BrowserAct: AI 에이전트가 실제 웹사이트를 안정적으로 자동화하는 방법

BrowserAct는 서로 역할이 다른 두 구성요소로 이루어진다.

• browser‑act: AI 에이전트가 실제 웹 브라우저를 조작하도록 해주는 실행 레이어
• browser‑act‑skill‑forge: 특정 웹사이트 작업을 재사용 가능한 자동화 도구(“Skill”)로 만드는 프레임워크

프로젝트 설명에서는 이 관계를 간단히 이렇게 표현한다. 하나는 웹을 사용할 수 있는 ‘손’, 다른 하나는 새로운 손을 만들어내는 공장이라는 것이다.

두 도구 모두 GitHub에서 오픈소스로 공개됐으며, 실제 웹사이트와 상호작용해야 하는 AI 에이전트 시스템의 기본 구성 요소로 활용되는 것을 목표로 한다.

왜 AI 에이전트의 웹 자동화는 어려운가

AI 기반 웹 자동화는 보통 다음 세 가지 문제에 부딪힌다.

• 봇 탐지 시스템이 자동화 브라우저를 차단
• 복잡하고 불규칙한 페이지 구조 때문에 데이터 추출이 불안정
• 사이트마다 다른 자동화 스크립트를 매번 새로 작성해야 함

BrowserAct는 브라우저 자동화와 재사용 가능한 사이트별 도구를 결합해 이 문제들을 동시에 해결하려는 구조를 제시한다.

browser‑act: AI 에이전트에 실제 브라우저를 제공

browser‑act는 AI 에이전트가 단순 API 호출이나 정적 스크래핑 대신 실제 브라우저 환경을 조작할 수 있게 하는 실행 계층이다.

프로젝트 자료에 따르면 이 도구는 다음과 같은 작업을 지원한다.

• 실시간 웹사이트 탐색 및 상호작용
• 페이지 스크래핑과 구조화된 데이터 추출
• 로그인 흐름 및 인터랙티브 작업 처리
• JSON 형태 데이터나 전체 페이지 스크린샷 같은 결과 반환

설명에 따르면 복잡한 사이트에서도 데이터를 더 빠르고 안정적으로 추출할 수 있다고 주장하지만, 현재 공개된 자료에는 이를 검증하는 독립적인 벤치마크는 포함되어 있지 않다.

봇 탐지와 자동화 차단을 우회하는 기능

현대 웹사이트는 다양한 기술로 자동화 트래픽을 차단한다. 대표적으로 브라우저 지문 분석, IP 평판 검사, CAPTCHA 인증 등이 있다.

BrowserAct는 이런 장벽을 넘기 위한 기능을 다음과 같이 설명한다.

• **랜덤 브라우저 지문(randomized fingerprints)**으로 자동화 세션을 실제 사용자처럼 보이게 함
• 주거용 IP(residential IP) 지원으로 데이터센터 IP 차단을 회피
• CAPTCHA 해결 기능을 통한 인증 단계 처리
• 자동화 실패 시 원격 인간 개입(remote human takeover) 지원

다만 CAPTCHA 해결 성공률이나 지문 생성 방식 등 내부 기술 구현은 공개된 자료에서 구체적으로 설명되지 않는다.

참고로 브라우저 지문을 무작위로 생성해 실제 사용자 환경처럼 보이게 하는 기술은 스크래핑 도구에서 널리 사용되는 접근법이며, HTTP 헤더와 브라우저 특성을 생성하는 오픈소스 프로젝트도 존재한다.

browser‑act‑skill‑forge: 사이트별 자동화 ‘Skill’ 생성

browser‑act‑skill‑forge는 브라우저 제어 자체보다 자동화 로직의 재사용에 초점을 맞춘 도구다.

예를 들어 특정 마켓플레이스에서 상품을 검색하거나 목록을 수집하는 과정을 하나의 Skill로 만들어 두면, AI 에이전트는 같은 작업이 필요할 때마다 새로운 스크립트를 작성할 필요 없이 해당 Skill을 호출하면 된다.

프로젝트 설명에 따르면 이 시스템은 다음과 같은 방식으로 동작한다.

• 사이트에 공개되지 않은 숨겨진 API를 탐색
• 필요하면 DOM 자동화와 API 호출을 결합
• 전체 작업 흐름을 재사용 가능한 Skill로 패키징

이러한 API‑우선(API‑first) 접근 방식은 가능할 경우 전체 브라우저 렌더링을 생략해 실행 속도와 비용을 줄이기 위한 설계라고 설명된다.

AI 에이전트 프레임워크와의 연동

BrowserAct의 Skills는 도구 기반 워크플로를 지원하는 AI 에이전트 프레임워크에 연결하도록 설계됐다.

예를 들어 SkillsLLM 문서에서는 GitHub 저장소를 클론해 Claude Code 환경에 Skills를 추가하는 설치 방법이 소개되어 있다.

또한 BrowserAct는 여러 기능을 조합해 작업을 수행하는 OPENCLAW 스타일 에이전트 워크플로와도 호환되는 것으로 설명된다.

성능 향상 주장

프로젝트 자료에서는 BrowserAct 사용 시 다음과 같은 장점을 언급한다.

• 더 빠른 작업 실행
• 운영 비용 감소
• 복잡한 웹사이트에서 더 안정적인 결과

그러나 공개된 문서에는 벤치마크 수치나 실험 방법, 다른 도구와의 비교 데이터가 포함되어 있지 않다. 따라서 현재로서는 이러한 성능 개선 주장 역시 독립적으로 검증된 결과는 아니다.

가격, 공개 방식, 사용 조건

현재 공개된 정보 기준으로 확인되는 사항은 다음과 같다.

• 배포 방식: GitHub에서 공개된 오픈소스 프로젝트
• 가격: 도구 자체는 무료 오픈소스로 설명됨

다만 다음과 같은 세부 사항은 공개 자료에서 명확하지 않다.

• 요청 수나 동시 실행 같은 사용 제한
• 필요한 인프라 구성
• 주거용 프록시나 CAPTCHA 해결 서비스에 필요한 외부 비용
• 봇 탐지 우회와 관련된 컴플라이언스 또는 허용 사용 정책

이러한 요소들은 실제 배포 환경이나 외부 서비스에 따라 달라질 가능성이 있으며, 현재 공개된 자료에서는 구체적으로 설명되지 않는다.

AI 에이전트 인프라의 새로운 방향

BrowserAct의 등장은 AI 인프라의 흐름이 정적 API 중심에서 실제 웹 인터랙션 중심으로 이동하고 있음을 보여준다.

브라우저 제어 기능과 재사용 가능한 자동화 Skill을 결합함으로써, 기존 웹 스크래핑이나 브라우저 자동화에서 흔히 발생하던 취약성을 줄이려는 시도다.

다만 BrowserAct가 실제로 얼마나 안정적인지, 그리고 복잡한 웹 환경에서 어느 정도 성능을 보일지는 독립적인 테스트와 실제 운영 사례가 더 축적되어야 명확해질 것으로 보인다.