Your privacy choices

Allow optional cookies for referral attribution, visit analytics, and Google Ads purchase measurement.

Back to blog
العربيةDeutschEnglishEspañolFrançais日本語한국어Bahasa MelayuPortuguês (Brasil)РусскийไทยTiếng Việt繁體中文中文

Tencent Marvis 6-Agent 팀 리뷰: PM, File, Computer, Browser Agent가 데스크톱 AI 팀처럼 보이는 이유

MarvisTencentAI AgentsDesktop AIFile AgentComputer AgentBrowser Agent

Marvis 공식 커버 이미지

Marvis를 "Tencent가 만든 또 하나의 chat AI"로만 보면 가장 중요한 부분을 놓치기 쉽습니다. 공개 자료 기준으로 Marvis의 흥미로운 점은 답변이 얼마나 자연스러운지가 아니라, 데스크톱 작업을 여러 agent에게 나눠 맡기기 시작했다는 점입니다.

Marvis 공식 사이트, Tencent Cloud Developer Community 튜토리얼, 공개 multi-agent 협업 사례를 함께 보면 결론은 꽤 분명합니다. Marvis는 단순한 대화창보다 PC 안의 작은 AI 팀에 가까운 방향으로 설계되고 있습니다.

Conclusion First

  • 2026년 6월 29일 기준 공개 자료에서 Marvis는 system-level AI assistant, 1+5 agent collaboration, 또는 컴퓨터 안의 6인 AI 팀으로 설명됩니다.
  • 대표 역할은 PM Agent, File Agent, Computer Agent, APP Agent, Search Agent, Browser Agent입니다.
  • 공개 튜토리얼에는 느린 PC 부팅 진단, 회의록에서 PPT 생성, file conversion, contract review, spreadsheet analysis 같은 구체적 작업 chain이 나옵니다.
  • 핵심은 "이름이 6개"라는 점이 아니라 작업을 분해하고 적절한 agent로 넘긴 뒤 결과물을 돌려받는 흐름입니다.

Why the "AI team" framing is not just marketing in Marvis

많은 제품이 agent나 multi-agent라는 말을 씁니다. Marvis에서 봐야 할 것은 그 표현이 실제 desktop workflow에 연결되는지입니다. 공개 자료에서는 단발 답변보다 task decomposition, file operation, browser retrieval, app operation이 하나의 흐름으로 묶입니다.

The 6 roles in the public tutorials explain Marvis's desktop direction surprisingly well

1. PM Agent

PM Agent는 요청을 이해하고 작업을 나누며 어떤 agent에게 보낼지 결정합니다. 일반 chat assistant와 다른 점은 여기서 "답변"이 아니라 "작업 배정"이 시작된다는 것입니다.

2. File Agent

File Agent는 파일 검색, format conversion, document reading, 내용 이해를 맡습니다. filename이 아니라 내용과 맥락으로 찾는 방향이 중요합니다.

3. Computer Agent

Computer Agent는 system settings, startup items, performance tuning처럼 PC 운영에 가까운 영역을 다룹니다. 이 부분이 system-level assistant 느낌을 강하게 만듭니다.

4. APP Agent

APP Agent는 앱을 넘나드는 실행과 업무 흐름을 담당합니다. Word, Excel, browser, local file을 연결하는 작업에서 가치가 커집니다.

5. Search Agent

Search Agent는 web search, 정보 수집, source aggregation을 맡습니다. 단순 검색이 아니라 report나 decision으로 넘길 수 있는 정보로 만드는 것이 중요합니다.

6. Browser Agent

Browser Agent는 webpage data extraction, page interaction, 페이지 단위 작업에 가까운 역할입니다. browser를 여는 데서 끝나지 않고 페이지 위의 작업을 진행합니다.

Scenario 1: The most realistic onboarding case is not a complex project, but "my computer starts too slowly"

가장 현실적인 시작점은 큰 프로젝트가 아닙니다. "컴퓨터 부팅이 느리다" 같은 일상 문제입니다. PM Agent가 요청을 받고 Computer Agent가 startup items와 system settings를 확인하는 작은 흐름이 Marvis의 system-level 성격을 잘 보여줍니다.

Scenario 2: Multi-department meeting notes -> extract decisions -> build a PPT -> present in the afternoon, which is where multi-agent collaboration starts to feel real

회의록에서 결정 사항을 뽑고, PPT로 정리하고, 오후 공유에 맞춰 전달하는 일은 하나의 답변으로 끝나지 않습니다. file reading, summary, presentation drafting, reminder까지 이어지기 때문에 multi-agent 구조의 의미가 생깁니다.

Scenario 3: What makes File Agent valuable is not filename search, but turning file work into one chain

Marvis 공개 file conversion 이미지

File Agent의 가치는 검색창을 하나 더 만든 데 있지 않습니다. file conversion, document reading, content extraction, 정리를 하나의 chain으로 만들 수 있다는 점입니다.

Scenario 4: The official "plain-language interaction" pitch is really about lowering the PM Agent threshold for task decomposition

자연어로 요청할 수 있다는 말은 단순한 UX 이야기가 아닙니다. 사용자가 세부 절차를 쓰지 않아도 PM Agent가 작업을 나눌 수 있다는 뜻입니다.

The public "1+5 agent collaboration architecture" suggests Marvis is trying to become a task middle layer

공개 자료에서 보이는 방향은 model wrapper가 아니라 task middle layer입니다. 사용자 요청과 PC의 여러 도구 사이에 들어가 누가 무엇을 해야 하는지 정리하는 층이 되려는 것입니다.

Why this direction matters more in production than ordinary "chat AI"

업무 현장에서는 보기 좋은 답변보다 작업이 중간에 끊기지 않는 것, 파일과 앱을 오가며 맥락을 유지하는 것, 마지막에 쓸 수 있는 결과물이 남는 것이 더 중요합니다. Marvis의 6-agent 구조는 그쪽을 향합니다.

Who should test this direction first

먼저 테스트할 만한 사용자는 file-heavy office team, support operation, research team, PC 반복 작업이 많은 개인입니다. 짧은 Q&A만 필요하다면 일반 chat AI로도 충분합니다.

My Final Take

Marvis의 6-agent 구조가 곧바로 만능 자율 직원이라는 뜻은 아닙니다. 하지만 공개 자료만 보면 일반 chat AI보다 desktop workflow에 가까운 방향으로 움직이고 있습니다. 평가할 때는 말투보다 작업 분해와 handoff를 봐야 합니다.

FAQ

What are the roles in Marvis's "6-person AI team"?

공개 자료에서 자주 나오는 역할은 PM Agent, File Agent, Computer Agent, APP Agent, Search Agent, Browser Agent입니다.

What is the biggest difference between Marvis and ordinary chat AI?

일반 chat AI는 답변을 반환하지만 Marvis는 task를 나누고 file, system, browser, app 작업으로 넘기는 방향을 갖고 있습니다.

What is the most typical public task chain shown in the tutorials?

느린 PC 부팅 진단, 회의록 정리와 PPT 생성, file conversion, spreadsheet analysis 같은 chain입니다.

What is the most realistic example of multi-agent collaboration in office work?

회의록을 읽고 결정 사항을 추출해 PPT로 만들고 reminder까지 연결하는 흐름이 가장 이해하기 쉬운 예입니다.

If I want to start from Marvis's current public information, where should I look first?

공식 사이트와 Tencent Cloud Developer Community의 초보자 튜토리얼을 먼저 보는 것이 빠릅니다.

References