OpenAdapt Flow 2.7.0은 에이전트가 한 번 수행한 작업을 프로그램으로 만들어 새 입력으로 다시 실행하는 기능을 도입했다. 브라우저와 데스크톱 앱의 저장 동작을 가르칠 때는 사람이 서명한 권한을 활용한다. 개발자는 반복 작업에서 모델 호출을 줄이는 한편, 실행 전후의 기록과 결과를 더 엄격하게 확인하게 된다.

1. 한 번 수행한 작업을 프로그램으로 재생

새 명령 openadapt wrap은 운영자가 입력 항목을 정해 둔 작업을 실행한다. 첫 호출에서는 에이전트를 한 번 실행하고 저장된 기록을 독립적으로 확인한 뒤, 실행 내용을 프로그램으로 변환해 승인한다. 이후에는 승인된 프로그램이 새 입력으로 작업을 재생하므로 모델을 다시 호출하지 않는다.

작업은 MCP, 도구 간 연결을 위한 통신 규약을 통해 다른 도구에서 호출할 수 있도록 로컬에 제공할 수도 있다. 호출자는 작업에 선언된 입력 항목을 사용한다. 요청 식별자를 붙이면 반복되거나 중단된 호출에 기존 실행을 돌려줘 같은 쓰기를 다시 보내지 않는다.

모델이 보는 작업 입력과 대상의 신원 정보는 실제 값 대신 유형을 표시한 대체 표식, 실제 값을 대신해 표시하는 기호로 바뀐다. 모델이 표식을 입력하면 실행 도구가 실제 값을 넣고, 저장 결과를 다시 읽어 확인하는 과정도 실제 값으로 로컬에서 수행한다. 원문은 이름과 식별번호를 단순히 가리던 기존 방식에서 모델이 대상 기록을 구별하지 못했다고 설명한다.

모델로 보내는 요청 크기도 조정됐다. 회사 발표 기준, Claude의 전송 직전 요청 한 건의 기본 상한은 64 KiB에서 4 MiB로 높아졌다. 기존 상한에서는 매 차례 스크린샷을 넣는 실행이 두 번째 차례에 끝났다는 설명이다. OpenAI의 기본 상한은 64 KiB로 유지되며, 설정 가능한 최대치는 32 MiB다.

2. 사람이 서명한 범위 안에서 저장 동작 학습

브라우저에서 저장 동작을 가르칠 때 이제 사람이 서명한 권한 문서를 사용할 수 있다. 문서에는 작업과 입력, 허용 출처, 허용할 쓰기와 금지 동작을 담는다. 첫 실행은 권한이 검증되고 허용된 쓰기를 포함할 때 시작하며, 클릭과 키 입력, 선택 동작을 권한과 대조한다. 권한을 만들고 서명하고 검증하는 명령도 제공한다.

데스크톱과 원격 앱에서도 MCP를 통해 저장 동작을 가르친 뒤 승인된 도구를 호출할 수 있다. 권한 문서는 데스크톱과 원격 화면도 대상으로 삼으며, 데스크톱에서 가르친 동작의 권한 범위는 해당 앱에 묶인다.

3. 실행 결과뿐 아니라 채점기 자체도 검사

데이터베이스에 직접 쓰는 클라이언트를 감시하는 모드에서는 에이전트가 각 동작의 시작과 끝을 알린다. Flow는 동작별로 정해 둔 데이터베이스 변경 조건과 동작 사이의 변화를 확인한다. 어느 동작에도 속하지 않는 변화는 앱 감사 기록이 에이전트 사용자를 지목하는지에 따라 위반 또는 불확실로 판정한다.

새 감사 도구는 에이전트가 아니라 환경의 채점기를 시험한다. 기준 실행에 잘못된 기록·값, 중복·부분 쓰기 같은 오류를 주입하고, 무관한 변화가 있는 정상 대조 사례도 실행한다. 잘못된 결과를 통과시키거나 정당한 결과를 거부한 사례와 함께, 오류율 추정의 불확실성을 나타내는 윌슨 95% 구간, 비율 추정의 불확실성 범위를 보고한다. 원문의 실행 명령은 다음과 같다.

python -m openadapt_flow.verifier_audit run --target module:factory --out DIR

페이지를 나눠 받는 REST, 웹 자원 요청·응답 통신 방식과 FHIR, 의료정보 교환을 위한 표준 규격 읽기는 변하지 않는 데이터 묶음을 읽는다는 약속과 전체 기록을 받았다는 선언을 요구한다. 여러 페이지의 결과를 모을 때 데이터가 바뀌지 않았는지와 누락 없이 읽었는지를 확인하는 기준이다.

4. 업그레이드 때는 실행 대상과 기록 조건 점검

재생할 대상 주소나 데모 앱을 명시하고 긴 명령행 옵션은 완전한 이름으로 써야 한다.

지역 설정, 날짜 순서, 키보드 배치가 기록된 작업은 현재 환경과 대조하며, 이 정보가 없는 이전 작업은 해당 검사에서 제외된다.

숫자를 포함한 신원 정보는 날짜·나이·개수도 현재 화면의 값과 원문 그대로 일치해야 한다.

페이지 읽기에서 완전성 선언이 없거나 데이터 묶음의 표식이 누락·변경되는 경우, 식별자가 중복되거나 서로 다른 식별자 영역, 식별자를 구분하는 범위가 섞이는 경우에는 결과가 불확정으로 남는다. 환경 정보가 기록과 다르거나 읽히지 않으면 재생을 거부하며, 재생 실패나 불확실한 결과는 사람이 수리를 승인할 때까지 보류한다.

5. 모델 호출을 줄이는 대신 승인 절차에 투자

승인된 프로그램으로 반복 작업을 처리하면 모델 호출을 생략하고 중복 쓰기도 줄일 수 있다. 첫 실행에서 모델을 쓸 때는 호출 전에 비용과 실행 시간의 상한을 적용하고, 실행 뒤 사용량을 보고한다.

대신 운영자는 처음 작업을 가르칠 때 권한 문서와 독립적인 기록 확인을 준비해야 한다. 이후 수리에도 사람의 승인, 서명된 재승인과 소규모 시험 실행 절차가 들어간다. 반복 실행에서 절약하는 모델 호출의 대가가 초기 설정과 수리 과정의 확인 업무로 옮겨가는 구조다.

Flow 2.7.0은 반복 작업에서 모델 호출을 덜어내는 대신, 쓰기 권한과 결과를 증명하는 확인 절차를 실행 흐름에 더 깊이 넣었다.