MS, 코딩으로 웹 움직이는 에이전트 ‘웹라이트’ 공개…“클릭 대신 터미널로 제어”

최근 마이크로소프트(MS)가 발표한 새로운 AI 웹 에이전트 ‘웹라이트(Webwright)’는 웹 작업의 방식을 혁신적으로 변화시키고 있습니다. 이 시스템은 기존의 클릭 기반 자동화에서 벗어나, AI가 직접 코드를 작성하여 웹사이트를 조작하는 방향으로 진화했습니다. 결과적으로, 사용자는 더 이상 일일이 버튼을 클릭하거나 스크롤할 필요 없이, 코드와 명령어를 통해 웹 작업을 수행할 수 있게 됩니다.

AI의 새로운 시대: 코드로 웹 제어하기

기존의 웹 자동화 도구들은 대개 사용자가 브라우저에서 클릭하고 입력하는 행동을 모방하는 방식으로 작동했습니다. 이러한 방식은 화면 정보나 웹페이지의 구조를 분석해 하나하나의 동작을 수행하는 데 중점을 두었습니다. 그러나 웹라이트는 이와는 전혀 다른 접근법을 취하고 있습니다. AI에게 제공된 ‘터미널’ 환경에서, AI는 직접 코드를 생성하고 이를 통해 웹사이트를 탐색하며 실질적인 작업을 수행합니다.

웹라이트는 MS의 브라우저 자동화 라이브러리인 ‘플레이라이트(Playwright)’를 기반으로 하며, AI는 플레이라이트 코드로 브라우저를 실행하고 배시(Bash) 명령어를 수행합니다. 이 과정에서 발생하는 로그와 오류를 점검하며, AI는 스크립트를 지속적으로 수정해 나갑니다. 연구진은 “중요한 것은 단순한 클릭이 아니라, 작업 과정에서 생성되는 코드와 로그”라고 강조합니다. 이를 통해 사용자는 반복적인 작업을 자동화할 수 있으며, 만들어진 코드를 재사용할 수 있는 장점이 있습니다.

웹작업의 안전성과 효율성 높이기

웹라이트의 구조는 비교적 단순하며, 세 가지 주요 구성 요소인 러너(Runner), 모델 엔드포인트(Model Endpoint), 터미널 환경(Environment)으로 이루어져 있습니다. 각 모듈은 약 150줄에서 550줄에 이르는 코드로 구현되어 있어, 복잡한 멀티 에이전트 체계 없이도 원활한 작동이 가능합니다. AI는 현재 작업의 맥락을 분석하고, 이를 바탕으로 ‘생각 블록(thinking block)’과 셸 명령어를 생성하여 웹 작업을 수행합니다.

특히 웹라이트는 기존 클릭 에이전트의 한계를 극복하기 위해, AI가 작업 완료 여부를 스스로 검증할 수 있도록 설계되었습니다. 이로 인해 작업이 중간에 멈추지 않고, 결과를 체크한 뒤 필요시 재수행하는 방식으로 안정성을 높이고 있습니다. 또한, 작업 과정에서의 문맥 정보를 관리하기 위해 20단계마다 이전 작업 기록을 요약하는 방법도 적용되었습니다.

성능 평가와 미래 가능성

웹라이트의 성능은 이미 여러 벤치마크에서도 높은 정확도를 기록하고 있습니다. ‘온라인-마인드2웹(Online-Mind2Web)’ 벤치마크에서 86.67%의 정확도를 기록하며, 기존 자동 평가 기반 웹 에이전트 중에서도 최고의 성능을 자랑하고 있습니다. 복잡한 웹 작업을 수행하는 ‘오디세이(Odysseys)’ 벤치마크에서도 60.1%의 점수를 얻어, 경쟁 모델보다 우수한 성과를 내고 있습니다.

앞으로 AI 웹 에이전트는 클릭 기반 행동과 코드 기반 접근을 혼합하는 형태로 발전할 것으로 예상됩니다. 반복적이고 구조적인 작업은 코드로 처리하고, 새로운 환경이나 예외 상황에서는 다시 클릭 및 스크롤 방식으로 전환하는 혼합적 접근이 이루어질 것입니다. 이와 함께 웹 접근성 기술과의 연계 가능성도 점차 강조되고 있어, 기존의 접근성 문제를 점검하고 개선하는 데 AI가 중요한 역할을 할 것으로 보입니다.

웹라이트의 등장은 단순한 자동화 도구의 발전을 넘어, 웹 작업의 새로운 패러다임을 제시하고 있습니다. 이는 향후 개발자와 기업들이 웹 자동화를 보다 효율적으로 활용할 수 있는 기회를 제공할 것입니다.