AOHP: 개인화되고 효율적이며 안전한 상호작용을 위한 오픈소스 OS 수준 에이전트 하네스

초록

AI 에이전트는 도구 자동 호출, 정보 추출, 메모리 관리, 그리고 여러 애플리케이션과 데이터 소스를 아우르는 작업 완료 능력을 갖춘 새로운 소프트웨어 패러다임을 주도하고 있다. 그러나 현재 대부분의 최종 사용자 운영체제는 애플리케이션 중심 워크플로우에 맞춰 설계되어 AI 에이전트에 대한 기본적인 지원이 거의 없다. 이러한 부조화는 에이전트의 광범위한 채택을 제한할 뿐만 아니라, 기존 시스템에서 에이전트를 실행할 때 실행 오버헤드와 안전 위험을 초래한다. 에이전트 네이티브 운영체제 개념이 등장하고 있지만, 연구 커뮤니티는 에이전트 매개 상호작용에 필요한 아키텍처 프리미티브를 탐색할 수 있는 개방형 테스트베드가 부족한 실정이다. 본 논문에서는 Android Open Source Project(AOSP) 기반의 OS 수준 에이전트 하네스인 AOHP(Android Open Harness Project)를 제시한다. AOHP의 핵심 설계 원칙은 에이전트를 일급 OS 액터로 취급하여 적응형 사용자 인터페이스와 에이전트 친화적 런타임 환경을 가능하게 하는 것이다. AOHP는 성숙한 Android 소프트웨어 및 하드웨어 생태계를 유지하면서, 세 가지 에이전트 지향 시스템 메커니즘(개인화된 서비스 구성, 효율적인 에이전트 인터페이스, 안전한 정보 흐름)을 도입한다. OS 에이전트의 핵심 기능을 포괄하는 까다로운 작업에 대한 예비 실험 결과, AOHP는 작업 완료율(+21.12% 완료율), 실행 비용(-51.55% 토큰 비용), 보안 정책 준수 측면에서 명확한 우위를 보여준다.

English

AI agents are driving a new software paradigm, with the ability to autonomously call tools, extract information, manage memory, and complete tasks that span applications and data sources. Most existing end-user operating systems, however, are designed for application-centric workflows and offer little native support for AI agents. This mismatch limits the wider adoption of agents and leads to execution overhead and safety risks when running agents on conventional systems. While the concept of agent-native operating systems is emerging, the research community lacks an open testbed to explore the architectural primitives desired for agent-mediated interaction. We present AOHP (Android Open Harness Project), an OS-level agent harness built on the Android Open Source Project (AOSP). The core design principle of AOHP is to treat agents as first-class OS actors, enabling adaptive user interfaces and agent-friendly runtime environments. AOHP preserves the mature Android software and hardware ecosystem while introducing three agent-oriented system mechanisms: personalized service composition, efficient agent interfaces, and secure information flow. Based on preliminary experiments on challenging tasks covering key capabilities of OS agents, AOHP shows clear advantages in task completion (+21.12% completion rate), execution cost (-51.55% token cost), and security-policy compliance.