AI 에이전트 모델 추천: Android 작업에 맞는 6가지 후보와 선택 기준

휴대폰 작업별 모델 후보

AI 에이전트 모델을 고를 때는 먼저 휴대폰에서 맡길 작업을 정해야 합니다. 메시지 초안을 만들고 일정 후보를 정리하는 일은 도구 호출형 API 모델의 문제에 가깝습니다. 화면을 보고 버튼과 입력란을 찾아 조작하는 일은 모델뿐 아니라 화면을 전달하고 동작을 실행하는 체계까지 필요합니다. 다음 표는 순위가 아니라 검토할 출발점을 보여 줍니다.

일상적인 FoneClaw 사용자는 무료 기본 모델로 먼저 자신의 작업을 확인할 수 있습니다. 외부 모델을 구성하려는 경우에는 모델 이름보다 실제 제공되는 API, 이미지 입력, 도구 호출 방식과 계정 조건을 확인해야 합니다. 화면 조작용 공개 가중치를 구했다고 해서 휴대폰 앱에 곧바로 연결되는 것도 아닙니다.

도구 호출에 쓰는 범용 API 모델

GPT-6 Sol은 텍스트와 이미지 입력, 함수 호출, 구조화 출력을 지원하는 범용 후보입니다. OpenAI의 GPT-6 Sol API 안내에 제시된 모델 ID는 gpt-6-sol입니다. 내장 도구와 함수 호출에는 Responses API를 사용하며, Chat Completions에서 함수 호출을 쓰려면 추론 강도를 none으로 설정해야 합니다. 같은 모델이라도 연결 경로에 따라 요청 형식이 달라지므로 기존 연결 설정을 그대로 재사용하기 전에 확인해야 합니다. OpenAI 모델 목록에는 요구 수준에 따라 고를 수 있는 다른 모델도 안내됩니다. ChatGPT 구독만으로 API 사용 권한이나 비용이 제공된다고 가정해서는 안 됩니다.

Claude Opus 5.5는 긴 계획, 코딩, 지식 작업이 많은 흐름에서 검토할 후보입니다. Anthropic의 Claude Opus 5.5 소개와 Claude 모델 안내는 claude-opus-5-5를 제시하며 이미지 입력과 도구 사용을 설명합니다. Claude의 기본 Messages API가 다른 공급자의 API와 동일한 연결 형식을 제공한다는 뜻은 아닙니다. 사용하려는 런타임에서 요청·응답 형식을 지원하는지, 계정과 지역에서 해당 모델에 접근할 수 있는지를 확인해야 합니다.

Gemini 3.8 Flash의 안정형 모델 ID는 gemini-3.8-flash입니다. Google의 모델 안내에 따르면 텍스트, 이미지, 영상, 음성, PDF를 입력으로 받고 텍스트를 출력하며 함수 호출과 구조화 출력을 지원합니다. 컴퓨터 사용 기능은 미리보기 단계입니다. 이 모델은 Live API나 음성 생성 경로가 아니므로, 소비자용 Gemini 앱의 음성 대화나 휴대폰 기능을 이 API 모델의 능력으로 옮겨 해석해서는 안 됩니다. 여러 입력 자료를 읽고 도구 사용을 계획하려는 경우에도 정확히 어떤 기능을 연결할지 먼저 정해야 합니다.

Grok 4.7은 xAI의 Grok 4.7 모델 안내에 grok-4.7로 표시됩니다. 텍스트와 이미지를 입력받아 텍스트를 출력하고, 함수 호출·구조화 출력·추론 설정을 지원합니다. 화면을 읽어 도구 호출을 제안하는 용도로 검토할 수 있지만, API가 제공하는 기능과 특정 Android 실행 도구에 맞는 인자를 안정적으로 만드는 능력은 별개입니다. 네 모델 모두 공급자의 기능 안내만으로 FoneClaw 연결이나 실제 휴대폰 작업 성공이 확인되는 것은 아닙니다.

