AI 에이전트의 웹 브라우저 자동화 프레임워크
browser-use/browser-use
GitHubAI 에이전트가 실제 인간처럼 웹 브라우저를 조작하도록 돕는 프레임워크입니다. 페이지 이동, 버튼 클릭, 양식 작성 등 복잡한 웹 상호작용을 자동화하여 개발 생산성을 높여줍니다.
- 사용 목적에 따라 완전히 호스팅되는 클라우드 에이전트와 자체 환경의 오픈소스 Python 라이브러리를 선택할 수 있습니다. 특히 클라우드는 대규모 및 복잡한 작업 처리에 최적화되어 권장됩니다.
- 단순 데이터 스크래핑을 넘어, 로그인이나 양식 작성 같은 순차적이고 인간적인 웹 상호작용까지 자동화하여 개발 워크플로우를 혁신적으로 개선할 수 있습니다.
- 사용자는 단발성 작업에는 CLI, 반복 자동화에는 Python 라이브러리, 최고 성능이 필요할 때는 클라우드 에이전트를 선택하며, 다양한 LLM을 통합 지원합니다.
Browser Use는 가 인간과 동일하게 웹 브라우저를 사용할 수 있도록 지원하는 프레임워크입니다. 이 기능을 통해 페이지 열기, 버튼 클릭, 양식 작성 등 복잡한 웹 상호작용을 자동화하여 개발 생산성을 높일 수 있습니다. 예를 들어, 사용자는 이력서와 개인 정보를 활용해 구직 지원서를 작성하거나, 특정 소셜 미디어의 팔로워에 대한 구조화된 데이터를 추출하는 등의 작업을 에이전트에게 지시할 수 있습니다.
사용 목적과 환경에 따라 세 가지 방식으로 Browser Use를 활용할 수 있습니다. 기존에 존재하는 에이전트(Claude Code 등)가 브라우저 작업을 수행하도록 하려면 CLI 방식을 사용하며, 웹 자동화 소프트웨어를 직접 구축하는 경우에는 Python 라이브러리를 사용하는 것이 적합합니다. 특히 대규모의 반복적인 작업이나 복잡한 시나리오를 처리할 때는 클라우드 호스팅 에이전트 사용이 권장됩니다.
개발자는 Python 라이브러리(`uv add browser-use` 또는 `pip install browser-use`)를 통해 프레임워크를 설치하고, `Agent` 클래스를 사용하여 작업을 정의합니다. 이 시스템은 다양한 을 통합 지원하며, 100개의 실제 웹 작업에 걸쳐 되었고 Odysseys 리더보드에서 평균 87.4%의 성능으로 상위권을 기록했습니다.
용어 풀이
- AI 에이전트
- 목표를 받으면 스스로 계획을 세우고 도구를 써서 여러 단계의 작업을 해내는 AI.
- LLM
- 방대한 글을 학습해 문장을 이해하고 만들어 내는 AI 모델. ChatGPT, Claude, Gemini가 여기에 속해요.
- 벤치마크
- 모델 성능을 같은 조건에서 비교하려고 만든 시험 문제 모음.