AI 사이드바, 에이전트 기반 브라우저, 클라우드 격리형 브라우저, 환경 관리형 브라우저는 서로 다른 문제를 해결합니다. 선택하기 전에 필요한 것이 이해인지, 실행인지, 대규모 오케스트레이션인지 먼저 구분해야 합니다.
오늘날 “AI 브라우저”라는 말은 매우 넓게 쓰입니다. 브라우저 안에 대화창을 넣은 제품도 AI 브라우저라고 부를 수 있고, 프로그램이 스케줄링 가능한 환경 리소스로 사용하는 브라우저도 같은 이름으로 불립니다.
이름은 같아도 해결하는 문제는 크게 다릅니다. 제품을 하나씩 살펴보기보다 형태에 따라 네 가지로 나누고, 각 유형이 무엇을 할 수 있으며 어디에서 한계에 부딪히는지 보는 편이 더 명확합니다.
사이드바 도우미: 페이지는 이해하지만 페이지를 조작하지는 않음
일반 브라우저 옆에 항상 열려 있는 사이드바나 패널을 붙이는 형태입니다. 긴 글, 학술 논문, 수백 페이지짜리 PDF를 요약하고, 현재 보고 있는 페이지를 바탕으로 질문에 답하며, 이메일이나 주간 보고서를 작성하고, 번역이나 재작성도 할 수 있습니다. 말투와 길이를 조정할 수 있고, 일부 제품은 이미지를 업로드해 시각 분석을 하거나 음성으로 바로 대화할 수도 있습니다.
본질적으로는 AI 도우미를 페이지 옆으로 가져와 내용을 별도 채팅창에 복사해 붙이는 단계를 없애는 것입니다. 자료 정리, 주제 조사, 글쓰기 보조 같은 용도라면 이것만으로도 충분한 경우가 많습니다.
한계도 분명합니다. 내용을 이해하지만 웹사이트를 직접 조작하지는 않습니다. 많은 자료를 정리하도록 시킬 수는 있지만 대신 클릭하고, 입력하고, 제출하게 할 수는 없습니다. 읽기와 가공의 레이어이지 실행 레이어는 아닙니다.
에이전트 기반: 스스로 조작할 수 있지만 한 번에 한 가지 작업에 적합
이 유형은 한 단계 더 나아갑니다. 자연어로 작업을 지시하면 여러 단계를 스스로 수행합니다. 페이지를 스크롤하고, 버튼을 클릭하고, 폼을 작성하고, 여러 열린 탭 사이에서 정보를 비교합니다. 핵심은 페이지 이해 능력입니다. 미리 작성된 셀렉터에 의존하지 않고 무엇이 입력창이고 어떤 버튼이 제출 버튼인지 스스로 알아내야 합니다. 그래서 페이지 구조가 바뀌어 셀렉터가 깨지더라도 계속 진행할 가능성이 있습니다.
한계는 세 가지입니다. 결제, 은행, 개인정보와 관련된 작업은 대개 중단되고 수동 확인을 요구합니다. 이는 결함이 아니라 의도된 안전 경계입니다. 복잡한 페이지나 커스텀 컴포넌트가 많은 사이트에서는 여전히 오류가 나기 쉽습니다. 또 흔히 간과되는 점은 단일 사용자의 상호작용을 위해 설계된 것이지 높은 동시성을 위해 설계된 것이 아니라는 점입니다. 한 번에 한 작업이 정상적인 리듬입니다.
복잡하지만 빈도가 낮은 웹 작업을 개인이 처리할 때 적합합니다.
클라우드 격리형: 브라우저는 원격에서 실행되고 사용감은 로컬에 가까움
이 유형에서는 브라우저 프로세스가 사용자의 기기에서 실행되지 않고, 로컬 기기는 주로 상호작용만 담당합니다. 따라서 동일한 환경을 여러 기기에서 열 수 있고, 세션과 로그인 상태는 클라우드에 유지되므로 기기마다 다시 설정할 필요가 없습니다. 상태를 스냅샷으로 만들고 롤백할 수 있으며, 문제가 생긴 환경은 직전의 사용 가능한 상태로 되돌릴 수 있습니다. 로컬에 데이터를 남기지 않아도 되므로 기기가 고정되지 않은 팀이나 업무 데이터를 여러 단말에 흩어 놓고 싶지 않은 팀에 실용적입니다.
