OmniClaw의 코드와 자산이 GitHub에 공개됐다는 점은 개발자에게 특히 중요합니다.1 모바일 AI 에이전트를 직접 실험하고, 카메라·화면·음성 기반 워크플로를 검증할 수 있기 때문입니다.
X-OmniClaw가 던지는 메시지는 분명합니다. 스마트폰 AI는 단순히 질문에 답하는 기능에서, 사용자의 상황을 보고 듣고 기억하는 에이전트로 이동하고 있습니다. 지금 중요한 것은 특정 모델의 성능만이 아니라, 입력을 어떻게 연결하고, 어디서 실행하며, 기억을 어떻게 관리할 것인가입니다.
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.