Manus - 질문에 답하는 AI를 넘어, 스스로 일을 완수하는 AI 에이전트
📺 원본 영상: 마누스 꼭 써보십쇼.. 여러분을 위해 선착순 1000명 무료 크레딧 받아왔습니다. 🎙️ 채널: 코드팩토리 📅 정리 일자: 2026-03-12 ⚠️ Note: 본 리포트는 영상의 음성을 텍스트로 변환(STT)하여 정리한 것입니다. 화면에 표시된 자료(차트, 코드, 슬라이드 등)는 포함되지 않을 수 있습니다.
개요
이 영상은 AI 에이전트 Manus를 소개하고 실제로 사용해보는 리뷰 콘텐츠다. Manus는 단순히 질문에 답변하는 기존의 생성형 AI와 달리, 스스로 VM(가상 머신)을 실행하고 웹을 탐색하며 복잡한 조사와 분석 작업을 자율적으로 완수하는 목표 지향적 AI 에이전트다. 강연자는 캘리포니아 부동산 매물 검색, 배터리 핵심 광물 투자 분석, 그리고 SimilarWeb을 활용한 경쟁사 웹 분석이라는 세 가지 실제 데모를 통해 Manus의 능력을 검증해 보인다.
Manus란 무엇인가 - “뇌에 신체를 붙여놓은 AI”
기존의 생성형 AI가 사용자의 질문에 지식으로 응답하는 “두뇌(Brain)” 역할에 집중했다면, Manus는 그 두뇌에 손과 발을 붙여놓은 개념이라고 강연자는 설명한다. 우리가 일상적으로 사용하는 ChatGPT나 Claude 같은 AI들은 답변을 생성한 뒤 “다음 단계를 진행할까요?”라고 사용자에게 다시 확인을 구하고, 사용자가 계속 방향을 잡아줘야 하는 구조를 가지고 있다. 반면 Manus는 목표가 주어지면 그것을 달성하기 위한 모든 과정을 스스로 설계하고 실행하며, 완료될 때까지 중단 없이 작업을 이어간다.
Manus의 핵심 기술적 차별점은 VM(Virtual Machine, 가상 머신)을 직접 실행한다는 데 있다. 사용자가 프롬프트를 입력하면 Manus는 자체 컴퓨터 환경을 구동하고, 그 안에서 실제 웹 브라우저를 열어 원하는 사이트에 접속하고, 마우스 클릭과 키보드 입력을 자유롭게 수행하며, 필요한 정보를 수집하고, 분석하고, 최종 보고서까지 만들어낸다. 사용자는 이 모든 과정이 백그라운드에서 진행되는 동안 다른 업무를 처리할 수 있으며, 작업이 완료되면 Manus가 알림을 전송한다.
데모 1: 캘리포니아 부동산 매물 분석 - 16분간의 자율 탐색
강연자가 첫 번째로 시도한 것은 캘리포니아 부동산 매물 검색이다. 프롬프트는 다음과 같은 조건을 담고 있었다. “미국 캘리포니아에서 출퇴근 40분 이내, 학군 8점 이상, 산불 위험 없음, 150만 달러 이하의 매물을 TOP 3로 뽑아줘.” 일반적인 AI라면 검색 도구를 사용해 관련 정보를 대략적으로 정리하는 수준에 그쳤을 것이다. 그러나 Manus는 즉시 VM을 실행해 Zillow에 직접 접속했다.
💡 [영상 참조] 이 시점부터 강연자는 Manus가 실시간으로 VM 내부에서 Zillow를 탐색하고 조건을 입력하는 화면을 보여줍니다. 📺 원본 영상에서 확인하세요.
탐색 과정에서 주목할 만한 장면이 하나 있었다. 웹사이트에서 “Let’s confirm you’re human” 같은 CAPTCHA 확인창이 등장했을 때, Manus는 먼저 스스로 이를 처리하려 시도했다. VM 환경에서 마우스 컨트롤과 클릭이 자유롭기 때문에 대부분의 경우 스스로 통과하지만, 만약 실패하더라도 사용자가 “Take Control” 버튼을 눌러 직접 개입한 뒤 다시 Manus에게 제어권을 넘길 수 있다. 조건 설정 측면에서도 Manus는 단순한 검색에 머물지 않고, “150만 달러”라는 가격 조건을 중심으로 검색 결과를 반복적으로 정제(Refining)하고, 실제 매물 플랫폼까지 들어가 매물 정보를 직접 확인했다. 이 모든 과정이 총 16분 7초 동안 단 한 번도 멈추지 않고 자동으로 진행되었다.
