Web$hell, AI 에이전트의 검색·브라우저 조작·근거를 하나로 통합

들어가며

대규모 언어 모델이 질문에 답하는 단계를 넘어 조사와 실행을 직접 맡게 되면서, 웹에 접근하는 방식이 에이전트의 핵심 능력이 되고 있다. 실제 업무는 검색 한 번으로 끝나지 않는다. 에이전트는 먼저 여러 출처를 폭넓게 찾고, 웹페이지를 열어 내용을 확인하며, 버튼을 누르거나 양식을 작성한 뒤, 앞서 확보한 근거로 다시 돌아가 결과를 비교하고 종합해야 한다.

기존 접근법은 대체로 특정 유형의 작업에 최적화되어 있다. 검색 증강형 에이전트는 정보 수집에 강하고, 브라우저형 에이전트는 웹페이지와 직접 상호작용하는 데 적합하다. 파일시스템형 접근은 얻은 정보를 저장하고 재사용하기 쉽다. 그러나 이들을 함께 사용하려면 여러 도구를 조정해야 하고 동일한 내용을 반복 처리할 수 있어, 비용이 늘거나 정보 탐색과 실행 안정성 사이에서 타협해야 한다.

Web$hell의 구조

Web$hell은 웹 접근을 하나의 모델로 통합하려 한다. 주요 구성은 다음과 같다.

• WebContract는 웹페이지의 정보와 실행 가능한 요소를 표현하는 공통 스키마를 정의한다.
• WebCompiler는 실시간 웹페이지를 주소를 지정할 수 있는 정보 객체와 행동 객체로 변환한다.
• WebCache는 생성된 객체를 유지해 에이전트가 이전에 얻은 자료를 다시 사용할 수 있게 한다.
• 공통 연산 집합은 정보 읽기, 행동 실행, 상태 관리를 동일한 방식으로 처리한다.

이 방식은 검색 도구와 브라우저를 단순히 한 화면에 묶는 것과 다르다. 텍스트나 데이터 같은 정보와 클릭, 입력 같은 행동을 같은 표현 체계에서 다루고, 각각을 찾아 실행하며 이후에도 보존할 수 있게 만드는 것이 핵심이다. 에이전트는 먼저 증거를 수집하고, 이후 웹사이트에서 행동을 수행한 다음, 캐시에 남아 있는 자료로 돌아가 비교와 추론을 이어갈 수 있다.

평가와 의미

논문은 웹 검색, 웹 탐색, 심층 연구 벤치마크에서 Web$hell을 평가했다. 제공된 초록에 따르면 여러 작업에서 강한 성능을 보이면서 더 낮은 비용으로 수행했다고 한다. 다만 현재 자료에는 구체적인 점수, 기준선 설정, 비용 산정 방식이 포함되어 있지 않으므로 모든 기존 접근법보다 우수하다고 단정할 수는 없다.

더 중요한 기여는 웹페이지에 대한 추상화 방식이다. 웹을 일회성 텍스트 응답이나 시각 모델이 클릭하는 화면으로만 보지 않고, 재사용 가능한 정보와 행동의 자원으로 컴파일한다. 이는 도구를 전환하는 부담과 반복적인 컨텍스트 처리를 줄이고, 확보한 근거를 다시 방문하는 일을 에이전트의 기본 동작으로 만들 가능성이 있다.

물론 실제 웹에서의 안정성은 추가 검증이 필요하다. 페이지 구조가 바뀌거나 콘텐츠가 동적으로 생성될 때도 컴파일이 잘 되는지, 인증이 필요한 사이트에서 행동을 안정적으로 수행하는지, 캐시된 정보가 최신 상태를 유지하는지가 핵심 과제다. 상세한 수치와 실패 사례가 공개되어야 일반화 가능성을 정확히 판단할 수 있다. 그럼에도 Web$hell은 분명한 방향을 제시한다. 웹 에이전트의 발전은 도구를 계속 추가하는 데 그치지 않고, 검색·조작·기억을 하나의 운영 언어로 연결하는 데 달려 있을 수 있다.

출처: Hugging Face Daily Papers