Mika: 작업하는 동안 내 화면을 빼앗지 않는 안드로이드 에이전트

Mika에 대해 먼저 알아야 할 것은 이것이 당신에게서 가져가지 않는 것이다. 화면.
내가 써본 폰 에이전트는 전부 같은 방식이다. 디스플레이를 점유하고, 초조한 인턴 속도로 앱을 두드려 다니고, 끝나면 폰을 돌려준다. 에이전트가 일하는 동안 당신은 기기를 쓸 수 없다. Mika는 전 과정을 두 번째, 숨겨진 화면에서 돌린다. 그래서 당신이 스크롤을 계속하는 동안 에이전트가 대신 누군가에게 메시지를 보낸다.
안드로이드 앱이고 Apache-2.0, Kotlin으로 작성됐으며, GitHub 트렌드 목록에 한 달 오른 뒤 약 7,500개의 별을 갖고 있다. 서버는 없다. 모델 키를 직접 가져오거나, 이미 갖고 있는 계정으로 로그인한다.
백그라운드 화면은 어떻게 작동하나
안드로이드는 오래전부터 가상 디스플레이를 지원했다. 캐스팅과 화면 녹화가 그렇게 구현된다. Mika는 이것을 작업 공간으로 쓴다. 앱이 그곳에서 열리고, 에이전트가 그곳에서 탭하고 입력하고 스크롤하며, 작은 플로팅 라이브 뷰로 원할 때 지켜볼 수 있다. 캡슐을 두 번 두드리면 에이전트가 대신 당신의 화면을 보게 되고, 이때 "이거 어떻게 답하지?"라고 물을 수 있다.
영리한 부분은 에이전트가 앱별 통합을 필요로 하지 않는다는 것이다. 화면을 보고 사람처럼 버튼을 찾는다. API도, 플러그인도, 앱 개발자의 협조도 없다. 그게 불편한 부분이기도 하고, 이 이야기로 다시 돌아오겠다.

설정은 세 단계, 그중 하나가 특이하다
릴리스 페이지에서 APK를 설치한다. 안드로이드 11 이상. 설정에서 모델 제공자를 고르고 키를 붙여넣거나, ChatGPT나 xAI, OpenRouter 계정으로 로그인한다. 선택 사항으로, 로컬 네트워크를 통해 자기 기계에서 도는 모델을 지정할 수 있다. README가 커스텀 엔드포인트를 명시적으로 지원한다.
세 번째 단계가 흥미로운 지점이다. 다른 앱을 조작하려면 Mika가 안드로이드의 무선 디버깅을 켜고 한 번 페어링해야 한다. 그 권한으로 가상 디스플레이를 만들고 입력을 주입한다. 설정 마법사가 안내하고, 무선 디버깅 토글을 숨긴 ROM을 위해 USB 경유 폴백도 문서화되어 있다.
실질적인 결과가 따르는 진짜 기술 결정이다. 덕분에 Mika는 접근성 서비스 기반 에이전트를 절대 내놓지 않을 폰에서도 작동하고, 당신이 부여하는 권한은 일반 앱보다 넓다. README가 그 맞바꿈에 정직하다. 안드로이드는 Wi-Fi를 바꾸거나 재부팅하면 무선 디버깅을 꺼버리므로, Mika는 당신의 허락을 받아 다시 켜고, 당신은 재페어링을 해야 할 수도 있다.
실제로 잘하는 것
데모 GIF가 저장소에서 가장 유용한 부분이다. 마법이 아니라 평범하고 지루한 작업을 보여주기 때문이다. 위챗 단체방을 읽고 오늘 무슨 이야기가 오갔는지 요약한다. 30달러 이하, 별점 4.5 이상인 충전기를 장바구니에 넣고 결제 직전에 멈춘다. 샤오홍슈에서 크리에이터의 최근 게시물을 읽고 정리한다. 채용 공고 세 건의 리크루터에게 인사를 보낸다. 광고를 보고 음악 혜택을 해제한다. 할인을 겹쳐 적용한 배달 주문을 넣고 결제 전에 묻는다.
이 목록이 가치를 잘 보여준다. 성공 조건이 명확하고, 창의성이 없고, 인터페이스가 지루한 작업들. 폰에서 아무도 하고 싶어 하지 않는 일이고, 화면을 읽는 에이전트가 API 없이 해낼 수 있는 일이 정확히 그 일이다.