대가도 클라우드에서 옵니다. 네트워크 왕복 때문에 지연이 생겨 로컬 브라우저보다 조작 반응이 덜 즉각적입니다. 환경 수가 늘어나면 클라우드 리소스 비용도 계속 증가합니다. 로컬 파일, 로컬 하드웨어, 사내망 시스템에 접근하는 방식도 로컬 브라우저보다 제한적입니다. 또한 클라우드는 단지 기계의 위치를 바꾸는 것뿐이므로, 여러 환경 사이에서 네트워크 출구를 어떻게 배분하고 동시성을 어떻게 제어할지는 여전히 별도로 설계해야 합니다.
환경 관리형 브라우저: 프로그램 오케스트레이션을 위한 레이어
이 유형은 사람이 직접 쓰는 브라우저가 아니라 프로그램이 스케줄링하는 환경 리소스에 가깝습니다.
서로 독립된 환경을 대량으로 만들 수 있고, 각 환경은 고유한 핑거프린트, 쿠키, 로컬 스토리지를 가집니다. 인터페이스를 통해 환경 생성, 조회, 시작, 중지, 회수를 할 수 있고, 환경마다 별도의 네트워크 출구를 연결할 수 있으며, 주요 자동화 프레임워크와 통합해 프로그램 제어를 받을 수도 있습니다. 브라우저 환경을 스케줄 가능하고 격리되며 관리 가능한 인프라로 만드는 것이 이 유형의 핵심입니다.
이 유형은 전혀 다른 문제를 해결합니다. 작업이 1개에서 100개로 늘어나면 앞의 방식들은 동시에 한계에 부딪힐 수 있습니다. 사용자 한 명, 창 하나, 한 번에 한 작업으로는 대량 처리를 감당하기 어렵고, 환경이 서로 오염되며, 작업끼리 간섭하고, 여러 계정이 같은 묶음으로 인식될 수 있습니다. 이 레이어에서 PurpleMark는 브라우저 환경의 격리와 중앙 집중식 관리를 제공해 각 작업이 자기 환경에서 실행되도록 합니다.
다만 사용자를 대신해 의사결정을 하지는 않으며 어떤 플랫폼의 규칙도 바꾸지 않습니다. 작업이 규정을 준수하는지는 여전히 작업 자체에 달려 있습니다.
어떻게 선택할까
판단 순서는 간단합니다. 실제 요구사항에서 거꾸로 생각하면 됩니다.
- AI가 웹페이지를 이해하는 데 도움만 주면 된다면 첫 번째 유형이면 충분합니다. 필요하지 않은 실행 기능에 추가 비용을 낼 필요는 없습니다.
- AI가 복잡한 작업을 한 번 대신 수행해야 한다면 두 번째 유형이 맞습니다.
- 데이터를 로컬에 남기고 싶지 않고 여러 기기에서 작업을 이어가야 한다면 세 번째 유형이 더 적합합니다.
- 자동화 작업을 안정적으로, 대량으로, 서로 간섭 없이 실행해야 한다면 앞에서 어떤 AI 기능을 쓰더라도 추가로 네 번째 레이어가 필요합니다.
마지막 항목은 특히 중요합니다. 무엇을 할지는 AI가 결정하지만 어떤 신원으로 실행할지는 브라우저 환경이 결정합니다. 이 신원 레이어가 불안정하면 실패가 무작위처럼 보이더라도 실제 원인은 환경에 있을 수 있습니다. 많은 팀이 먼저 AI 브라우저라는 개념에 끌려 이해 중심 도구를 구입한 뒤, 실제로 필요했던 것은 대량 실행이었다는 사실을 나중에 깨닫습니다. 방향을 잘못 잡으면 좋은 도구라도 그 간극을 메울 수 없습니다.
먼저 도우미가 필요한지 실행이 필요한지 구분한 뒤 규모를 정해야 합니다. 규모를 키우기 전에 환경 레이어를 구축하고 적은 수의 작업으로 흐름을 검증하십시오. 그 다음에 양을 늘리는 편이, 나중에 서로 연결된 여러 계정을 정리하는 것보다 훨씬 수월합니다.
