텍스트만 읽던 에이전트, 갑자기 CAD를 켠다
Qwen 공식 X 계정이 "Seeing is just the beginning"이라는 문구와 함께 Qwen-MM-Plugins를 공개했다. 요지는 간단하다. 지금 쓰고 있는 에이전트 하네스에 이 플러그인을 얹으면, 그 에이전트가 이미지·비디오·문서를 읽고 영상을 편집하고 3D·CAD 작업까지 다루는 멀티모달 네이티브 에이전트로 바뀐다는 것이다. 발표 트윗은 21만 조회, 1900 좋아요를 기록하며 오픈소스 커뮤니티에서 빠르게 확산됐다.
스킬 따로, 실행 서버 따로 붙이는 구조
GitHub 저장소를 보면 구조는 두 겹이다. 능력마다 skill은 모델에게 "이런 툴셋이 존재한다"는 사실을 알려주는 역할만 하고, 실제 작업을 수행하는 건 선택적으로 설치하는 MCP 서버다. 기본 비전 기능만 해도 이미지·비디오·문서·3D 모델의 동적 해상도 읽기, OCR, grounding, segmentation, ASR, 비전 챗, 웹 검색까지 포함되고, 여기에 Blender 3D 모델링과 FreeCAD 파라메트릭 CAD를 파이썬으로 구동하는 툴까지 더해진다.
스튜디오 실무자에게 달라지는 지점
이 구조의 핵심은 에이전트를 새로 짜지 않아도 된다는 점이다. 기존에 텍스트 위주로 굴리던 에이전트 파이프라인에 필요한 skill과 MCP 서버만 골라 붙이면, 클라이언트 레퍼런스 이미지 분석, 촬영 영상 러프컷, 계약서·기획서 문서 요약, 심지어 3D 목업 초안 작업까지 한 에이전트가 순차적으로 처리하게 만들 수 있다. 특히 영상·CAD 산출물이 오가는 스튜디오 워크플로우에서는 별도 소프트웨어를 오가지 않고 에이전트 안에서 검토·수정 루프를 돌릴 여지가 생긴다는 게 실무적으로 의미 있는 변화다.
붙이기 전에 확인할 것
- 어떤 에이전트 하네스(Claude Code, 기타 CLI 등)와 실제로 호환되는지는 저장소 문서에서 개별 확인이 필요하다.
- Blender·FreeCAD 연동 툴은 로컬 환경에 해당 소프트웨어 설치가 전제되므로, 스튜디오 인프라에 맞는 실행 환경 구성이 선행돼야 한다.
- MCP 서버 단위로 개별 설치하는 구조라, 필요한 능력만 최소로 붙여 보안·리소스 부담을 관리하는 편이 안전하다.
자세한 설치 방법과 데모 영상은 Qwen-MM-Plugins 저장소에서 확인할 수 있다.
