H Company, Holo4 공개: 화면·코드·API를 모두 다루는 컴퓨터 사용 에이전트 모델

H Company가 발표한 내용

H Company는 2026년 9월 28일 Hugging Face 블로그에서 Holo4를 새로운 에이전트 모델 시리즈로 공개했습니다. 여기서 '에이전트 모델'은 질문에 답만 하는 것이 아니라 소프트웨어를 직접 조작해 작업을 수행하는 AI를 뜻합니다. Holo4는 27B 덴스 모델과 35B-A3B 전문가 혼합(Mixture of Experts) 모델 두 가지 규모로 나옵니다. 27B, 35B는 모델 크기를 나타내는 파라미터 수(각각 약 270억, 350억 개)이며, 덴스 모델은 모든 파라미터를 항상 사용하고 전문가 혼합 모델은 작업마다 모델의 일부만 골라 사용하는 구조입니다. 둘 다 H Models API로 이용할 수 있습니다. 회사는 Holotron 3의 업데이트 버전인 Holotron4 Nano도 함께 공개했습니다.

H Company는 Hugging Face에 Holo4 전체 컬렉션을 올렸으며, 모델 파일 형식으로 FP16, FP8, GGUF를 제공합니다. 회사는 또한 Holo4가 기반인 Qwen 모델보다 크게 향상되었다고 밝혔으며, Qwen3.8 27B가 Holo4 27B의 기반 모델이라고 설명했습니다.

자세한 설명 보기

출처를 수집하고 독립적으로 검증한 뒤 Jev가 판단합니다.

'하나의 모델로 모든 인터페이스를 다룬다'는 의미

H Company에 따르면 대부분의 에이전트 모델은 하나의 인터페이스만을 대상으로 학습됩니다. 그래픽 인터페이스(GUI, 화면의 버튼과 메뉴)에 특화된 모델은 화면이 없으면 작동하지 못하고, 도구 호출을 선호하는 모델은 API(프로그램끼리 데이터를 주고받는 창구)가 없는 애플리케이션 앞에서 막힙니다. 회사는 Holo4가 화면에서 클릭과 입력을 하고, 스스로 코드를 작성·실행하며, MCP(AI가 외부 도구와 서비스에 연결하는 방식)나 API 도구를 호출하는 등 작업에 맞는 방식을 선택할 수 있다고 설명합니다.

H Company에 따르면 Holo4는 데스크톱, 웹, Android, 코드 샌드박스(코드를 안전하게 실행하는 격리 공간), 상용 API에서 실행할 수 있으며, 어느 환경이든 같은 모델을 같은 방식으로 호출합니다. 플랫폼별로 다른 모델을 고를 필요가 없다는 것입니다.

H Company가 공개한 벤치마크 수치

OSWorld 2.0은 AI가 데스크톱 컴퓨터를 얼마나 잘 조작하는지 측정하는 학술 벤치마크(성능 비교 시험)이며, H Company는 이를 해당 분야에서 가장 어려운 벤치마크 가운데 하나로 소개했습니다.

H Company는 Holo4가 장기 작업에서 최상위 폐쇄형 모델에만 뒤처질 뿐이며, 파라미터 수는 몇 자릿수 적고 비용은 훨씬 낮다고 주장합니다. 회사 설명에 따르면 비용은 에이전트 실행 1회당 입력·출력 토큰(AI가 처리하는 텍스트 단위)을 기준으로 추정했으며, Holo4는 H Models API 요금으로 계산했습니다. API 활용 능력을 보는 벤치마크인 AutomationBench에 대해서는 Holo4의 점수와 비용을 자체 내부 실행 환경에서 측정했다고 밝혔고, 평가를 마친 뒤 비공개 테스트 세트에서의 Holo4 결과를 공개하겠다고 했습니다.

실제 작업 사례와 학습 방식

H Company는 동일한 프롬프트와 실행 환경으로 Holo4 27B와 기반 모델 Qwen3.8 27B의 전문 소프트웨어 작업 성능을 비교하고, 각각의 호출 횟수와 토큰 사용량을 공개했습니다.

• Godot으로 Pac-Man 게임 제작: Holo4 27B는 호출 68회, 2.4M 토큰, 코드 268줄. Qwen3.8 27B는 호출 197회, 11.4M 토큰, 코드 327줄.
• FreeCAD로 에펠탑 모델링: Holo4 27B는 호출 84회, 1.3M 토큰. Qwen3.8 27B는 호출 60회, 1.0M 토큰.
• FreeCAD로 H 로고 모델링: Holo4 27B는 호출 94회, 1.5M 토큰. Qwen3.8 27B는 호출 118회, 1.9M 토큰.

학습과 관련해 H Company는 Holo4가 지도 학습과 강화 학습을 통해 다양한 환경과 작업에서 훈련되었으며, 여기에는 자사 Agentic Task Factory가 생성한 작업도 포함된다고 밝혔습니다. 이 내부 도구는 지금까지 웹 애플리케이션, MCP 서버, 데스크톱 환경에서 약 10,000개의 작업을 생성했습니다. 회사는 모델의 동작을 실행하고 수백 단계에 걸친 맥락을 관리하는 실행 환경(하네스)도 재구축했으며, 가장 큰 변화는 에이전트가 수백 단계를 추적할 수 있는 신뢰성 있는 메모리와 데스크톱 머신 자체의 셸(명령어 입력 창)을 갖추게 한 것이라고 설명했습니다.

일반 독자에게 주는 의미

'컴퓨터 사용 에이전트'란 사람처럼 화면을 보며 버튼을 클릭하고 텍스트를 입력하거나, 코드와 API를 활용해 작업을 완수하는 AI를 말합니다. H Company의 주장이 사실이라면, 기업은 앞으로 플랫폼마다 다른 모델을 준비하지 않고도 웹, 데스크톱 소프트웨어, 내부 시스템을 넘나드는 업무를 자동화할 수 있을지도 모릅니다. 일반 사용자에게 이런 기술은 현재로서는 일상 소비자 제품보다 주로 직장의 자동화 도구에 영향을 줍니다.

동시에 AI가 컴퓨터를 직접 조작한다는 것은 실제 행동을 실행할 수 있다는 뜻임을 기억해야 합니다. 이러한 에이전트 도입을 검토하는 조직은 먼저 격리된 환경에서 테스트하고, 접근 가능한 계정과 데이터를 제한하며, 중요한 작업에는 사람의 검토 단계를 두어야 합니다. 이 글은 뉴스 정리일 뿐이며 구매 권고가 아닙니다.

이 주제의 최신 뉴스 보기

• AI 뉴스