웹 앱 내에서 작동하는 AI 에이전트, PageAgent를 만나보세요!
PageAgent는 웹 앱 내에 AI 에이전트를 임베딩(Embedding)하여 사용자 세션과 DOM 트리에 직접 접근하는 오픈소스 라이브러리이다.
브라우저 확장 기능을 통해 웹 페이지 간 작업(Cross-Page Tasks)을 지원하며, 사용자의 명시적 권한 하에 브라우저 제어가 가능하다.
보안 문제(Security Concerns)와 중국 서버를 통한 데이터 처리 가능성에 대한 우려가 제기되었으며, 데이터 미저장 정책(Zero-Retention Policy)에 대한 질문이 이어졌다.
유사 프로젝트인 Rover와의 비교를 통해 성능(Performance) 및 사용자 인터페이스(UI) 구성 방식에 대한 논의가 이루어졌다.
PageAgent 아키텍처 및 작동 방식
PageAgent는 웹 앱 내에서 실행되는 AI 에이전트를 구현하기 위해 DOM(Document Object Model) 조작 및 사용자 세션 상속 방식을 활용한다. 특히, 브라우저 확장 기능을 통해 웹 페이지 간의 상호 작용을 가능하게 하여, 웹 앱 내에서 일반적인 AI 에이전트의 기능을 수행할 수 있도록 설계되었다. 하지만, DOM 접근 권한과 관련된 보안 문제(Security Concerns)에 대한 우려가 제기되었으며, 데이터 미저장 정책(Zero-Retention Policy)에 대한 질문이 이어졌다.
보안 및 데이터 처리 관련 논쟁
커뮤니티에서는 PageAgent의 보안 모델(Security Model)에 대한 질문이 쏟아졌다. 특히, AI 에이전트가 DOM에 접근하고 사용자 세션을 활용하는 방식이 잠재적인 보안 취약점을 야기할 수 있다는 지적이 있었다. 또한, 데이터가 중국 서버를 통해 처리될 수 있다는 점에 대한 우려도 제기되었다. 이에 대한 투명성 및 데이터 미저장 정책(Zero-Retention Policy)에 대한 개발자의 답변이 요구되었다.
Rover와의 비교 및 성능 평가
PageAgent와 유사한 기능을 제공하는 Rover와의 비교를 통해, 성능(Performance) 및 UI 구성 방식에 대한 논의가 이루어졌다. Rover 개발자는 PageAgent의 성능이 느리다고 지적하며, 자체적인 액션 트리(Action Tree) 구축 방식을 통해 성능을 개선했다고 밝혔다. 이는 AI 에이전트의 UI 자동화(UI Automation) 구현 방식에 대한 다양한 접근 방식을 보여주는 사례이다.
기능 지원 및 확장성에 대한 논의
PageAgent의 다양한 기능 지원(Feature Support)에 대한 커뮤니티의 관심이 높았다. 특히, 캡차(CAPTCHA) 처리, 장시간 클릭(Long-click) 및 드래그 앤 드롭(Drag-and-drop) 지원, 그리고 파이어폭스(Firefox) 지원 여부에 대한 질문이 이어졌다. 또한, AWS Bedrock 또는 LiteLLM 지원에 대한 제안도 나왔다. 이는 PageAgent의 확장성(Extensibility)과 다양한 환경에서의 활용 가능성에 대한 기대를 보여준다.
