이 가이드에서는 다음을 배우게 됩니다:
- 개발용 AI 에이전트용
브라우저 사용라이브러리가 무엇인지 - 해당 기능이 제어하는 브라우저에 의해 제한되는 이유
- 스크래핑 브라우저를 활용해 이러한 한계를 극복하는 방법
- 스크래핑 브라우저와의 연동을 통해 브라우저 내에서 작동하며 차단 기능을 회피하는 AI 에이전트 구축 방법
자, 시작해 보겠습니다!
브라우저 사용(Browser Use)이란?
브라우저 사용 (Browser Use)은 웹사이트를 AI 에이전트가 접근 가능하게 만드는 오픈소스 파이썬 프로젝트입니다. 웹페이지의 모든 상호작용 가능한 요소를 식별하여 에이전트가 의미 있는 상호작용을 수행할 수 있게 합니다. 간단히 말해, 브라우저 사용 라이브러리는 AI가 프로그래밍 방식으로 브라우저를 제어하고 상호작용할 수 있도록 합니다.
주요 기능은 다음과 같습니다:
- 강력한 브라우저 자동화: 고급 AI와 견고한 브라우저 자동화를 결합하여 AI 에이전트의 웹 상호작용을 간소화합니다.
- 비전 + HTML 추출: 시각적 이해와 HTML 구조 추출을 통합하여 더 효과적인 탐색과 의사 결정을 가능하게 합니다.
- 다중 탭 관리: 여러 브라우저 탭을 처리할 수 있어 복잡한 워크플로우와 병렬 작업이 가능해집니다.
- 요소 추적: XPath를 사용하여 클릭된 요소를 추적하고 LLM이 수행한 정확한 동작을 반복하여 일관성을 보장합니다.
- 사용자 정의 작업: 파일 저장, 데이터베이스 기록, 알림 전송, 인간 입력 처리 등 사용자 정의 작업 정의 지원.
- 자가 수정 메커니즘: 내장된 오류 처리 및 자동 복구 시스템으로 보다 안정적인 자동화 파이프라인을 제공합니다.
- 모든 LLM 지원: LangChain을 통해 GPT-4, Claude 3, Llama 2를 포함한 모든 주요 LLM과 호환됩니다.
AI 에이전트 개발에서 브라우저 사용의 한계
브라우저 사용은 IT 커뮤니티에 전례 없는 영향을 미친 획기적인 기술입니다. 이 프로젝트가 불과 몇 달 만에 60,000개 이상의 GitHub 스타를 달성한 것은 놀라운 일이 아닙니다:
게다가 개발팀은 1,700만 달러 이상의 시드 펀딩을 확보했는데, 이는 이 프로젝트의 잠재력과 가능성을 여실히 보여줍니다.
그러나 브라우저 사용이 제공하는 브라우저 제어 기능이 마법 같은 기술에 기반한 것이 아님을 인지하는 것이 중요합니다. 이 라이브러리는 시각적 입력과 AI 제어를 결합하여 Playwright를통해 브라우저를 자동화합니다. Playwright는 기능이 풍부한 브라우저 자동화 프레임워크이지만 특정 한계점을 지니고 있습니다.
Playwright 웹 스크래핑 관련 이전 글에서 지적했듯이, 이러한 한계는 자동화 프레임워크 자체에서 비롯된 것이 아닙니다. 오히려 그 반대입니다. 문제는 제어 대상 브라우저에서 발생합니다. 구체적으로 Playwright 같은 도구는 자동화를 가능하게 하는 특수 구성과 계측 기능을 적용해 브라우저를 실행합니다. 문제는 이러한 설정들이 반봇 탐지 시스템에 노출될 수 있다는 점입니다.
이는 특히 보안이 철저한 사이트와 상호작용해야 하는 AI 에이전트를 구축할 때 주요 문제가 됩니다. 예를 들어, Browser Use를 활용해 아마존 쇼핑 카트에 특정 상품을 자동으로 추가하는 AI 에이전트를 구축한다고 가정해 보세요. 아마 다음과 같은 결과를 얻게 될 것입니다:
보시다시피 아마존의 봇 방지 시스템은 AI 자동화를 탐지하고 차단할 수 있습니다. 특히 이 전자상거래 플랫폼은 까다로운 아마존 CAPTCHA를 표시하거나 “죄송합니다. 저희 시스템에서 문제가 발생했습니다” 오류 페이지를 반환할 수 있습니다:
이 경우 AI 에이전트에게는 “게임 오버”입니다. 따라서 브라우저 사용은 놀랍고 강력한 도구이지만, 그 잠재력을 최대한 발휘하려면 신중한 조정이 필요합니다. 궁극적인 목표는 반봇 시스템을 작동시키지 않도록 하여 AI 자동화가 원하는 대로 작동하도록 하는 것입니다.
