클라우드 기반의 기존 음성 비서들이 개인 정보 유출 우려와 제한적인 기능으로 비판받는 가운데, 사용자 컴퓨터에서 완전히 독립적으로 작동하는 로컬 AI 비서 '아노바X(AnovaX)'가 등장했습니다. 이 시스템은 오디오 데이터를 외부 서버로 전송하지 않고, 사용자의 데스크톱 환경을 직접 제어하는 방식으로 동작하여 개인 정보 보호와 확장성이라는 두 마리 토끼를 잡으려 합니다.
아노바X는 파이썬(Python) 기반의 단일 프로세스로 구현되었으며, 웨이크업 단어 감지, 음성 처리 파이프라인, 그리고 제미니(Gemini) LLM 기반의 계획 생성 모듈을 포함합니다. 이 LLM 플래너는 도구 호출(tool call)을 위한 JSON 형식의 실행 계획을 생성하고, 이를 다중 에이전트 오케스트레이터가 앱 에이전트(AppAgent), 타이핑 에이전트(TypingAgent), 브라우저 에이전트(BrowserAgent) 등 9가지 특수 에이전트로 변환하여 실행합니다. 특히, 오류 발생 시 스스로 복구하는 적응형 복구(adaptive recovery) 루프와 읽기 전용 도구의 예측 실행을 통해 LLM의 지연 시간을 숨기는 기술도 적용되었습니다. 또한, 플라스크(Flask) 서버를 통해 로컬 와이파이(Wi-Fi)로 스마트폰에서 원격 제어가 가능하며, 노트북 화면을 실시간으로 미러링하여 원격 명령 실행 과정을 확인할 수 있습니다.
아노바X는 시리(Siri)나 알렉사(Alexa)와 같은 거대 클라우드 비서와 직접 경쟁하기보다는, 수천 줄의 코드로도 앱 실행, 타이핑, 검색, 동시 작업 조정, 단일 단계 오류 복구, 그리고 원격 제어까지 가능한 로컬 비서의 잠재력을 보여주는 데 의미가 있습니다. 이는 사용자 개인의 데이터 주권을 강화하고, 인터넷 연결 없이도 강력한 개인 비서 기능을 활용할 수 있는 새로운 가능성을 제시합니다. 향후 이러한 로컬 우선(local-first) AI 비서 기술은 개인화된 작업 자동화 및 보안이 중요한 환경에서 중요한 역할을 할 것으로 기대됩니다.