2026년 7월 13일 저녁, StepStar가 세계 최초의 대규모 모델 네이티브 AI 에이전트폰 STEPX Neo를 발표했습니다. 발표회에서 StepStar의 인치(印奇) 회장은 "많은 단말기 업계 친구분들께 조언을 구했는데, 다들 하드웨어에 손대지 말라고 하셨다. 사실 우리도 그 충고를 따르고 싶었지만 결국 하기로 결정했다"고 솔직하게 털어놓았습니다. 이 발언은 대규모 모델 기업이 직접 하드웨어를 만드는 근본적인 불안감을 드러냅니다. 불과 반년 전, 바이트댄스의 Doubao 모바일 어시스턴트는 위챗 생태계의 벽을 강제로 넘으려다 리스크 관리 차단을 당했습니다. 두 제품은 AI 폰의 크로스 앱 조작에 있어 완전히 다른 두 가지 길을 대표합니다. 과연 STEPX Neo는 오랫동안 존재해 온 앱 생태계의 장벽을 정말로 허물 수 있을까요?
StepStar 최초의 AI 에이전트폰 STEPX Neo 발표회 메인 비주얼
그저 앱 속 기생충으로 남지 않겠다
StepStar가 왜 고집스럽게 휴대폰을 만들려 하는지 이해하려면, 먼저 대규모 모델 업계의 자금 흐름과 수익화 난관을 파악해야 합니다. 투자 업계 보도에 따르면, 2026년 1월 StepStar는 50억 위안 규모의 시리즈 B+ 투자 유치를 완료하며 최근 12개월간 대규모 모델 분야 단일 투자 최고 기록을 경신했습니다. 2023년 4월 설립된 이 회사는 창립자 장다신(姜大昕)의 지휘 아래 멀티모달 대규모 모델 분야에서 깊이 있는 기술적 기반을 쌓아 왔습니다. 막대한 자금을 손에 쥐고도 공급망이 복잡한 하드웨어 분야에 뛰어든 핵심 이유는, 대규모 모델의 클라우드 수익화가 어려워 시급히 단말기 측의 슈퍼 엔트리 포인트가 필요했기 때문입니다.
현재 대규모 모델 애플리케이션은 대부분 독립형 앱이나 미니 프로그램 형태로 존재합니다. StepStar의 Step 모델이든 다른 업체의 대규모 모델이든, 일단 기존 스마트폰 운영체제에 기생하면 기기 제조사의 권한 분배와 트래픽 배분 규칙에 종속될 수밖에 없습니다. 시스템 수준의 진입점을 장악하지 못하면 AI 에이전트는 영원히 앱 속의 기생충에 불과할 것이며, 사용자의 업무 흐름을 진정으로 재구성할 수 없습니다. 대규모 모델 회사가 직접 폰을 만드는 행위의 본질은, 기저 시스템 레벨에서부터 하드웨어 진입점과 시스템 권한을 장악해 AI 에이전트를 OS의 핵심 허브로 만들고자 하는 것입니다.
STEPX Neo는 Step AOS 시스템을 탑재했으며, AI 에이전트 Amoo가 내장되어 있습니다. Cailianpress 보도에 따르면, 이 모델은 화친테크놀로지(华勤技术)에서 ODM 생산하며, 본체 뒷면에 보조 인터랙션 디스플레이가 장착되어 오는 7월 17일 세계 인공지능 대회에서 데뷔할 예정입니다. 구체적인 하드웨어 사양과 가격은 아직 공개되지 않았습니다. 제품 형태 측면에서 보조 디스플레이의 설계는 상시 활성 AI 에이전트 상태 표시와 빠른 상호작용 수단을 제공해, 네이티브 AI 에이전트 하드웨어라는 포지셔닝을 더욱 강화하려는 목적으로 보입니다. StepStar는 소프트웨어와 하드웨어의 통합을 통해 대규모 모델이 클라우드의 두뇌뿐 아니라 단말기 측의 슈퍼 비서가 될 수 있음을 증명하려 합니다.
시스템 권한이 만능 열쇠는 아니다
STEPX Neo의 도구적 가치를 평가하려면, 먼저 Doubao 모바일 어시스턴트가 벽에 부딪힌 교훈을 복기해야 합니다. 2025년 12월, 바이트댄스는 Doubao 모바일 어시스턴트를 공개했습니다. 당시 언론 보도에 따르면, 이 어시스턴트는 ZTE Nubia M153에 최초 탑재되었으며 가격은 3,499위안이었습니다. 이 제품의 핵심 판매 포인트는 시스템 권한을 통한 터치 시뮬레이션으로 크로스 앱 조작을 구현하는 것이었습니다. 사용자가 Doubao에게 명령을 내리기만 하면, 다른 앱을 자동으로 열어 오프닝 광고를 우회하고 정보 스트림이나 거래 페이지로 바로 진입할 수 있었습니다.
