Munim Computer Use의 개요
Munim Computer Use는 에이전트가 사용자 컴퓨터의 앱을 직접 조작하게 합니다. 각 창의 접근성 트리, 즉 스크린 리더가 쓰는 버튼, 입력란, 레이블의 구조화된 목록을 읽어 에이전트에게 클릭, 입력, 스크롤할 요소 id를 건네며, 레이블을 노출하지 않는 앱에서는 기기 내 OCR로 대신합니다. 결과 확인에는 스크린샷과 확대 도구를 씁니다. 은은한 에이전트 포인터가 작업 위치를 보여 주고, macOS에서는 사용자의 마우스를 움직이지 않고 대상 창에 입력을 보냅니다.
macOS(Swift 서버), Windows와 Linux(Rust 서버)에서 동작하며 어디서나 같은 38개 도구를 제공합니다. 선택 사항인 Chrome 확장 프로그램을 Chrome의 네이티브 메시징으로 연결하면, 로그인된 실제 Chrome 안의 이름 붙은 탭 그룹에서 작동하는 브라우저 도구 19개가 추가됩니다. policy.json 파일로 앱별, 웹사이트별 allow, ask, block을 정합니다.
Munim Technologies(Munim, Inc.)가 자사 앱 MT Code의 컴퓨터 사용 엔진으로 만들어 Apache-2.0으로 따로 공개했습니다. 저장소는 2026년 9월 5일에 만들어졌고 스타는 약 37개, 릴리스는 30번이며, v0.13.0은 2026년 11월 6일에 나왔습니다.
Munim Computer Use 설치 방법
npx -y munim-computer-useMunim Computer Use, 쓸 만한 가치가 있습니까?
Munim Computer Use는 기본기를 제대로 갖췄습니다. 스크린샷 대신 접근성 트리를 읽으므로 에이전트는 픽셀을 짐작하지 않고 이름 붙은 버튼을 누르며, 시각 기능이 없는 모델에서도 동작합니다. id는 매 동작 전에 다시 확인되므로 대화 상자의 버튼이 바뀌면 엉뚱한 것을 클릭하는 대신 호출이 실패하고, run_steps는 동작 목록 전체를 검사한 뒤에야 실행을 시작합니다. 프로젝트 자체의 2026년 11월 4일 벤치마크에서 Windows의 창 하나를 읽는 데 약 0.12 s가 걸렸고 약 2.0K 토큰을 반환해, 측정한 모든 경쟁 제품을 앞섰습니다. 다만 수치는 자체 보고이며 측정 스크립트는 공개되지 않았습니다.
Playwright나 Chrome DevTools MCP와 다른 점은 브라우저 쪽에 있습니다. 그 서버들은 별도의 브라우저를 띄우지만, Munim은 사용자가 이미 로그인한 Chrome 안에서 자체 탭 그룹을 쓰며, 사용자가 가리키는 탭을 넘겨받을 수도 있습니다. 확장 프로그램은 Chrome의 debugger 권한과 모든 URL 접근 권한을 가지므로, 로그인된 곳이라면 에이전트가 무엇이든 읽고 조작할 수 있습니다. 눈에 띄는 안전장치가 두 가지 있습니다. browser_request_credentials는 모델이 보지 못하게 비밀번호를 페이지에 직접 입력하는 창을 열고, 데스크톱의 비밀번호 입력란은 기본적으로 입력을 거부합니다.
보안 설명은 정직하지만 완전하지는 않습니다. 정책 파일로 Keychain Access나 은행을 차단할 수 있고, ask 규칙의 확인 요청은 2분 동안 응답이 없으면 거부로 처리되며, 잘못된 파일은 모든 것을 차단합니다. 하지만 README는 이를 샌드박스가 아닌 가드레일이라고 부릅니다. 좌표 클릭은 가리킨 곳에 그대로 떨어지고, 전체 화면 스크린샷에는 모든 창이 보입니다. 웹페이지부터 Mail의 이메일까지 에이전트가 읽는 모든 텍스트는 데스크톱 전체를 등에 업은 프롬프트 인젝션이 될 수 있습니다. 포트는 열지 않으며, 서버는 stdio로 통신하고 로컬 소켓이나 named pipe로 Chrome에 닿습니다.
