개발도구 도구
자연어 목표 기반의 초고속 브라우저 자동화 에이전트
browser-use/jev-ultrafast
GitHub자연어 목표를 입력하면 브라우저의 요소를 분석하고 최적의 행동(클릭, 텍스트 입력 등)을 결정하는 AI 에이전트가 개발되었습니다.
세 줄 요약
- 페이지 상태를 구조화된 요소 테이블로 파악하여 단 한 번의 요청으로 다음 행동과 대상을 결정하며, 작업 속도와 효율성이 크게 향상되었습니다.
- 단순 스크래핑을 넘어 자연어 목표만으로 복잡한 웹사이트의 사용자 경험(UX)까지 자동화할 수 있는 고도화된 상호작용 가능성을 제시합니다.
- 다만, 현재는 일반적인 신뢰성 벤치마크가 아니며, Shadow Root나 프레임 등 일부 복잡한 웹 구조는 지원하지 않는 한계가 있습니다.
TypeSafe가 개발한 Jev는 자연어 목표를 입력받아 웹페이지에서 필요한 동작과 요소를 결정하는 브라우저 입니다. 이 에이전트는 주어진 하나의 목표에 따라 적절한 작업을 수행하며, 텍스트 생성이 필요할 때만 소규모 을 활용합니다. 예를 들어, 구글 항공편 검색 같은 복잡한 작업도 자연어 목표 입력과 실제 텍스트 생성, 로딩 대기까지 포함하여 처리할 수 있습니다.
Jev는 페이지 관찰 결과를 구조화된 요소 테이블로 변환하며, 이를 통해 다음 행동(Operation)과 대상(Target)을 단 한 번의 네트워크 요청으로 결정합니다. 이 방식은 기존 대비 효율성을 높여, 테스트 결과에 따르면 중앙값 작업 시간이 9.450초에서 7.092초로 감소했으며, 브라우저 프로토콜 호출 횟수도 1,092회에서 101회로 줄어든 것으로 보고되었습니다.
사용자는 깃허브를 통해 코드를 클론하고 환경 변수를 설정한 후 `uv run jev` 명령어로 에이전트를 실행할 수 있습니다. 이 시스템은 DOM 리더가 일반적인 HTML 및 ARIA 컨트롤을 처리하지만, Shadow root, 프레임, 캔버스, 업로드 등 일부 복잡한 웹 구조는 지원하지 않는 한계점을 가지고 있습니다.
용어 풀이
- 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.