스크래핑 브라우저가 해결책인 이유
이제 여러분은 이렇게 생각할 수 있습니다: “Playwright를 통해 브라우저 사용을 제어하는 브라우저 자체를 특수 플래그로 조정해 탐지 가능성을 줄이면 안 될까?” 이는 실제로 가능하며, Playwright Stealth 같은 라이브러리가 사용하는 전략의 일부입니다.
하지만 봇 방지 탐지를 우회하는 것은 몇 가지 플래그를 전환하는 것보다 훨씬 복잡합니다…
IP 평판, 속도 제한, 브라우저 지문 인식 등 다양한 고급 요소가 관여합니다. 몇 가지 수동적인 트릭으로 정교한 봇 방지 시스템을 간단히 속일 수는 없습니다. 진정으로 필요한 것은 봇 방지 및 스크래핑 방어 체계에 탐지되지 않도록 처음부터 설계된 솔루션입니다. 바로 여기서 스크래핑 브라우저가 등장합니다!
스크래핑 브라우저 솔루션은 놀라울 정도로 효과적인 탐지 회피 기능을 제공합니다. 그렇다면 시장에서 가장 우수한 탐지 회피 브라우저는 무엇일까요 ? 바로 Bright Data의 스크래핑 브라우저입니다!
특히 스크래핑 브라우저는 차세대 클라우드 기반 웹 브라우저로 다음과 같은 기능을 제공합니다:
- 실제 사용자와 혼합되는 신뢰할 수 있는 TLS 지문
- 대량 스크래핑을 위한 무제한 확장성
- 1억 5천만 개 이상의 IP 프록시 네트워크로 지원되는 자동 IP 로테이션
- 실패한 요청을 우아하게 처리하는 내장 재시도 로직
- 박스에서 꺼내자마자 바로 사용 가능한 CAPTCHA 해결 기능
- 포괄적인 봇 우회 도구 키트
Scraping Browser는 Playwright, Puppeteer, Selenium을 포함한 모든 주요 브라우저 자동화 라이브러리와 통합됩니다. 따라서 이 라이브러리가 Playwright를 기반으로 구축되었기 때문에 Browser Use와 완벽하게 호환됩니다.
Scraping Browser를 Browser Use에 통합하면 이전에 마주쳤던 Amazon 차단을 우회하거나 다른 사이트에서 유사한 차단을 피할 수 있습니다.
Browser Use와 Scraping Browser 통합 방법
이 튜토리얼 섹션에서는 Browser Use를 Bright Data의 Scraping Browser와 통합하는 방법을 배웁니다. 아마존 장바구니에 상품을 추가할 수 있는 OpenAI 기반 AI 에이전트를 구축해 보겠습니다.
이는 AI 기반 브라우저 자동화의 힘을 보여주는 하나의 예시일 뿐입니다. AI 에이전트는 사용자의 필요와 목표에 따라 다른 사이트와도 상호작용할 수 있습니다. 중요한 것은 지루한 작업을 대신 수행함으로써 상당한 시간과 노력을 절약할 수 있다는 점입니다.
구체적으로, 우리가 구축할 아마존 AI 에이전트는 다음을 수행할 수 있습니다:
- 탐지 및 차단 회피를 위해 원격 스크래핑 브라우저 인스턴스를 사용해 아마존에 연결합니다.
- 프롬프트에서 상품 목록을 읽어 들이기
- 검색을 통해 올바른 상품을 선택하고 자동으로 장바구니에 추가합니다.
- 장바구니를 방문하여 전체 주문 내역을 요약 제공합니다.
스크래핑 브라우저와 함께 브라우저 사용 기능을 활용하는 방법을 보려면 아래 단계를 따르세요!
필수 사항
이 튜토리얼을 따라하려면 다음이 필요합니다:
- Bright Data 계정.
- OpenAI, Anthropic, Gemini, DeepSeek, Grok, Novita 등 지원되는 AI 제공업체의 API 키.
- Python 비동기 프로그래밍 및 브라우저 자동화에 대한 기본 지식.