주의할 점: 백그라운드 입력은 macOS에서만 보장됩니다. Windows에서는 Chromium, Electron, WPF, UWP 앱이 여전히 실제 포인터를 필요로 하고, Linux에서는 모든 포인터 동작이 포인터를 움직이며, 네이티브 Wayland 앱은 좌표 클릭을 받지 못합니다. Chrome 확장 프로그램은 개발자 모드에서 압축 해제 상태로 로드해야 합니다. 스타 약 37개, 주요 기여자 한 명, 며칠마다 나오는 릴리스를 감안하면 수정도 변경도 빠를 것으로 예상하세요.
결론: 데스크톱 앱에 경비를 입력하거나 로그인 뒤의 양식을 채우는 일을 에이전트에게 맡기려는 개발자에게는 스크린샷 기반 서버보다 잘 만든 출발점입니다. 실적이 더 쌓일 때까지는 별도 사용자 계정이나 기본 차단 정책 아래에서 실행하세요.
제 역할을 하는 곳
API가 없는 데스크톱 회계 앱을 쓰는 직원 20명 회사의 재무 담당자
공급업체 청구서 더미를 항목마다 다시 입력하지 않고 등록하기
에이전트가 get_app_state로 앱의 입력 양식을 읽고, 요소 id 로 항목을 채우고, return_state로 각 입력을 확인합니다. 모델 토큰 외에는 무료이며, Mail과 브라우저를 차단하는 정책을 두면 작업에 집중하게 됩니다.
크로스플랫폼 Electron 앱을 테스트하는 QA 엔지니어
같은 스모크 테스트를 macOS, Windows, Linux에서 실행하기
도구 이름과 스키마가 모든 시스템에서 같으므로 하나의 프롬프트로 세 곳을 모두 조작합니다. Windows와 Linux의 Electron 창에서는 실제 포인터가 움직이므로 여분의 기기에서 실행하세요.
싱글 사인온 뒤의 여러 SaaS 대시보드를 관리하는 1인 창업자
관리자 화면 세 곳의 이번 주 수치를 메모로 정리하기
에이전트가 창업자의 Chrome에 자체 탭 그룹을 열고, browser_read로 각 페이지를 읽고, 세션이 만료되면 browser_request_credentials로 로그인합니다. 결제와 관리자 페이지는 policy.json에서 ask로 지정하세요.
도입 전 확인할 점
- 설정
- claude mcp add munim-computer-use -- npx -y munim-computer-use를 실행하면 첫 실행 때 서명된 바이너리를 내려받습니다. Codex와 Cursor 설정은 README에 있습니다. macOS에서는 munim-computer-use request-permissions를 한 번 실행해 Accessibility와 Screen Recording 권한을 받습니다. 브라우저 도구를 쓰려면 chrome-extension/을 압축 해제 상태로 로드하고 install-native-host를 실행합니다.
- 연동
- 도구 38개: 보기(list_apps, get_app_state, screenshot, zoom, list_displays), 동작(click, type_text, set_value, press_key, drag, run_steps 등), 클립보드 읽기·쓰기, 그리고 browser_read, browser_fill, browser_upload_file, browser_request_credentials 같은 브라우저 도구 19개가 있습니다. 거의 모두 쓰기 동작이며, COMPUTER_USE_BROWSER=0으로 브라우저 도구를 숨길 수 있습니다.
- 데이터와 개인정보
- stdio로 로컬에서 실행되며 네트워크 포트를 열지 않습니다. Chrome 브리지는 로컬 소켓이나 named pipe를 씁니다. OCR은 기기에서 처리됩니다. 에이전트는 정책이 허용하는 모든 앱과 로그인된 사이트, 그리고 클립보드와 업로드하는 로컬 파일까지 읽고 조작할 수 있으며, 스크린샷과 페이지 텍스트는 모델 공급자에게 전송됩니다. README에는 텔레메트리 언급이 없고 저장소에 보안 권고도 없습니다.