데모에 중국 앱이 등장하는 건 우연이 아니다. 위챗과 샤오홍슈는 공개 자동화 API가 없고 앞으로도 없을 것이며, 그래서 완벽한 스트레스 테스트가 된다. README는 Mika가 그 앱들에 묶여 있지 않다고 밝히고, 그건 사실이다. 다만 데모에 그 앱들이 나오는 이유는, 「어떤 앱이든, 통합 없이」라는 주장이 통합을 거부하는 앱에서만 스스로를 증명하기 때문이다.
가드레일이 곧 설계다
두 가지가 눈에 띈다.
첫째, 위험한 부분은 넘겨준다. 로그인, 인증 코드, 결제는 당신에게 돌려준다. 스크린샷을 막는 페이지, 즉 결제 흐름과 비밀번호 입력도 넘긴다. 에이전트는 결제 버튼 앞에서 멈추도록 지시받고, 누르지 않는다.
둘째, Mika 서버가 없다. API 키와 기억은 기기에서 암호화되고, 대화와 실행 기록은 로컬에 남으며, 모델 제공자를 제외한 유일한 외부 호출은 GitHub 업데이트 확인이다. 설치 전에 개인정보 보호 절을 읽는 부류라면, 그 절은 당신을 위해 쓰였다.
또 당신이 말한 선호를 기억하고, 완료한 작업을 재사용 가능한 스킬로 바꾼다. 같은 것을 두 번째 요청할 때 앱의 레이아웃을 다시 탐색하지 않는다. 코딩 에이전트 사이에서 퍼진 '저장소를 한 번 배우기' 아이디어를 폰에 적용한 셈이다.
어딘가에서 금지당할 부분
서드파티 앱을 자동으로 조작하는 것은 그 서비스 약관을 위반할 수 있다. README가 이를 분명히 말하고, 자기 판단을 쓰며 중요한 일에는 Ask 모드를 쓰라고 덧붙인다.
그 문장이 하는 일이 많다. 규모 있는 화면 읽기 자동화는 플랫폼의 어뷰징 대응 팀이 잡도록 만들어져 있는 바로 그 행위이고, 자기 기기에서 자기 계정으로 도는 도구는 이 아이디어의 가장 정당한 형태이면서 가장 구별하기 어려운 형태다. 단체방을 읽는 데 쓴다면 아무도 신경 쓰지 않는다. 만 명이 참여율을 파밍하는 데 쓴다면 앱들이 대응할 것이고, 그 대응은 정중하지 않을 것이다.
보안 측면도 짚어둘 만하다. 가상 디스플레이와 입력 주입 권한을 가진 에이전트는 그 앱들 안에서 당신이 할 수 있는 모든 것을 할 수 있다. 그걸 서드파티 모델 제공자와 통신하는 앱에 부여하는 것은, 당신이 고른 제공자라 해도 기능 결정이 아니라 신뢰 결정이다.
앱 하나를 넘어서는 이유
Mika의 흥미로운 주장은 기능이 아니라 구조에 있다. 2년 동안 폰 에이전트에는 앱의 협조가 필요하다는 전제가 있었다. API, 인텐트, 플러그인. Mika는 두 번째 화면과 입력 주입만으로 충분하고, 그 경로가 협조를 거부하는 모든 앱에서 통한다는 것을 보여준다.
그 말은 폰 자동화의 상한이 기술적 협력이 아니라는 뜻이다. 정책이다. 다른 싸움이고, 앞으로 2년간 앱 하나하나, 서비스 약관 조항 하나하나에서 벌어질 싸움이다.
설치 전에 알아둘 실질적 한계가 둘 있다. 안드로이드 전용이다. iOS 경로가 없고, 애플이 가상 디스플레이와 입력 주입을 다루는 방식을 보면 곧 생길 것 같지도 않다. 그리고 이슈 트래커가 어린 1인 프로젝트이므로, ROM 호환성 목록은 인증된 것이 아니라 일화로 받아들여야 한다. 폰이 무선 디버깅을 숨긴다면 USB 폴백이 있지만, 마법사보다 확실히 손이 더 간다.
그 사이, 이 도구가 명백히 괜찮은 좁은 구간, 즉 읽고, 요약하고, 양식을 채우고, 결제 전에 멈추는 일에서는 Mika가 내가 안드로이드에서 본 가장 쓸 만한 물건이고, 일하는 동안 폰을 인질로 잡지 않는 유일한 물건이다.