Bright Data 또는 AI 공급자 계정이 아직 없더라도 걱정하지 마세요. 아래 단계에서 생성 방법을 안내해 드리겠습니다.
1단계: 프로젝트 설정
시작하기 전에 시스템에 Python 3이 설치되어 있는지 확인하세요. 설치되어 있지 않다면 공식 사이트에서 다운로드하여 설치 안내를 따르세요.
터미널을 열고 AI 에이전트 프로젝트용 새 폴더를 생성하세요:
mkdir browser-use-amazon-agentbrowser-use-amazon-agent 폴더에는 Python 기반 AI 에이전트의 모든 코드가 포함됩니다.
프로젝트 폴더로 이동하여 가상 환경을 설정하세요:
cd browser-use-amazon-agent
python -m venv venv이제 선호하는 Python IDE에서 프로젝트 폴더를 엽니다. Python 확장 프로그램이 설치된 Visual Studio Code나 PyCharm Community Edition을 사용할 수 있습니다.
browser-use-amazon-agent 폴더 내에서 agent.py라는 새 Python 파일을 생성하세요. 프로젝트 구조는 다음과 같아야 합니다:
현재 agent.py는 빈 스크립트이지만 곧 AI 브라우저 자동화 로직 전체를 담게 될 것입니다.
IDE 터미널에서 가상 환경을 활성화하세요. Linux/macOS에서는 다음을 실행합니다:
source venv/bin/activateWindows에서는 동일하게 다음을 실행하세요:
venv/Scripts/activate이제 모든 준비가 완료되었습니다! Python 환경이 Browser Use 및 Scraping Browser를 활용한 AI 에이전트 구축을 위해 준비되었습니다.
2단계: 환경 변수 설정
프로젝트는 Bright Data와 같은 타사 서비스 및 선택한 AI 제공자와 연동됩니다. Python 코드에 API 키와 연결 비밀을 직접 하드코딩하는 대신 환경 변수에서 불러오는 것이 권장되는 방법입니다.
이 작업을 단순화하기 위해 python-dotenv 라이브러리를 사용하겠습니다. 활성화된 가상 환경에서 다음 명령어로 설치하세요:
pip install python-dotenvagent.py 파일에서 라이브러리를 임포트하고 load_dotenv()로 환경 변수를 로드하세요:
from dotenv import load_dotenv
load_dotenv()이제 로컬 .env 파일에서 변수를 읽을 수 있습니다. 프로젝트에 추가하세요:
이제 코드에서 다음과 같은 한 줄로 이러한 환경 변수에 접근할 수 있습니다:
env_value = os.getenv("<ENV_NAME>")Python 표준 라이브러리에서 os를 임포트하는 것을 잊지 마세요:
import os좋습니다! 이제 envs에서 타사 서비스 통합을 위한 비밀 정보를 안전하게 읽을 준비가 되었습니다.
3단계: browser-use 시작하기
가상 환경을 활성화한 상태에서 browser-use를 설치하세요:
pip install browser-use라이브러리가 여러 종속성에 의존하므로 설치에 몇 분이 소요될 수 있습니다. 기다려 주세요.
browser-use는 내부적으로 Playwright를 사용하므로 Playwright의 브라우저 종속성도 설치해야 할 수 있습니다. 다음 명령어를 실행하세요:
python -m playwright install이렇게 하면 필요한 브라우저 바이너리가 다운로드되고 Playwright가 제대로 작동하는 데 필요한 모든 설정이 완료됩니다.
이제 browser-use에서 필요한 클래스를 임포트하세요:
from browser_use import Agent, Browser, BrowserConfig이 클래스들을 활용하여 곧 AI 에이전트의 브라우저 자동화 로직을 구축할 것입니다.
browser-use는 비동기 API를 제공하므로, agent.py를 비동기 진입점으로 초기화해야 합니다:
# 기타 임포트...
import asyncio
async def main():
# AI 에이전트 로직...
if __name__ == "__main__":
asyncio.run(main())위 코드 조각은 browser-use 작업에 필수적인 Python의 asyncio 라이브러리를 사용하여 비동기 작업을 실행합니다.
잘하셨습니다! 다음 단계는 스크래핑 브라우저를 구성하고 스크립트에 통합하는 것입니다.
단계 #4: 스크래핑 브라우저 시작하기
일반적인 통합 지침은 공식 Scraping Browser 문서를 참조하세요. 그렇지 않은 경우 아래 단계를 따르세요.
