BEYOND BROWSING : API 기반 웹 에이전트의 새로운 가능성

 

1.서론 : 브라우저 중심의 에이전트의 한계

 

웹 브라우저는 인터넷 사용의 중심 도구로 자리 잡고 있습니다. 그러다보니 다양한 일상 업무를 지원하기 위해, 많은 연구가 웹 브라우저 상호작용 에이전트에 집중되어 왔었죠. 이러한 에이전트는 사람처럼 브라우저를 통해 작업을 수행하며, 온라인 쇼핑, 일정 계획, 정보 검색 등 다양한 작업을 지원합니다. 그러나 모든 웹 사이트가 사람 중심의 인터페이스로 설계된 탓에, 기계가 효과적으로 웹 페이지를 탐색하고 작업을 완료하는 데 한계가 있습니다. 이와 대조적으로, 응용 어플리케이션 프로그래밍 인터페이스(API)는 기계와 웹 서비스 간의 직접적인 데이터 교환을 가능하게 합니다. API는 구조화된 데이터 교환을 지원하며, 이를 통해 보다 효율적인 작업 수행이 가능합니다.

 

소개하는 논문은 웹 브라우징과 API의 결합을 통해 하이브리드 에이전트를 개발하고, 이들이 웹 탐색 작업에서 기존 방법보다 어떻게 더 높은 성능을 달성할 수 있는지에 대해 인사이트를 제공하고 있습니다. 

 

---

2.본론

2.1.기존 방식의 문제점

기존의 웹 브라우징 기반 에이전트는 사람이 사용하는 그래픽 사용자 인터페이스(GUI)를 그대로 사용합니다. 이러한 접근은 브라우저의 버튼 클릭, 입력 창 입력 등 사용자의 행동을 모방하여 작업을 수행합니다. 그러나 웹 사이트가 기계보다는 사람을 위해 설계되었기 때문에, 이러한 에이전트는 복잡한 작업에서 낮은 성공률을 보입니다.

 

2.2.논문에서 제시하는 모델 요약

논문에서는 API 기반 에이전트와 하이브리드 에이전트를 제안합니다. API 기반 에이전트는 API 호출만으로 작업을 수행하며, 하이브리드 에이전트는 필요에 따라 웹 브라우징과 API 호출을 병행합니다. 이들 에이전트는 WebArena 벤치마크를 통해 평가되었으며, 하이브리드 에이전트는 순수 브라우징 에이전트보다 20% 이상의 성능 향상을 기록했습니다.

 

2.3.적용된 기술의 세부 설명

API 기반 에이전트는 웹 브라우저를 통해 복잡한 작업을 수행할 필요 없이, API 호출로 직접 데이터를 가져옵니다. 하이브리드 에이전트는 작업의 성격에 따라 API와 브라우저 간의 동적 전환을 수행합니다. 이 접근법은 웹 사이트의 API 지원 수준에 따라 유연하게 조정됩니다.

 

아래 그림은 3가지 타입의 에이전트들의 처리 방식을 설명하고 있습니다. 이 가운데 하이브리드 에이전트의 경우, 아키텍처는 작업 중 선택된 방법에 따라 단계적으로 조정되며, 웹 브라우징만 사용하는 에이전트와 비교하여 효율성을 크게 향상시킵니다.

그림 : 3가지 타입의 에이전트 간 처리 방식 및 정확도 비교

---

3.결론

 

이번 연구 결과는, API와 웹 브라우징을 통합하여, 기존의 웹 탐색 문제를 보다 효율적으로 해결할 수 있는 새로운 접근 방식을 제시하고 있습니다. 하이브리드 방식은 기존 브라우저 기반 방식 대비 더 높은 작업 성공률과 유연성을 제공하고 있어 실제 환경에 적용하는 응용 사례를 만들기 좋아 보입니다. 향후 하이브리드 접근 방식이 적용된 다양한 솔루션이 나오길 기대합니다. 

 

---

4.참고자료

Beyond Browsing : API-Based Web Agents 논문

https://arxiv.org/pdf/2410.16464

 

---

5. Q&A

Q: API 기반 에이전트의 주요 이점은 무엇인가요?

API 기반 에이전트는 구조화된 데이터를 직접 주고받기 때문에 웹 브라우징에 비해 작업 속도가 빠르고, 더 높은 정확도를 제공합니다.

 

Q: 하이브리드 에이전트는 언제 웹 브라우징을 선택하나요?

웹 사이트에 적절한 API가 없거나, 특정 작업이 브라우징을 통해서만 수행 가능한 경우 웹 브라우징을 선택합니다.

 

Q: WebArena 벤치마크에서 하이브리드 에이전트의 성능은 어떻게 평가되었나요?

하이브리드 에이전트는 다양한 작업에서 평균 35.8%의 성공률을 기록하며, 이는 기존 방법보다 20% 이상 개선된 결과입니다.

---