화면 조작에 특화된 모델

화면 전용 모델은 범용 API 모델과 다른 방식으로 살펴봐야 합니다. AutoGLM-Phone-9B-Multilingual 모델 카드는 휴대폰 화면을 이해하는 공개 모델을 소개합니다. 화면을 보고 다음 동작을 제안하는 모델과, 그 동작을 실제 Android 기기에 전달하는 체계는 구분됩니다. 함께 제공되는 Open-AutoGLM 안내에는 ADB를 통한 기기 연결, 모델 서비스, 동작 실행 흐름이 나옵니다. 민감한 동작의 확인이나 로그인·인증 단계에서 사용자에게 제어를 돌리는 처리도 실행 체계의 일부입니다.

Open-AutoGLM에서 ‘로컬 모델 서비스’는 직접 마련한 컴퓨팅 환경에서 모델 서버를 운영하는 방식일 수 있습니다. 그 표현만으로 모델이 Android 휴대폰 안에서 추론한다는 뜻은 아닙니다. 모델을 어디서 실행하는지와 실제 버튼 누르기·입력 동작을 어느 프로그램이 수행하는지를 따로 확인해야 합니다. 공개 가중치의 크기나 데모 화면만 보고 일반 휴대폰에서 바로 실행된다고 판단할 수 없습니다.

Mobile-Agent 공식 저장소의 GUI-Owl-1.5도 화면 상호작용을 위한 모델 계열입니다. 모바일뿐 아니라 데스크톱과 브라우저 작업을 다루며, GUI-Owl-1.5-8B-Instruct 모델 카드에서 가중치 선택지를 확인할 수 있습니다. Mobile-Agent-v3.5는 GUI-Owl-1.5와 함께 화면 작업을 수행하는 에이전트 실행 체계입니다. 온라인 추론이나 클라우드 휴대폰 데모를 볼 때도 그것이 사용자 소유 휴대폰의 제어, 기기 내 실행 또는 FoneClaw 연동을 뜻하는지 따로 판단해야 합니다.

모델 선택의 일곱 기준

후보가 달라도 확인할 기준은 일관되게 유지할 수 있습니다. 첫째, 도구 호출은 지원 여부뿐 아니라 대상 도구와 인자를 올바르게 고르는지 봅니다. 둘째, 지시 이행은 ‘초안만 작성’과 ‘실행 요청’을 구분하는지 확인합니다. 셋째, 응답 시간은 첫 답변보다 작업이 확인될 때까지 걸린 시간을 기준으로 봅니다. 넷째, 문맥 관리는 화면이 바뀌거나 작업이 길어져도 앞선 결과와 사용자의 수정을 반영하는지 살핍니다.

다섯째, 멀티모달 이해는 이미지나 현재 화면이 필요한 작업에서 실제 입력을 처리할 수 있는지 확인합니다. 텍스트 대화가 매끄럽다는 이유만으로 작은 화면의 버튼이나 오류 문구를 읽을 수 있다고 판단해서는 안 됩니다. 여섯째, 비용에는 모델 토큰뿐 아니라 이미지 입력, 도구 사용, 재시도와 호스팅이 포함됩니다. 일곱째, 복구는 권한 거부, 잘못된 인자, 사용자 중지 이후 재질문하거나 멈출 수 있는지 보는 기준입니다. 한국어 요청을 주로 쓴다면 같은 한국어 문장으로 이 기준을 확인하고, 계정·지역에서 사용할 수 있는 API인지 먼저 살펴보세요.

비용과 응답 시간 비교

API 요금은 모델 이름 하나로 비교하기 어렵습니다. 입력·출력 토큰 단가에 캐시, 긴 문맥, 추론 설정, 이미지와 도구 사용, 서비스 등급, 지역별 처리 조건이 더해질 수 있습니다. 자체 서버에서 GUI 모델을 운영한다면 모델 호출료 대신 서버와 실행 체계의 비용도 고려해야 합니다. GPT-6 Sol, Claude Opus 5.5, Gemini 3.8 Flash, Grok 4.7의 공식 안내에서 현재 가격과 적용 조건을 확인한 뒤 자신의 예상 사용량으로 계산하세요. 소비자용 앱 구독료를 API 비용으로 대신 계산해서는 안 됩니다.

