Amazon Nova Act를 활용한 경쟁사 가격 정보 수집 자동화

섹션별 상세

수동 가격 모니터링은 인적 오류가 잦고 데이터 수집 지연으로 인해 수익 기회를 놓치는 운영상의 병목 현상을 초래한다.

Amazon Nova Act는 자연어 명령을 브라우저 동작으로 변환하여 레이아웃이 자주 바뀌는 이커머스 사이트에서도 안정적인 자동화를 구현한다.

act_get() 함수에 Pydantic 모델을 전달하면 렌더링된 웹 페이지에서 검증된 구조체 형식으로 데이터를 즉시 추출하여 후속 분석에 활용할 수 있다.

python

nova.act_get("Search for 'iPad Pro 13-inch (M4 chip), 256GB Wi-Fi'.", schema=ProductData.model_json_schema())

Pydantic 스키마를 사용하여 웹 페이지에서 구조화된 제품 데이터를 추출하는 코드

단일 인스턴스는 한 번에 하나의 브라우저만 실행하지만, Python의 ThreadPoolExecutor를 사용해 여러 세션을 병렬로 운영함으로써 전체 처리 시간을 단축한다.

python

with ThreadPoolExecutor(max_workers=10) as executor:
    future_to_source = {
        executor.submit(
            check_source_price, product_name, source_name, source_url, headless
        ): source_name for source_name, source_url in sources
    }

ThreadPoolExecutor를 사용하여 여러 경쟁사 사이트의 가격을 병렬로 확인하는 로직

캡차(Captcha) 발생 시 headless=False 모드나 AgentCore Browser Tool의 HITL 기능을 통해 사람이 직접 개입하여 문제를 해결할 수 있는 유연한 구조를 제공한다.

python

result = nova.act("Is there a captcha on the screen?", schema=BOOL_SCHEMA)
if result.matches_schema and result.parsed_response:
    input("Please solve the captcha and hit return when done")

화면 내 캡차 존재 여부를 확인하고 사용자 개입(HITL)을 요청하는 처리 방식

Kiro, VS Code, Cursor용 IDE 확장을 통해 자연어 프롬프트만으로 복잡한 자동화 로직과 보일러플레이트 코드를 생성하여 개발 속도를 높인다.

AWS 매니지먼트 콘솔의 Nova Act 전용 화면에서 실행 추적, 스크린샷, 로그를 실시간으로 확인하며 에이전트의 의사결정 과정을 디버깅할 수 있다.

용어 해설

아마존 노바 액트(Amazon Nova Act): — 자연어 명령을 통해 웹 브라우저를 제어하고 데이터를 추출하는 AWS의 지능형 자동화 SDK이다. 기존의 고정된 셀렉터 기반 스크립트와 달리 LLM을 활용해 레이아웃 변화에 유연하게 대응하며 복잡한 웹 탐색을 수행한다. 이커머스 가격 모니터링이나 콘텐츠 검증 등 동적인 웹 환경에서의 자동화에 핵심적인 역할을 한다.
파이단틱(Pydantic): — Python에서 데이터 타입 검증과 설정을 관리하기 위한 라이브러리이다. LLM이 추출한 비정형 데이터를 미리 정의된 스키마에 맞춰 구조화하고 유효성을 검사하는 데 사용된다. 이를 통해 자동화 에이전트가 수집한 정보를 데이터베이스나 다른 API에서 즉시 사용할 수 있는 신뢰할 수 있는 형태로 변환한다.
인간 개입형 루프(HITL): — 자동화된 프로세스 중에 인간의 판단이나 개입이 필요한 단계를 포함하는 설계 방식이다. 캡차(Captcha) 해결이나 최종 승인과 같이 AI가 처리하기 어렵거나 윤리적 판단이 필요한 지점에서 시스템이 멈추고 사람의 입력을 기다린다. 완전 자동화의 한계를 보완하고 시스템의 정확도와 안전성을 높이는 데 중요하다.
헤드리스 모드(Headless Mode): — 그래픽 사용자 인터페이스(GUI) 없이 웹 브라우저를 실행하는 방식이다. 화면을 띄우지 않기 때문에 메모리와 CPU 리소스를 절약할 수 있어 서버 환경에서 대규모 자동화를 수행할 때 주로 사용된다. 디버깅 시에는 화면이 보이는 헤디드(Headed) 모드를 사용하고, 실제 운영 시에는 이 모드로 전환하여 효율성을 극대화한다.
스레드 풀링(Thread Pooling): — 여러 개의 실행 스레드를 미리 생성해 두고 작업을 할당하여 병렬로 처리하는 기법이다. Amazon Nova Act 세션을 여러 개 동시에 실행하여 수십 개의 웹사이트를 동시에 탐색할 때 사용된다. 이를 통해 순차적 처리에 비해 전체 데이터 수집 시간을 획기적으로 단축하고 시스템 처리량을 높인다.