최종 결과물로 Manus는 “캘리포니아 주거지 분석 보고서”를 생성했다. 분석에 따르면, 제시된 조건을 가장 잘 충족하는 지역으로 **Cerritos(세리토스)와 Torrance(토런스)**가 추천되었다. 두 지역 모두 우수한 학군, 낮은 산불 위험도, 150만 달러 미만의 매물 가용성을 갖추고 있다고 보고서는 명시했다. 각 매물의 현재 리스팅 가격, 침실 수, 욕실 수, 그리고 LA까지의 접근 시간(약 40분 이내), 나아가 초등학교·중학교·고등학교별 평점까지 포함된 상세 보고서가 완성되었다.
보고서가 생성된 후 Manus는 한 가지 추가적인 기능을 보여줬다. 사용자가 다음으로 궁금해할 만한 질문들을 스스로 생성해 제안한 것이다. 강연자가 그 중 하나인 “캘리포니아 부동산 시장 동향 추가 분석”을 선택하자, Manus는 즉시 가격 추이, 금리 영향, 지역별 공급·수요, 산불 위험 지역의 보험 가격 변화 등을 종합 조사하겠다고 스스로 분석 계획을 세우고 실행에 옮겼다.
💡 [영상 참조] 완성된 보고서 화면에는 주간 중간 가격(Median Price) 추이 차트, 금리 영향 분석, 구매 가능성 지수(Affordability Index), 지역별 주택 중간 가격 비교 차트(Bay Area, 캘리포니아 전체, LA 카운티), 그리고 주택 거래량 그래프 등이 시각화되어 표시됩니다. 📺 원본 영상에서 확인하세요.
강연자는 Bay Area가 압도적으로 높은 주택 가격을 보이고, LA 카운티와 캘리포니아 전체 평균 역시 상당히 높은 수준이라는 점을 확인했다. 무엇보다 차트의 완성도 자체가 놀라운 수준이었다는 것이 강연자의 평가다. Manus의 작업 흐름을 되짚어 보면, 데이터 수집 → 분석 → 차트 생성 → 최종 보고서 작성 → 전달이라는 순서를 따르는데, 이는 실제 사람이 리서치 업무를 수행하는 방식과 동일하다. 강연자는 “사람이 하는 그 방식을 그대로 구현했다”고 표현했다.
보고서 완성 후에는 “Edit in Canvas” 기능을 통해 텍스트를 수정하거나 코멘트를 남겨 변경을 요청할 수 있다는 점도 소개되었다.
데모 2: 배터리 핵심 광물 투자 분석 - 20분간의 시장 조사
두 번째 데모는 강연자가 실제로 관심을 갖고 있는 영역인 배터리 주식 분석이었다. KOSPI(코스피) 시장에서 배터리 관련 주식들이 한때 크게 오른 뒤 폭락했다가 다시 회복세에 접어든 상황에서, 강연자는 Manus에게 “최근 배터리 핵심 광물 가격 동향과 주요 기업의 재무 데이터를 분석해 투자 매력도가 가장 높은 기업을 추천해줘”라는 프롬프트를 입력했다.
약 20분간의 자율 분석 끝에 Manus가 내놓은 결과는 단순한 검색 결과 나열이 아니었다. 보고서는 먼저 핵심 광물 시장의 현황을 분석했다. 2025년 중반까지 이어진 가격 하락세가 반전되어 리튬, 코발트, 니켈 등 모든 핵심 광물이 회복 국면에 진입했다는 내용이 담겨 있었다. 특히 리튬은 2025년 저점 대비 180% 급등하여 2026년 1분기 현재 킬로그램당 약 20달러 수준을 유지하고 있으며, 코발트는 DRC(콩고민주공화국)의 수출 쿼터제 시행에 따른 공급 감소로, 니켈은 인도네시아의 공급 규제 강화 기대감으로 각각 반등세를 보이고 있다고 설명했다. 단순히 가격 변화만 제시한 것이 아니라, 왜 그 가격이 움직이는지 원인까지 함께 분석해준 것이다.