응답 시간도 공급자 발표 수치만으로 휴대폰 사용감을 정할 수 없습니다. 같은 기기와 네트워크에서 같은 작업을 요청하고, 권한 확인과 재시도까지 포함해 실제 결과가 남기까지의 시간을 기록해야 합니다. 빠르게 답했지만 잘못된 도구를 골라 다시 시작해야 한다면 전체 작업 시간은 늘어납니다. 가격과 속도는 작업 결과, 승인 흐름, 복구 횟수와 함께 비교하는 것이 좋습니다.

FoneClaw 모델 경로 선택

FoneClaw에서 모델은 요청을 이해하고 계획하며, 저희 Android 실행 계층은 지원되는 도구와 권한·승인 흐름을 제공합니다. 사용자는 무료 기본 모델로 시작할 수 있습니다. 다른 모델이 필요한 경우에는 호환되는 온라인 맞춤 모델을 구성하거나 호환되는 기기 내 모델을 가져오는 별도 경로가 있습니다. 모델 선택과 구성된 경로를 확인할 수 있지만, 이 글에 나온 여섯 후보가 모두 바로 연결된다는 뜻은 아닙니다.

온라인 모델을 연결할 때는 공급자의 API 주소와 인증 방식만 확인하면 끝나는 것이 아닙니다. 요청·응답 형식, 함수 호출, 구조화 출력, 이미지 입력과 오류 처리 방식이 FoneClaw의 연결 경로에 맞아야 합니다. 특히 화면 조작용 모델의 동작 형식은 FoneClaw가 제공하는 Android 도구의 인자와 권한 흐름에 맞는지 검증이 필요합니다. 설정 순서와 첫 작업의 확인 방법은 AI 모델 API를 Android 폰 에이전트에 연결하는 법: FoneClaw 설정과 안전한 테스트에서 확인할 수 있습니다.

기기 내 모델 경로도 모델 가중치를 가져오기만 하면 모든 작업이 가능해지는 방식은 아닙니다. 기기에서 지원하는 모델 형식과 성능, 입력 기능을 확인해야 합니다. 또한 휴대폰에서 도구를 실행한다는 사실이 모든 모델 추론이나 음성 처리가 오프라인이라는 뜻은 아닙니다. FoneClaw의 지원 도구와 승인 범위는 기능 안내에서 확인하고, 설치 환경은 다운로드 안내에서 살펴볼 수 있습니다. 작업별로 모델을 나누어 고르는 더 자세한 기준은 폰 에이전트 모델 라우팅: Kimi, DeepSeek, GLM을 고르는 실제 기준에서 이어집니다.

기본 모델을 바꾸기 전 검증

후보 모델을 구성했다면 먼저 되돌리기 쉬운 작업을 같은 조건으로 시험해 보세요. 화면 읽기, 짧은 메모 초안, 정확한 날짜가 있는 일정 후보를 각각 요청합니다. 모델이 어떤 도구를 고르는지, 제목·날짜·대상 같은 인자를 정확히 채우는지, 실행 전에 필요한 승인을 기다리는지 기록하세요. 화면 읽기와 메모 작성이 된다고 해서 메시지 전송이나 일정 변경도 검증된 것은 아닙니다.

다음으로 일부러 막히는 상황을 만들어 봅니다. 필요한 권한을 거부하거나, 같은 이름의 대상이 둘인 요청을 주거나, 작업 도중 중지합니다. 적절한 모델 경로라면 모호한 내용을 확인하고, 거부된 권한을 무시하지 않으며, 중단 이후 완료하지 않은 일을 완료했다고 말하지 않아야 합니다. 마지막에는 모델의 답변과 실제 앱에 남은 결과를 대조하세요. 읽기, 초안, 실행, 거부, 중단, 결과 확인을 나누어 시험하는 구체적인 방법은 안드로이드 폰 에이전트 벤치마크 가이드: 성공률보다 신뢰성을 평가하는 법에 정리되어 있습니다.

모델을 바꾼 뒤에도 기기와 계정 조건은 함께 기록해 두는 편이 좋습니다. 같은 API 모델이라도 네트워크, 지역, 권한 상태와 입력한 화면에 따라 작업 경로가 달라집니다. 선택의 기준은 가장 그럴듯한 답변 한 번이 아니라, 평소 맡길 휴대폰 작업을 확인 가능한 결과로 끝내는지입니다.