시작하기 전에, 아직 계정이 없다면 Bright Data 계정을 생성하세요. 로그인 후 사용자 대시보드로 이동하여 “프록시 제품 받기” 버튼을 클릭하세요:
“프록시 및 스크래핑 인프라” 페이지에서 “내 영역” 테이블을 찾아 “스크래핑 브라우저” 유형을 참조하는 행을 선택하세요:
해당 행이 보이지 않는다면 스크래핑 브라우저 존을 아직 설정하지 않은 것입니다. 이 경우 “브라우저 API” 카드가 보일 때까지 아래로 스크롤한 후 “시작하기” 버튼을 누르세요:
다음으로 안내에 따라 스크래핑 브라우저를 처음 설정하세요.
제품 페이지에 도달하면 토글 스위치를 켜서 활성화하세요:
이제 “구성” 탭으로 이동하여 최대 효과를 위해 “프리미엄 도메인”과 “CAPTCHA 솔버”가 모두 활성화되었는지 확인하세요:
“개요” 탭으로 전환하여 Playwright 스크래핑 브라우저 연결 문자열을 복사하세요:
이 연결 문자열을 .env 파일에 추가하세요:
SBR_CDP_URL="<YOUR_PLAYWRIGHT_SCRAPING_BROWSER_CONNECTION_STRING>"<YOUR_PLAYWRIGHT_SCRAPING_BROWSER_CONNECTION_STRING> 을 방금 복사한 값으로 대체하세요.
이제 agent.py 파일에서 환경 변수를 다음과 같이 로드하세요:
SBR_CDP_URL = os.getenv("SBR_CDP_URL")대단합니다! 이제 browser-use 내에서 Scraping Browser를 사용할 수 있습니다. 본격적으로 시작하기 전에, OpenAI를 스크립트에 추가하여 타사 통합을 완료해 보겠습니다.
5단계: OpenAI 시작하기
주의사항: 다음 단계는 OpenAI 통합에 초점을 맞추지만, 브라우저 사용(Browser Use)이 지원하는 다른 AI 제공업체에도 아래 지침을 쉽게 적용할 수 있습니다.
브라우저 사용에서 AI 기능을 활성화하려면 외부 AI 제공업체의 유효한 API 키가 필요합니다. 여기서는 OpenAI를 사용하겠습니다. 아직 API 키를 생성하지 않았다면 OpenAI 공식 가이드를 따라 생성하세요.
키를 생성한 후 .env 파일에 추가하세요:
OPENAI_API_KEY="<YOUR_OPENAI_KEY>"<YOUR_OPENAI_KEY> 를 실제 API 키로 반드시 교체하세요.
다음으로 agent.py에서 langchain_openai의 ChatOpenAI 클래스를 임포트하세요:
from browser_use import ChatOpenAIBrowser Use는 AI 통합 처리를 위해 LangChain에 의존합니다. 따라서 프로젝트에 langchain_openai를 명시적으로 설치하지 않았더라도 이미 사용 가능합니다. 자세한 안내는 LangChain 워크플로우에 Bright Data를 통합하는 방법에 대한 튜토리얼을 참조하세요.
다음과 같이 gpt-4o 모델을 사용하여 OpenAI 통합을 설정하세요:
llm = ChatOpenAI(model="gpt-4o")추가 설정은 필요하지 않습니다. langchain_openai가 OPENAI_API_KEY 환경 변수에서 API 키를 자동으로 읽어오기 때문입니다.
다른 AI 모델 또는 공급자와의 통합은 공식 브라우저 사용 문서를 참조하세요.
6단계: browser-use에서 Scraping Browser 통합
browser-use에서 원격 브라우저에 연결하려면 다음과 같이BrowserConfig 객체를 사용해야 합니다:
config = BrowserConfig(
cdp_url=SBR_CDP_URL)
browser = Browser(browser_profile=config)이 구성은 Playwright가 원격 Bright Data Scraping Browser 인스턴스에 연결하도록 지시합니다.
7단계: 자동화할 작업 정의
이제 AI 에이전트가 브라우저에서 수행할 작업을 자연어로 정의할 차례입니다.
이를 수행하기 전에 목표가 명확히 정의되었는지 확인하세요. 이 경우 AI 에이전트가 다음을 수행하도록 가정해 보겠습니다:
- Amazon.com에 접속합니다.
- PlayStation 5 콘솔과 Astro Bot PS5 게임을 장바구니에 담기.
