TAU-HOME.COM
LOADING

Vercel Labs의 AI 에이전트용 CLI 브라우저 자동화 도구 agent-browser

AI 에이전트가 단일 셸 명령어로 웹 페이지를 접근성 트리 기반 참조값(@e1)으로 읽고 조작할 수 있게 해주는 네이티브 Rust CLI 도구 agent-browser의 구조, 설치 방법, 주요 기능과 v0.43.0 업데이트 내용을 정리합니다.

tau · 2026년 11월 15일

#AI 에이전트 #브라우저 자동화 #Rust #Vercel #개발 도구 #CLI

Vercel Labs의 AI 에이전트용 CLI 브라우저 자동화 도구 agent-browser

agent-browser는 Vercel Labs가 공개한 네이티브 Rust 기반 CLI(명령줄 인터페이스) 도구입니다. AI 에이전트가 터미널에서 짧은 셸 명령어를 한 단계씩 실행하며 웹 브라우저를 열고, 화면 구조를 텍스트로 읽은 뒤 버튼 클릭이나 입력 같은 상호작용을 수행할 수 있도록 설계되었습니다. 저장소는 2026년 1월 11일 생성되었으며, 2026년 11월 12일 최신 릴리즈인 v0.43.0이 배포되었습니다.

터미널 창에서 agent-browser CLI 명령어로 웹 페이지의 접근성 트리 스냅샷과 @e1 요소 참조를 확인하며 브라우저를 제어하는 모습

이미지 출처: Sim찾o Ara첬jo 쨌 CC BY-SA 4.0 쨌 https://creativecommons.org/licenses/by-sa/4.0 쨌 https://commons.wikimedia.org/wiki/File:CentroAcademicoTradicionalistaLogo.png

기존 웹 자동화 환경에서 AI 에이전트가 브라우저를 다루려면 무거운 브라우저 제어 스크립트를 매번 새로 짜거나, 화면 전체를 스크린샷으로 찍어 시각 모델에 넘기는 방식을 주로 사용했습니다. 스크린샷 방식은 토큰 소모가 크고 작은 UI 요소를 정확히 클릭하기 어렵다는 한계가 있습니다. agent-browser는 웹 페이지의 DOM(문서 객체 모델)을 스크린 리더가 읽는 것과 유사한 접근성 트리(Accessibility Tree) 형태의 콤팩트한 텍스트로 변환하고, 각 요소에 짧은 고유 참조 번호를 붙여 에이전트가 텍스트만으로 웹을 탐색하고 조작하게 만듭니다.

백그라운드 데몬과 접근성 트리 참조(@e1) 동작 방식

agent-browser의 핵심 작동 원리는 명령어 호출 간 브라우저 상태를 유지하는 백그라운드 데몬과 요소 참조 체계에 있습니다.

터미널에서 첫 번째 명령어를 실행하면 백그라운드 데몬 프로세스가 자동으로 시작됩니다. 이 데몬은 Chrome DevTools Protocol(CDP, 크롬 개발자 도구 통신 규약)을 사용해 기본 브라우저인 Chrome for Testing이나 사용자가 지정한 브라우저 인스턴스를 제어합니다. 명령을 한 번 실행할 때마다 브라우저를 새로 켜고 끄는 대신, 데몬이 브라우저 세션을 열어 둔 채 다음 명령을 기다리므로 에이전트가 여러 단계의 작업을 짧은 셸 호출로 연속해서 이어갈 수 있습니다.

웹 페이지의 요소를 식별할 때는 snapshot 명령을 사용합니다. 특히 agent-browser snapshot -i를 실행하면 현재 화면에서 클릭하거나 입력할 수 있는 인터랙티브 요소만 추려 @e1, @e2 같은 짧은 텍스트 참조값(ref)과 함께 반환합니다. 예를 들어 example.com 페이지에서 스냅샷을 찍으면 - link "Learn more" [ref=e1] 형태로 출력됩니다. 이후 에이전트는 복잡한 CSS 선택자나 XPath를 계산할 필요 없이 agent-browser click @e1처럼 참조값만 지정해 해당 링크를 누를 수 있습니다.

  • 다중 세션과 엔진 지원: --session 옵션을 주면 세션마다 독립된 데몬과 브라우저 인스턴스가 할당됩니다. 기본 헤드리스 브라우저는 1시간 동안 명령이 없으면 상태를 저장한 뒤 자동으로 종료됩니다. 기본 브라우저 외에 --cdp나 --auto-connect로 이미 실행 중인 크롬에 연결할 수 있으며, --engine 옵션으로 Lightpanda나 Obscura 엔진을 선택하거나 iOS 시뮬레이터의 Mobile Safari, Browserbase·Browserless 같은 클라우드 브라우저 제공자를 연동하는 것도 지원합니다.
  • 에이전트 연동 및 MCP 지원: CLI 자체에 에이전트용 안내 문서인 스킬(Skill)이 내장되어 있어 agent-browser skills get core 명령으로 핵심 사용법과 명령어 목록을 불러올 수 있습니다. 또한 agent-browser mcp 명령을 실행하면 표준 입출력(stdio) 기반의 MCP(Model Context Protocol, AI 모델과 외부 도구를 연결하는 표준 프로토콜) 서버로 동작해 MCP를 지원하는 에이전트 클라이언트와 바로 연결됩니다.

