LHIC(Local Human Intent Controller): Fast Path/Slow Path 기반 로컬 우선 브라우저 에이전트

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

TL;DR

브라우저 기반 LLM 에이전트들이 클릭당 LLM 호출로 인해 느리고 비용이 높으며 DOM 변경에 취약한 문제를 겪자 LHIC는 로컬 우선의 Fast Path와 필요 시에만 작동하는 LLM 기반 Slow Path를 결합한 이중 경로 아키텍처를 제안했다. Fast Path는 사전 정의된 스킬과 로컬 DOM 매칭으로 중앙값 35ms 수준에서 동작해 API 호출 비용을 0으로 만들고, Self-Healing Semantic Locators는 SQLite 기반 히스토리를 활용한 퍼지 매칭으로 정적 선택자 대비 약 80% 성공률 개선을 보고해 레이아웃 변화에 대한 복원력을 확보했다. 엔터프라이즈 요구에 대응하기 위해 Ed25519 KMS 서명 검증, AES-256-GCM 로컬 암호화, OTel APM 내보내기, Docker Seccomp 프로필을 포함해 무결성·관측·격리 기능을 갖추었고 VNC 스크린캐스트와 MCP 연동을 통해 수동 제어와 모델 통합을 지원하며, 순수 TypeScript·MIT 라이선스로 공개되어 즉시 배포·확장할 수 있다.

섹션별 상세

기존 LLM 기반 브라우저 에이전트는 단순한 폼 입력 단계에서도 20~40초가 소요되고 클릭마다 LLM을 호출해 비용과 지연이 커지는 문제가 있었다. LHIC는 이 문제를 해결하기 위해 Fast Path와 Slow Path의 이중 실행 경로를 도입했고, Fast Path는 로컬에서 사전 정의된 스킬과 해결된 DOM 속성 매칭으로 동작해 LLM 호출을 전혀 발생시키지 않는다. 작성자는 Fast Path가 중앙값 35ms 이내로 실행된다고 밝히며, 이 접근법이 비용을 0으로 만들고 응답 지연을 크게 낮춘다고 주장했다.

근거

Fast Path가 로컬에서 실행되며 중앙값 35ms 이내로 동작하고 API 호출 비용이 발생하지 않는다. — 본문 첫 단락의 Fast Path/Slow Path 아키텍처 설명 출처
기존 에이전트는 단순한 폼 입력 단계에서 20~40초가 소요되는 느린 응답 특성이 있었다. — 본문 첫 문단의 문제 제기 부분 출처

요소 식별의 취약성을 줄이기 위해 LHIC는 Self-Healing Semantic Locators를 도입해 DOM 구조를 퍼지 매칭하고 과거 스킬 메모리를 활용한다. 구체적으로 SQLite에 저장된 히스토리 기반 매칭을 통해 구조적 유사도를 계산하고 변경된 속성이나 클래스명에도 목표 요소를 복원하도록 설계되었으며, 이 방식은 정적 CSS/XPath 선택자 대비 레이아웃 변경에 따른 실패율을 약 80% 개선했다고 보고되었다. 이러한 복원 능력은 자동화의 취약점을 줄여 Fast Path의 성공률을 높이는 핵심 기능 역할을 한다.

근거

Self-Healing Semantic Locators는 정적 CSS/XPath 선택자 대비 레이아웃 변경에 따른 성공률을 약 80% 개선했다. — Key Technical Highlights의 Self-Healing Semantic Locators 항목 출처

엔터프라이즈 환경에서의 도입을 위해 보안·검증·관측을 강화한 점이 강조되었다. KMS Ed25519 서명 검증을 통해 스킬 배포 무결성을 확보하고 로컬 데이터베이스는 AES-256-GCM으로 암호화했으며, OTel을 통한 APM 내보내기와 Chrome 탈출을 막기 위한 커스텀 Docker Seccomp 프로필을 포함해 런타임 공격 표면을 축소했다. 이러한 하드닝은 자동화 에이전트가 민감한 작업을 수행할 때 감사·무결성·격리를 제공하는 실무적 요구를 충족시킨다.

운영성과 통합성을 높이기 위해 실시간 수동 개입용 VNC 스크린캐스트와 모델 통합 표준을 함께 제공했다. VNC 스크린캐스트는 CDP 프레임 브로드캐스트로 페이지 업데이트를 스트리밍해 수동 오버라이드를 가능하게 하고, MCP(Model Context Protocol) 표준의 stdio 및 HTTP 게이트웨이를 통해 Claude Desktop, Windsurf, Cursor 등과 바로 연결할 수 있게 설계되었다. 프로젝트는 MIT 라이선스의 순수 TypeScript 구현으로 C++ 컴파일 의존성이 없으며, 이로 인해 배포와 확장이 용이해진다는 장점이 있다.

용어 해설

Semantic Locator: — HTML 요소를 단순한 CSS/XPath 선택자가 아니라 구조적·의미적 특징으로 식별하여 레이아웃 변화에 견고하게 매칭하는 기법이다. 이 기사에서는 과거 실행 기록을 저장한 SQLite 기반 기술을 활용해 퍼지 매칭을 수행하고, 변경된 DOM에서도 대상 요소를 복원하는 방식으로 동작한다. 브라우저 자동화에서 선택자 깨짐으로 인한 실패를 줄이는 핵심 수단으로 도입되었다.
DOM Fuzzy Matching: — DOM 트리의 구조적 유사성이나 속성 차이를 허용하는 매칭 규칙으로, 클래스명이나 세부 노드 변경에도 목표 요소를 찾아내는 방법이다. 기사에서는 과거 스킬 메모리와 유사도 기준을 결합해 퍼지 매칭을 수행하며, 정적 CSS/XPath보다 레이아웃 변화에 강하다고 제시되었다. 자동화 흐름의 내구성을 높이고 LLM 호출 빈도를 낮추는 역할을 한다.
Model Context Protocol: — 모델과 외부 시스템이 표준 입출력이나 HTTP 게이트웨이를 통해 컨텍스트와 도구 호출을 교환하는 프로토콜 규약이다. 본문에서는 MCP 표준을 통해 Claude Desktop, Windsurf, Cursor 같은 런타임과의 연동을 지원한다고 밝히며, 로컬 에이전트와 LLM 서비스 간 인터페이스 표준화 수단으로 활용되었다. 외부 모델을 페어링할 때 통일된 통신 경로를 제공해 통합 비용을 낮춘다.
Seccomp Profile: — 컨테이너 내부 프로세스의 시스템콜을 제한해 권한 상승이나 샌드박스 탈출 위험을 줄이는 리눅스 보안 설정이다. 프로젝트는 Chrome 프로세스의 탈출을 방지하기 위해 커스텀 Seccomp 프로필을 적용했다고 명시했으며, 이로써 브라우저 자동화 환경에서 공격 표면을 축소했다. 엔터프라이즈 배포 시 런타임 격리와 위협 완화 수단으로 중요하다.