이러한 접근성 기반 터치 시뮬레이션 기술 노선은 일종의 외부 툴 방식의 조작에 해당합니다. 초기에는 실제로 놀라운 시연 효과를 보여주며 사용자에게 크로스 앱 자동화의 가능성을 제시했습니다. 하지만 곧 한계에 부딪혔습니다. 2025년 12월 초, 다수의 사용자가 Doubao 어시스턴트가 위챗을 조작할 때 보안 리스크 관리 시스템이 발동되어 위챗이 비정상 종료되거나 로그인할 수 없다고 피드백했습니다. 이후 Doubao는 해당 기능을 중단했습니다.
이는 단순한 기술적 결함이 아니라 비즈니스 생태계의 정면 충돌이었습니다. 슈퍼 앱의 핵심 이익은 트래픽 분배와 광고 노출에 있습니다. Doubao의 터치 시뮬레이션은 이러한 중간 과정을 직접 건너뛰어 위챗의 마지노선을 건드린 것입니다. 기술적 관점에서, 터치 시뮬레이션은 화면을 강제로 읽어 인간의 손가락 동작을 모방하는 외부 툴 방식으로, 앱의 리스크 관리 시스템에 이상 동작으로 쉽게 포착될 수 있습니다. 앱 제공업체가 UI 레이아웃을 업데이트하거나 검증 절차를 추가하기만 하면 터치 시뮬레이션을 손쉽게 차단할 수 있습니다.
법률 전문가들 또한 AI 에이전트가 접근성 서비스에 의존해 억지로 크로스 앱 조작을 하는 것은 부정 경쟁 방지법 위반 위험이 있으며, 대립적 접근법은 지속 가능하지 않다고 지적합니다. Doubao의 실패는 단순한 무력 돌파 경로의 비즈니스 생태계적 사형 선고나 다름없습니다. 시스템 권한은 만능 열쇠가 아니며, 남의 문을 억지로 열려고 하면 결국 더 강력한 차단만 초래할 뿐입니다.
GUI-MCP로 대립을 협력으로 전환
동일한 크로스 앱 조작 난제에 대해, StepStar는 다른 해법을 내놓았습니다. STEPX Neo는 터치 시뮬레이션을 선택하지 않고, Step Edge 온디바이스 모델과 GUI-MCP 프로토콜을 발표했습니다. StepStar의 오픈소스 문서에 따르면, 이 프로토콜은 계층형 듀얼 스택 아키텍처를 채택하고 높은 수준의 개인정보 보호 모드를 지원하여, 원본 스크린샷은 로컬에 보관하고 의미 요약 정보만 클라우드에 업로드합니다. StepStar가 오픈소스로 공개한 GUI 전용 모델의 파라미터는 4B이며, 200여 개 이상의 앱에 대한 로컬 인식 및 조작을 지원한다고 발표했습니다.
이러한 프로토콜 방식의 노선은 Doubao의 외부 툴 방식과 본질적인 차이가 있습니다. 터치 시뮬레이션은 사용자 인터페이스를 강제로 점거하는 방식이지만, GUI-MCP 프로토콜은 표준화된 인터페이스를 통해 앱 제공업체들이 기꺼이 자신의 기능을 제공하도록 유도하려 합니다. StepStar는 적대적 관계에서 협력 관계로 나아가, 앱이 에이전트에 의해 분석되는 대상이 아니라 에이전트에게 기술을 제공하는 역량 공급자로 자리매김하게 만들고자 합니다.
계층형 듀얼 스택 아키텍처 하에서, 온디바이스 모델은 시각적 스크린샷 처리와 로컬 작업을 담당하고, 클라우드 모델은 고수준 계획과 복잡한 논리적 추론을 담당합니다. 이러한 디바이스-클라우드 협업 설계는 응답 속도를 보장하면서 클라우드 컴퓨팅 비용을 절감해 줍니다. 더욱 중요한 것은, 원본 스크린샷은 로컬에 남기고 의미 정보만 클라우드에 업로드하는 개인정보 보호 메커니즘을 통해 데이터 유출에 대한 사용자들의 우려를 해소하고, 앱 제공업체들이 인터페이스를 개방할 수 있는 보안적 기반을 마련했다는 점입니다.
도구 평가 관점에서 볼 때, 프로토콜 기반 인터페이스는 실행 효율성과 안정성 면에서 터치 시뮬레이션보다 훨씬 우수합니다. 표준화된 인터페이스를 통해, 에이전트는 화면에서 버튼을 찾아 헤맬 필요 없이 앱의 핵심 기능을 직접 호출할 수 있습니다. 이는 복잡한 다단계 작업을 처리할 때 STEPX Neo가 이론적으로 더 매끄러운 경험을 제공할 수 있음을 의미합니다. 그러나 이 모든 것은 앱 제공업체가 GUI-MCP 프로토콜에 기꺼이 연결한다는 전제 하에 가능한 이야기입니다.
