TL;DR

Page Agent는 웹페이지에 직접 로드되는 JavaScript 인페이지 에이전트로, 자연어 명령을 LLM에 전달해 텍스트 기반 액션 시퀀스로 변환하고 그 결과를 DOM 조작으로 실행하는 방식이다. 별도 백엔드나 헤드리스 브라우저 없이 클라이언트에서 즉시 통합할 수 있으며 자체 LLM 연결과 옵션의 Chrome extension 및 MCP Server로 다중 페이지 워크플로를 지원한다. 이 설계는 ERP·CRM 등의 반복적 UI 작업을 단순화하고 접근성을 개선하는 동시에 서버 측 리팩터링 없이도 제품에 AI 코파일럿을 신속히 추가할 수 있다는 장점을 제공하지만 데모용 LLM 사용 시 제약과 브라우저 권한 범위 내에서만 동작하는 한계가 존재한다.

핵심 포인트

• 브라우저 확장이나 헤드리스 브라우저 없이도 페이지 내에서 직접 동작하는 점이 차별화 요소이다. 대부분의 자동화 솔루션은 외부 브라우저 드라이버나 서버 측 오케스트레이션을 필요로 하는 반면 Page Agent는 클라이언트 로드형 스크립트로 즉시 통합이 가능하다. 이 설계는 배포 복잡도를 줄이고 프런트엔드 중심 제품에 빠르게 도입할 수 있게 한다.
• 텍스트 기반 DOM 조작만 사용하므로 스크린샷·멀티모달 LLM이나 추가 권한을 요구하지 않는다. 이로 인해 브라우저 렌더링을 그대로 활용하면서도 접근성 향상과 낮은 권한 모델을 유지할 수 있다. 결과적으로 민감한 화면 캡처를 회피하고 텍스트로만 제어하는 환경에서 보안·프라이버시 부담을 줄인다.
• 웹 페이지 내에서 자연어 기반으로 UI 요소를 클릭하고 입력을 자동화한다. 에이전트는 텍스트 명령을 파싱해 적절한 셀렉터를 찾고 클릭·타이핑·스크롤 같은 DOM 조작을 연속적으로 수행한다. 별도 백엔드나 헤드리스 브라우저 없이 클라이언트 컨텍스트에서 동작하도록 설계되어 통합 비용이 낮다.
• 외부 LLM을 자유롭게 연결할 수 있어 데모 모델 대신 자체 모델을 사용한다. 사용자는 baseURL과 apiKey를 설정해 원하는 LLM 엔드포인트를 연결하며 이로써 지연시간·보안·비용을 제어할 수 있다. 기본 제공 데모는 평가용이며 실서비스에는 자체 모델 연결이 권장된다.