Operator 시스템 카드

Operator는 GPT-4o의 시각 기능과 강화 학습(RL)을 결합한 컴퓨터 사용 에이전트(CUA) 모델의 연구 프리뷰다. 사용자가 보는 것과 동일하게 화면을 해석하고 버튼, 메뉴, 텍스트 필드 등 **GUI(그래픽 사용자 인터페이스)**와 직접 상호작용한다.

사용자는 브라우저를 통해 식료품 주문, 예약, 티켓 구매 등 일상적인 업무를 지시할 수 있다. 이는 ChatGPT가 단순히 질문에 답하는 수준을 넘어, 사용자를 대신해 직접 행동을 수행하는 단계로 나아가는 중요한 이정표다.

하지만 새로운 위험 요소도 존재한다. 제3자 웹사이트의 악성 명령이 모델을 오도하는 프롬프트 인젝션(Prompt Injection) 공격이나, 되돌리기 어려운 실수, 유해한 작업 수행 가능성 등이 있다.

이를 방지하기 위해 OpenAI는 다음과 같은 다층적 안전 체계를 구축했다.

• 고위험 작업에 대한 선제적 거부
• 중요 작업 실행 전 사용자 확인 절차
• 위협 탐지 및 완화를 위한 능동적 모니터링 시스템

Operator는 전문적인 데이터셋에 대한 **지도 학습(Supervised Learning)**과 **강화 학습(Reinforcement Learning)**을 통해 학습되었다. 지도 학습으로 화면 인식 및 입력 제어의 기초를 다지고, 강화 학습을 통해 추론, 오류 수정, 예기치 못한 상황 적응 능력을 확보했다.