장벽을 허무는 것은 결국 이익 분배의 재구성
기술적 노선의 차이는 결국 비즈니스 생태계의 경쟁으로 귀결됩니다. StepStar가 공개한 1차 생태계 파트너 명단에는 메이퇀(美团), WPS, 젠잉(剪映), 씨트립(携程), 아오토내비(高德), 알리페이, 바이두, 디디(滴滴), 징둥(京东) 등이 포함됐습니다. 이 파트너들은 배달, 오피스, 교통, 결제 등 핵심 시나리오를 포괄합니다. StepStar는 이러한 주요 애플리케이션들을 끌어들여 표준화된 개방형 프로토콜을 구축하려 시도하고 있습니다.
그러나 생태계의 벽을 허무는 본질은 기술적 돌파구가 아니라 이익 분배에 있습니다. AI 에이전트의 핵심 가치는 탈앱화(tal-app-hwa)를 통해 사용자를 업무 결제 페이지로 직접 안내하는 데 있습니다. 이는 슈퍼 앱들의 밥그릇을 직접 건드리는 행위입니다. 합리적인 비즈니스 분배 메커니즘이 없다면, 슈퍼 앱들은 여전히 코드를 수정하거나 인증 수위를 높여 에이전트에 대항할 것입니다.
실제로 업계에는 앱이 자신의 기능을 Skill 혹은 MCP로 패키징해 에이전트에 제공하는 또 다른 길이 존재합니다. 이러한 능동적 개방은 대립을 피할 수 있지만, 전제 조건은 앱 제공업체가 개방으로 인한 이익이 폐쇄형 해자(moat)의 손실보다 크다고 판단해야 한다는 것입니다. StepStar의 1차 파트너들은 대부분 비즈니스 수요 지향형 애플리케이션으로, 주문과 트래픽이 필요하기 때문에 새로운 진입점을 기꺼이 시도하는 경향이 있습니다. 그러나 텐센트 계열과 같이 벽으로 둘러싸인 정원을 가진 거대 기업들이 이 표준화된 프로토콜에 참여할 의사가 있는지 여부는 아직 공식적인 답변이 없는 상태입니다.
StepStar의 생태계 동맹 전략이 모든 거대 기업을 설득할 수 있을지는 여전히 큰 의문 부호입니다. 만약 위챗, 타오바오 같은 국민적 애플리케이션의 지원이 부족하다면, STEPX Neo의 크로스 앱 능력은 크게 반감될 수밖에 없습니다. 이중 권한 부여 메커니즘과 합리적인 수익 분배 모델을 구축하는 것만이 AI 폰이 생태계 장벽을 돌파하는 유일한 길입니다.
파라미터 경쟁에서 워크플로우 재구성으로
도구로서, STEPX Neo가 일반 사용자의 실제 업무 흐름에 어떤 영향을 미칠까요? 궁극적인 도구 전달체로서 AI 폰이 가진 AI 에이전트 속성이 애플리케이션의 고립된 섬을 넘어 복잡한 작업을 수행할 수 있는지가 그 도구적 가치를 판단하는 핵심 기준입니다. 이는 단순한 하드웨어 스펙 경쟁을 넘어 AI 도구의 실용적 페인 포인트를 정면으로 겨냥합니다.
OmniTools는 진정한 도구의 가치는 업무 흐름에 완벽히 녹아드는 데 있다고 말합니다. STEPX Neo는 사용자가 더 이상 앱을 빈번히 전환하지 않고, Amoo 에이전트를 통해 앱 간 다단계 작업을 직접 완료하도록 시도합니다. 예를 들어, 사용자가 "내일 베이징행 비행기표 예약하고 회사까지 차량 불러줘"라고 한마디만 하면, 에이전트가 자동으로 씨트립과 디디의 인터페이스를 호출해 예약과 차량 호출을 완료하는 것입니다. 이러한 경험이 실현된다면, 사람과 스마트폰의 상호작용 방식을 완전히 바꿔 놓을 것입니다.
그러나 이상과 현실 사이에는 여전히 거리가 있습니다. 현재 STEPX Neo는 발표회에서 외관만 공개되었을 뿐, 실제 복잡한 시나리오에서의 실기 테스트 데이터는 부족합니다. 팝업창, 인증 코드, 결제 리스크 관리 등 극한의 상황에서 GUI-MCP 프로토콜의 안정성은 여전히 WAIC 데뷔 무대에서 검증되어야 합니다. 또한, 하드웨어 공급망 관리 능력 또한 대규모 모델 기업의 약점입니다. 화친테크놀로지의 위탁 생산이 양산을 담당할 수 있겠지만, 전통적인 스마트폰 제조사가 가진 오프라인 유통망과 사후 서비스 능력은 부족합니다.
STEPX Neo의 출시는 대규모 모델 기업이 클라우드에서 단말기로, 애플리케이션 계층에서 시스템 계층으로 진출하기 시작했음을 의미합니다. 이 제품은 GUI-MCP 프로토콜을 통해 단순한 무력 돌파가 아닌 생태계 협력의 길을 제시했습니다. 그러나 앱 생태계의 벽을 진정으로 허물 수 있을지는 기술의 완성도뿐 아니라 이익 분배 메커니즘의 재구성 여부에 달려 있습니다. WAIC 실기 데뷔 전까지, 이 모든 것은 여전히 미지수입니다.
