Claude로 브라우저를 제어하는 오픈소스 확장 프로그램 'BrowserKing' 출시

이 요약은 AI가 원문을 분석해 생성했습니다. 정확한 내용은 원문 기준으로 확인하세요.

핵심 요약

Claude를 포함한 15개 이상의 모델이 브라우저 화면을 보고 직접 제어할 수 있게 해주는 무료 오픈소스 크롬 확장 프로그램 BrowserKing이 공개됐다.

배경

기존 브라우저 에이전트 도구들이 특정 클라우드 서비스에 종속되거나 신뢰도가 낮다는 문제점을 해결하기 위해, 사용자의 API 키만으로 로컬에서 작동하는 오픈소스 크롬 확장 프로그램을 개발하여 공유했다.

의미 / 영향

이 프로젝트는 상용 브라우저 에이전트의 대안으로 오픈소스와 로컬 실행의 실용적 가치를 입증한다. 특히 Claude의 비전 및 도구 호출 능력이 실질적인 웹 자동화 환경에서 타 모델 대비 우위에 있음을 시사하며, 향후 개인화된 AI 에이전트 구축의 기반이 될 수 있다.

커뮤니티 반응

사용자들은 오픈소스 방식과 로컬 실행 구조에 대해 긍정적인 반응을 보였으며, 특히 Claude의 성능을 브라우저 제어에 활용할 수 있다는 점에 높은 관심을 나타냈다.

실용적 조언

Anthropic API 키를 보유하고 있다면 별도 비용 없이 즉시 브라우저 자동화 워크플로에 활용 가능하다.
비전 성능이 뛰어난 Claude 3.5 Sonnet 모델을 선택할 때 가장 정확한 요소 인식과 제어 성능을 얻을 수 있다.

언급된 도구

BrowserKing추천링크

브라우저 제어 및 자동화 에이전트 크롬 확장 프로그램

섹션별 상세

BrowserKing은 별도의 계정 생성이나 구독 없이 Anthropic API 키를 사용하여 로컬에서 작동하는 크롬 확장 프로그램이다. 브라우저 사이드 패널에서 현재 화면을 캡처하여 모델에 전송하며, 모델은 이를 바탕으로 클릭, 텍스트 입력, 페이지 스크롤, 탭 이동 등 실제 브라우저 조작 명령을 내린다.

개발자는 테스트 결과 Claude가 비전 데이터와 도구 호출 기능을 결합하여 복잡한 작업을 수행하는 데 있어 타 모델 대비 가장 우수한 성능을 보였다고 밝혔다. 현재 15개 이상의 다양한 모델을 지원하며, 사용자가 모델을 전환할 때마다 UI 테마가 해당 제공자의 고유 색상으로 자동 변경되는 시각적 편의성을 제공한다.

이 도구는 MIT 라이선스로 GitHub에 공개되어 누구나 코드를 확인하고 기여할 수 있는 구조이다. 기존 상용 도구들이 가진 폐쇄성을 극복하기 위해 로컬 실행 환경을 채택했으며, 사용자가 자신의 API 키를 직접 관리하므로 데이터 보안 측면에서도 이점을 가진다.

실무 Takeaway

BrowserKing은 Claude를 포함한 15개 이상의 LLM을 지원하는 오픈소스 브라우저 제어 에이전트이다.
스크린샷 기반의 비전 분석과 도구 호출 기능을 결합하여 웹 자동화 작업을 로컬 환경에서 수행한다.
별도의 서버나 계정 없이 사용자의 API 키를 통해 크롬 확장 프로그램 형태로 직접 작동한다.
Claude 3.5 Sonnet이 비전과 도구 호출의 조합에서 가장 안정적인 성능을 보여주는 것으로 확인됐다.

언급된 리소스

GitHubBrowserKing GitHub Repository