- 대규모 사용 시 비용
- 무료이며 비용은 모델 토큰입니다. 프로젝트 벤치마크에서 접근성 읽기는 창 하나당 약 1.0K~2.0K 토큰으로 스크린샷 반복보다 훨씬 적지만, 긴 데스크톱 작업에서는 여전히 호출 수가 많이 쌓입니다.
- 제한
- 백그라운드 입력은 Windows에서는 최선의 노력 수준이고 Linux 포인터 동작에서는 지원되지 않습니다. 네이티브 Wayland 앱은 요소 동작은 되지만 좌표 클릭은 안 됩니다. Windows 샌드박스 안의 에이전트는 빈 트리와 검은 캡처를 받습니다. Chrome 전용이며 확장 프로그램은 압축 해제 상태로 로드해야 합니다.
좋은 점
- 잘못 누르지 않고 실패하는 id를 가진 접근성 트리
- macOS, Windows, Linux에서 같은 38개 도구
- macOS에서 백그라운드 입력, 에이전트 포인터 오버레이
- 앱별, 사이트별 allow, ask, block 정책
- 자격 증명 창으로 비밀번호를 모델에게서 숨김
아쉬운 점
- 로그인된 모든 앱과 사이트에서 에이전트가 사용자로 행동 가능
- 백그라운드 입력은 macOS에서만 보장
- Chrome 확장 프로그램을 압축 해제로 로드하며 debugger 권한 보유
- 나온 지 두 달, 벤치마크는 자체 보고
추천 대상
macOS, Windows, Linux에서 에이전트가 데스크톱 앱과 로그인된 웹사이트를 조작하게 하려는 개발자로, 먼저 앱과 사이트 정책을 작성할 사람.
Munim Computer Use 대안
Munim Computer Use: 자주 묻는 질문
- Munim Computer Use, 쓸 만한 가치가 있습니까?
- 정성껏 설계된 오픈 컴퓨터 사용 서버지만 나온 지 두 달밖에 안 됐고 사용자가 책상에서 할 수 있는 모든 일을 할 수 있으므로, 신뢰는 천천히 쌓아야 합니다. 평점은 5점 만점에 3.7점입니다.
- Munim Computer Use의 가격은 얼마입니까?
- 무료 오픈 소스(Apache-2.0)입니다. 유료 요금제는 없고 모델 호출 비용은 사용자의 공급자에게 지불합니다.
- Munim Computer Use의 단점은 무엇입니까?
- 로그인된 모든 앱과 사이트에서 에이전트가 사용자로 행동 가능; 백그라운드 입력은 macOS에서만 보장; Chrome 확장 프로그램을 압축 해제로 로드하며 debugger 권한 보유; 나온 지 두 달, 벤치마크는 자체 보고.
- Munim Computer Use에 적합한 사람은 누구입니까?
- macOS, Windows, Linux에서 에이전트가 데스크톱 앱과 로그인된 웹사이트를 조작하게 하려는 개발자로, 먼저 앱과 사이트 정책을 작성할 사람.
- 팀이나 프로덕션 환경에서 Munim Computer Use의 비용은 얼마입니까?
- 무료이며 비용은 모델 토큰입니다. 프로젝트 벤치마크에서 접근성 읽기는 창 하나당 약 1.0K~2.0K 토큰으로 스크린샷 반복보다 훨씬 적지만, 긴 데스크톱 작업에서는 여전히 호출 수가 많이 쌓입니다.
- Munim Computer Use에 회사 데이터를 맡겨도 안전합니까?
- stdio로 로컬에서 실행되며 네트워크 포트를 열지 않습니다. Chrome 브리지는 로컬 소켓이나 named pipe를 씁니다. OCR은 기기에서 처리됩니다. 에이전트는 정책이 허용하는 모든 앱과 로그인된 사이트, 그리고 클립보드와 업로드하는 로컬 파일까지 읽고 조작할 수 있으며, 스크린샷과 페이지 텍스트는 모델 공급자에게 전송됩니다. README에는 텔레메트리 언급이 없고 저장소에 보안 권고도 없습니다.
- Munim Computer Use의 가장 좋은 대안은 무엇입니까?
- 저희가 리뷰한 것 중 가장 가까운 대안은 Playwright MCP, Chrome DevTools MCP 및 OpenTabs입니다.
답변 확인일: 2026년 11월 11일.