투자 추천 기업 순위에서는 **Glencore(글렌코어)**가 EBITDA(이자·세금·감가상각 차감 전 이익), 광물 다각화 포트폴리오, 정부 코발트 공급 계약 등을 근거로 8.47점의 최고 점수를 받아 1위에 올랐다. 이어서 중국 기업들도 목록에 포함되었으며, 국내 기업으로는 **POSCO Future M(포스코퓨처엠)**이 하단에 위치했다. 분석 결과는 투자 매력도 가이드, 기업별 점수 비교 차트, 배터리 핵심 광물 가격 동향 차트, 기업 재무제표 분석 등 다층적인 시각화 자료와 함께 제공되었다.
💡 [영상 참조] 이 시점에서 강연자는 Manus가 생성한 기업별 투자 매력도 비교 차트와 광물 가격 동향 차트 화면을 보여줍니다. 📺 원본 영상에서 확인하세요.
강연자는 이 결과를 보고, 단순한 프롬프트 하나만으로 전문 리서치 수준의 종합적이고 완성도 높은(Comprehensive) 보고서를 받을 수 있다는 점이 Manus의 가장 큰 강점이라고 강조했다.
스킬(Skill) 기능 - 반복 가능한 전문 업무를 자동화하다
Manus가 최근 업데이트를 통해 추가한 스킬(Skill) 기능은 Manus의 활용 범위를 한 차원 더 확장하는 요소다. 스킬이란 특정 유형의 작업을 정해진 방식으로 반복 실행할 수 있는 능력의 단위다. 강연자는 이를 게임에서의 스킬에 비유하며, “특정한 능력을 똑같은 행동으로 반복할 수 있는 것”이라고 정의했다.
Manus에는 기본으로 제공되는 스킬들이 있는데, 영상 제작 스킬, 주식 분석(Stock Analysis) 스킬, 웹사이트 분석 스킬, 그리고 스킬 자체를 새로 만들 수 있는 스킬 크리에이터 등이 포함되어 있다. 사용 방법은 간단하다. 채팅창에 슬래시(/)를 입력하면 사용 가능한 스킬 목록이 나타나고, 원하는 스킬을 선택한 뒤 필요한 파라미터(예: 웹사이트 URL)만 입력하면 된다. 스킬 내부에는 “무엇을 어떻게 해야 하는지”가 이미 정의되어 있으므로, 사용자는 매번 긴 프롬프트를 작성할 필요가 없다.
데모 3: SimilarWeb Analytics 스킬 - Linear.app 경쟁사 분석
강연자는 스킬 기능의 실용성을 보여주기 위해 SimilarWeb Analytics 스킬을 실행하고, 자신이 좋아하는 프로젝트 관리 툴인 Linear의 웹사이트(linear.app)를 분석 대상으로 입력했다. 스킬이 완료되자 Linear.app에 대한 상세한 트래픽 분석 보고서가 생성되었다.
💡 [영상 참조] 이 시점에서 강연자는 SimilarWeb Analytics 스킬이 생성한 Linear.app 트래픽 분석 대시보드 화면을 보여줍니다. 📺 원본 영상에서 확인하세요.
분석 결과에서 가장 주목할 만한 수치는 Linear의 규모였다. 강연자가 예상했던 것보다 훨씬 큰 트래픽을 기록하고 있었는데, 2025년 8월까지의 데이터 기준으로 MAU(Monthly Active Users, 월간 활성 사용자)가 380만 명에 달했다. Unique Visitor는 546K(약 54만 6천 명), Bounce Rate(이탈률)은 34%를 기록했다. 트래픽 유입 경로에서는 Direct(직접 접속)가 가장 큰 비중을 차지했는데, 이는 Linear를 이미 알고 있는 사용자들이 URL을 직접 입력하거나 북마크를 통해 방문하는 비율이 높다는 것을 의미한다. 즉, 브랜드 인지도와 사용자 충성도가 상당히 높은 서비스라는 해석이 가능하다.
국가별 분포에서는 미국이 가장 큰 비중을 차지했으며, 그 외 영어권 및 유럽 국가들이 뒤를 이었다. 기기별로는 데스크탑 사용 비중이 압도적이었는데, 이는 Linear가 프로젝트 관리 및 개발 업무 툴이라는 제품의 특성을 그대로 반영하는 결과다. 모바일 웹 비중은 약 20%였으며, 데스크탑과 모바일 모두를 사용하는 경우는 16.1%였다. 강연자는 이러한 데이터를 기반으로 해당 서비스의 매출까지 대략적으로 추정해볼 수 있다고 덧붙였다.
