API 없이 웹사이트를 탐색하는 방식

Handoff는 기업이 제공하는 공식 API(응용 프로그램 인터페이스)에 전혀 의존하지 않는다. 작업이 주어질 때마다 전용 가상 컴퓨터(브라우저, 파일 시스템, 터미널 포함)를 새로 띄운 뒤, 실제 사람처럼 웹사이트 화면을 보고 클릭하고 타이핑한다. 웹페이지의 구조와 시각적 단서를 분석해 '어디를 클릭할지', '무엇을 입력할지', '언제 스크롤할지'를 스스로 판단한다. 따라서 Target, Walmart, OpenTable, DoorDash, United, Delta, LinkedIn처럼 자동화를 위한 공개 API가 없는 사이트에서도 작동한다.

자동화할 수 있는 작업들

Hark에 따르면 Handoff는 다음과 같은 실제 업무를 자동으로 처리할 수 있다:

• 음식 주문 (DoorDash 등)
• 항공권 예약 (United, Delta)
• 쇼핑 (Target, Walmart)
• 레스토랑 예약 (OpenTable)
• 메시지 발송 및 채용 (LinkedIn)
• 리서치, 세금 신고 등 양식 작성 위주의 작업

'다음 단어' 대신 '다음 동작'을 예측하는 구조

Hark는 기존의 대형 언어 모델(LLM) 패러다임에서 의도적으로 선회했다. 전통적인 LLM은 문장에서 '다음 단어(토큰)'를 예측하는 데 최적화된 반면, Handoff의 모델은 다음 그래픽 사용자 인터페이스(GUI) 동작—특정 화면 위치에서의 클릭, 스크롤, 키보드 입력—을 예측하도록 설계되었다. 현재 버전은 기존 모델을 미세 조정한 포스트 트레이닝(Post-trained) 모델을 사용하며, 2026년 안에 처음부터 다시 학습하는 **프리트레이닝(Pre-training)**으로 전환할 계획이다. Hark는 이러한 접근 방식이 데이터 파이프라인과 훈련 방법을 더 빠르게 개선할 수 있게 해준다고 설명한다.

벤치마크 성능: OM2W에서 97.7점

Hark는 Handoff가 웹 브라우징 AI의 업계 표준 벤치마크인 **Online-Mind2Web(OM2W)**에서 역대 최고 점수를 기록했다고 주장한다. 수치는 인간 평가를 기반으로 한다.

• Hark Handoff: 97.7
• GPT-5.5: 92.8
• Opus 4.8: 84.1
• Gemini 2.5 Pro: 69.0

가격은 입력 토큰당 100만 개에 0.18달러, 출력 토큰당 2.37달러로, GPT-5.5(입력 5달러/출력 30달러)의 10분의 1 미만이다. Hark는 Handoff가 웹 사용 작업에서 OpenAI, Anthropic, Google의 최첨단 모델보다 훨씬 빠르고 저렴하다고 주장하지만, 이는 회사 측 주장이며 실제 작업 성공률과 비용 비교에 대한 독립적인 검증은 아직 이루어지지 않았다.

현재 상태 및 출시 일정

2026년 8월 현재, Handoff는 클로즈드 리서치 프리뷰 단계이며 Hark 웹사이트에서 대기자 명단에 등록할 수 있다. 정식 공개는 2026년 여름 말로 예상된다. 기술 스택도 계속 진화 중이다: 현재는 포스트 트레이닝 모델이지만, 연내 프리트레이닝으로 전환할 계획이다.

API 없이 웹사이트를 탐색하는 방식

Handoff는 기업이 제공하는 공식 API(응용 프로그램 인터페이스)에 전혀 의존하지 않는다. 작업이 주어질 때마다 전용 가상 컴퓨터(브라우저, 파일 시스템, 터미널 포함)를 새로 띄운 뒤, 실제 사람처럼 웹사이트 화면을 보고 클릭하고 타이핑한다. 웹페이지의 구조와 시각적 단서를 분석해 '어디를 클릭할지', '무엇을 입력할지', '언제 스크롤할지'를 스스로 판단한다. 따라서 Target, Walmart, OpenTable, DoorDash, United, Delta, LinkedIn처럼 자동화를 위한 공개 API가 없는 사이트에서도 작동한다.

자동화할 수 있는 작업들

Hark에 따르면 Handoff는 다음과 같은 실제 업무를 자동으로 처리할 수 있다:

• 음식 주문 (DoorDash 등)
• 항공권 예약 (United, Delta)
• 쇼핑 (Target, Walmart)
• 레스토랑 예약 (OpenTable)
• 메시지 발송 및 채용 (LinkedIn)
• 리서치, 세금 신고 등 양식 작성 위주의 작업

'다음 단어' 대신 '다음 동작'을 예측하는 구조

Hark는 기존의 대형 언어 모델(LLM) 패러다임에서 의도적으로 선회했다. 전통적인 LLM은 문장에서 '다음 단어(토큰)'를 예측하는 데 최적화된 반면, Handoff의 모델은 다음 그래픽 사용자 인터페이스(GUI) 동작—특정 화면 위치에서의 클릭, 스크롤, 키보드 입력—을 예측하도록 설계되었다. 현재 버전은 기존 모델을 미세 조정한 포스트 트레이닝(Post-trained) 모델을 사용하며, 2026년 안에 처음부터 다시 학습하는 **프리트레이닝(Pre-training)**으로 전환할 계획이다. Hark는 이러한 접근 방식이 데이터 파이프라인과 훈련 방법을 더 빠르게 개선할 수 있게 해준다고 설명한다.

벤치마크 성능: OM2W에서 97.7점

Hark는 Handoff가 웹 브라우징 AI의 업계 표준 벤치마크인 **Online-Mind2Web(OM2W)**에서 역대 최고 점수를 기록했다고 주장한다. 수치는 인간 평가를 기반으로 한다.

• Hark Handoff: 97.7
• GPT-5.5: 92.8
• Opus 4.8: 84.1
• Gemini 2.5 Pro: 69.0

가격은 입력 토큰당 100만 개에 0.18달러, 출력 토큰당 2.37달러로, GPT-5.5(입력 5달러/출력 30달러)의 10분의 1 미만이다. Hark는 Handoff가 웹 사용 작업에서 OpenAI, Anthropic, Google의 최첨단 모델보다 훨씬 빠르고 저렴하다고 주장하지만, 이는 회사 측 주장이며 실제 작업 성공률과 비용 비교에 대한 독립적인 검증은 아직 이루어지지 않았다.

현재 상태 및 출시 일정

2026년 8월 현재, Handoff는 클로즈드 리서치 프리뷰 단계이며 Hark 웹사이트에서 대기자 명단에 등록할 수 있다. 정식 공개는 2026년 여름 말로 예상된다. 기술 스택도 계속 진화 중이다: 현재는 포스트 트레이닝 모델이지만, 연내 프리트레이닝으로 전환할 계획이다.