설치 및 기본 사용 흐름

agent-browser는 macOS(ARM64, x64), Linux(ARM64, x64, glibc 및 musl), Windows(x64)용 네이티브 바이너리를 제공하며, npm 패키지를 설치하면 실행 환경에 맞는 바이너리를 자동으로 연결합니다.

npm install -g agent-browser
agent-browser install           # 최초 1회 Chrome for Testing 브라우저 다운로드

macOS에서는 Homebrew(brew install agent-browser)로도 설치할 수 있으며, Linux 환경에서 브라우저 실행에 필요한 시스템 라이브러리까지 함께 설치하려면 agent-browser install --with-deps 옵션을 사용합니다. 전역 설치 없이 npx agent-browser open example.com 형태로 즉시 실행하는 것도 가능합니다.

실제 에이전트가 웹 페이지를 열고 상호작용하는 기본 작업 흐름은 다음과 같습니다.

  1. agent-browser open example.com으로 대상 페이지에 접속합니다.
  2. agent-browser snapshot -i를 실행해 조작 가능한 요소 목록과 각 요소의 @e1 형태 참조값을 확인합니다.
  3. agent-browser click @e1처럼 원하는 참조값에 클릭, 텍스트 입력(fill, type), 키보드 입력(press) 등의 명령을 내립니다.
  4. agent-browser get url이나 새로운 snapshot으로 페이지 이동 및 변경 결과를 검증합니다.
  5. 작업이 끝나면 agent-browser close로 브라우저 세션을 닫습니다.

참조값 외에도 CSS 선택자, 텍스트, XPath, 역할 기반 시맨틱 로케이터(agent-browser find role button click --name "Submit")를 함께 지원하며, 탐색(open/back/reload), 대기(wait), 캡처(screenshot/pdf/record), 네트워크 및 쿠키 제어, 디버깅(console/errors/trace/profiler) 등 세부 명령군을 갖추고 있습니다.

v0.43.0 주요 개선 사항과 사용 시 유의점

2026년 11월 12일 공개된 최신 v0.43.0 릴리즈에서는 접근성 트리의 모호함을 줄이고 실행 속도를 높이는 기능이 보강되었습니다.

  • 스냅샷 힌트(Snapshot hints) 추가: 접근 가능한 이름(accessible name)이 비어 있거나 같은 스냅샷 내 다른 요소와 이름이 겹치는 컨트롤의 경우, 참조값 뒤에 아이콘 정보, 이미지 파일명, data-testid, name 또는 id 속성, 가장 가까운 행이나 목록 항목의 텍스트를 힌트로 함께 표시합니다.
  • 대형 페이지 스냅샷 성능 개선: 규모가 큰 웹 페이지에서 접근성 트리를 한 번만 파싱하도록 처리 방식을 개선해 스냅샷 생성 시간을 단축했습니다.
  • Modern Web Guidance 스킬 및 버그 수정: 작업 목적에 맞는 크롬 웹 가이드를 조회하고 결과 페이지를 검증하는 Modern Web Guidance 스킬이 추가되었으며, 이미 닫힌 탭에 명령을 보낼 때 타임아웃까지 대기하지 않고 즉시 Target closed 오류를 반환하도록 수정되었습니다. 또한 플랫폼별 개별 패키지로 바이너리를 배포해 설치 시 현재 운영체제에 필요한 바이너리만 내려받도록 구조가 바뀌었습니다.

실무에서 자동화 파이프라인을 구성할 때는 두 가지 기술적 제약을 반드시 고려해야 합니다. 첫째, 스냅샷으로 발급된 @e1 같은 참조값은 해당 시점의 DOM 상태를 기준으로만 유효합니다. 페이지 이동이 일어나거나 동적 UI 변경으로 DOM 구조가 바뀌면 기존 참조값은 무효화되므로 반드시 snapshot을 다시 호출해 새 참조값을 받아야 합니다. 둘째, 클릭 대상 요소가 화면에 숨겨져 있거나 비활성화된 경우, 뷰포트 밖에 있거나 쿠키 동의 배너 같은 다른 요소에 가려져 있을 때는 클릭 명령이 성공으로 처리되지 않고 실패를 반환합니다. 이 경우 가리고 있는 요소를 먼저 닫은 뒤 스냅샷을 재촬영해 다시 시도해야 합니다. 아울러 README에 나열된 다양한 외부 엔진과 클라우드 브라우저 연동 옵션의 실제 호환성 및 세부 동작은 각 공식 문서 환경에 따라 별도 확인이 필요합니다.

출처

Impact-Site-Verification: 9b3ebd10-6c45-44cf-a014-5b8c19b7b285