스킬의 핵심 가치는 재현성이다. 한번 설정한 스킬을 실행하면 동일한 구조의 분석이 반복적으로 수행되므로, 예를 들어 매주 또는 매달 경쟁사의 웹 트래픽 변화를 정기적으로 추적하는 업무를 완전히 자동화할 수 있다.
Manus가 바꾸는 일하는 방식 - 설계하는 능력이 핵심 경쟁력
지금까지의 세 가지 데모를 통해 공통적으로 드러나는 Manus의 특징이 있다. 각 작업에 16분에서 20분가량의 시간이 소요되는 동안, 사용자는 아무것도 하지 않아도 된다는 사실이다. 이 공백 시간은 사용자에게 다른 업무를 처리할 수 있는 시간으로 전환된다. Manus는 작업이 완료되면 스스로 알림을 보내주므로, 사용자는 결과물이 준비되었을 때만 개입하면 된다.
강연자는 이를 바탕으로 중요한 통찰을 제시했다. AI 사용 방식의 패러다임이 근본적으로 전환되고 있다는 것이다. 지금까지의 AI 활용법은 프롬프트를 계속 다듬고(반복 실행), 여러 차례 반복 실행하면서 원하는 결과를 유도하는 방식이었다. 그러나 Manus의 등장으로 그 과정 자체를 AI가 내부적으로 처리하게 되면서, 이제 사용자에게 중요한 것은 “어떤 프롬프트를 쓰느냐”가 아니라 “어떤 업무를 AI에게 위임할 것인가를 설계하는 능력”이라고 강연자는 강조한다. 특히 내 업무 중 반복적인 프로세스를 Manus의 스킬로 정의해 통째로 자동화하는 설계 능력이 앞으로의 핵심 경쟁력이 될 것이라는 전망이다.
마무리 / 핵심 정리
Manus는 기존 생성형 AI와 질적으로 다른 위치에 있는 AI 에이전트다. VM을 직접 실행해 웹을 탐색하고, 실제 인터랙션을 수행하며, 사람의 업무 프로세스와 동일한 방식으로 복잡한 과제를 자율 완수한다. 강연자가 보여준 세 가지 데모—부동산 매물 분석, 배터리 주식 투자 분석, SimilarWeb 경쟁사 분석—은 모두 기존 AI로는 여러 번의 프롬프트 주고받기와 수동 작업이 필요했을 과제들이었으나, Manus는 이를 단 한 번의 프롬프트로 완성도 높은 결과물로 만들어냈다.
결국 강연자가 말하고자 하는 핵심은 이것이다. AI와 함께 일하는 방식이 바뀌고 있으며, 프롬프트를 잘 쓰는 기술보다 내 업무의 어느 부분을 어떻게 AI에게 위임할 것인지를 설계하는 능력이 앞으로 더 중요해진다. Manus는 그 설계를 실행에 옮겨줄 수 있는 도구로서, 특히 마케팅 리드 생성, 경쟁사 분석, 투자 리서치 등 반복적이고 시간 집약적인 정보 수집·분석 업무에 강력한 효용을 발휘할 수 있다.
📚 출처 및 참고
| 구분 | 내용 |
|---|---|
| 원본 영상 | 마누스 꼭 써보십쇼.. 여러분을 위해 선착순 1000명 무료 크레딧 받아왔습니다. |
| 채널 | 코드팩토리 |
| 리포트 작성 | 2026-03-12 |
| 작성 방식 | YouTube 영상 STT 변환 후 에디팅 |
💬 본 리포트는 영상 내용을 바탕으로 재구성되었습니다. 정확한 내용은 원본 영상을 참조해 주세요.
수정 내역 (2건)
- “SNS 플랫폼까지 들어가” → “실제 매물 플랫폼까지 들어가” — Zillow 탐색 맥락에서 SNS(소셜 네트워크 서비스)는 부적합. 부동산 매물 플랫폼을 지칭하는 표현으로 교정.
- “프롬프트를 계속 다듬고(Fine-tuning)” → “프롬프트를 계속 다듬고(반복 실행)” — Fine-tuning은 모델 재학습을 지칭하는 전문 용어로, 프롬프트 반복 개선 행위와 혼동을 유발. 문맥에 맞는 표현으로 교체.