- 장바구니 페이지로 이동하여 현재 주문 내역 요약 생성하기.
브라우저 사용에 이러한 기본 지시사항만 제공하면 예상과 다르게 진행될 수 있습니다. 일부 제품은 여러 버전이 존재하고, 일부 페이지에서는 추가 보험 구매를 권유할 수 있으며, 일부 품목은 품절일 수 있기 때문입니다.
따라서 이러한 상황에서 AI 에이전트의 결정을 안내하기 위해 추가 지침을 제공하는 것이 합리적입니다.
또한 성능을 향상시키기 위해 가장 중요한 단계를 명확하게 설명하는 것이 도움이 됩니다.
이를 고려하여 AI 에이전트가 브라우저에서 수행해야 할 작업은 다음과 같이 설명할 수 있습니다:
task="""
# 아마존 에이전트용 프롬프트
**목표:**
[아마존](https://www.amazon.com/)에 접속하여 필요한 상품을 검색하고, 장바구니에 추가한 후 현재 주문 내역을 요약하여 표시합니다.
**중요 사항:**
- 상품 제목을 클릭하여 상품 페이지로 이동하세요. 해당 페이지에서 "장바구니에 담기" 버튼을 찾을 수 있습니다.
- 상품을 장바구니에 담은 후 연장 보증 또는 유사한 옵션이 요청되면 거절하세요.
- 상품 검색을 위한 검색창은 각 Amazon 페이지 상단에서 찾을 수 있습니다. 검색창을 사용할 수 없는 경우, 검색 전에 Amazon 홈페이지로 돌아가세요.
- 상품이 품절된 경우, 가장 저렴한 중고 상품을 대신 장바구니에 담으세요. 중고 상품도 없는 경우 해당 상품은 건너뛰세요.
- 페이지 일부를 차지하는 모달/섹션이 표시되면, "X" 버튼을 클릭하여 닫을 수 있음을 기억하세요.
- 리퍼브 상품은 피하세요.
---
## 1단계: 대상 웹사이트로 이동하기
- [아마존](https://www.amazon.com/)을 엽니다.
---
## 2단계: 장바구니에 상품 추가
- 아래 쇼핑 목록에서 찾을 수 있는 상품을 아마존 장바구니에 추가하세요:
- 플레이스테이션 5 (슬림) 콘솔
- 아스트로 봇 PS5 게임
---
## 3단계: 요약 출력
- 장바구니 페이지로 이동하여 해당 페이지의 정보를 활용해 현재 주문 내역 요약본을 생성하세요. 장바구니 내 각 상품별로 다음 정보를 포함하세요:
- **상품명**
- **수량**
- **가격**
- **예상 배송 기간**
- 보고서 마지막에 총 비용 및 기타 유용한 추가 정보를 기재하세요.
"""이 버전이 일반적인 시나리오를 안내하고 AI 에이전트가 막히는 것을 방지할 만큼 충분히 상세하다는 점에 주목하세요.
훌륭합니다! 이 작업을 실행하는 방법을 확인하세요.
단계 #8: AI 작업 실행
AI 에이전트의 작업 정의를 사용하여 브라우저 사용 에이전트 객체를 초기화하세요:
agent = Agent(
task=task,
llm=llm,
browser=browser,
)이제 다음 명령어로 에이전트를 실행할 수 있습니다:
await agent.run()또한 작업 완료 후 Playwright가 제어하는 브라우저를 닫아 리소스를 해제하는 것을 잊지 마세요:
await browser.close()완벽합니다! 브라우저 사용 + Bright Data 스크래핑 브라우저 통합이 이제 완전히 설정되었습니다. 남은 것은 모든 것을 결합하여 완성된 코드를 실행하는 것뿐입니다.
9단계: 모든 것 통합하기
agent.py 파일에는 다음이 포함되어야 합니다:
from dotenv import load_dotenv
import os
from browser_use.browser.config import BrowserConfig
import asyncio
from browser_use import ChatOpenAI
# .env 파일에서 환경 변수 불러오기
load_dotenv()
async def main():
# envs에서 Scraping Browser의 원격 URL 읽기
SBR_CDP_URL = os.getenv("SBR_CDP_URL")
# AI 엔진 설정
llm = ChatOpenAI(model="gpt-4o")
# 원격 Scraping Browser 인스턴스에 연결하도록 브라우저 자동화 구성
config = BrowserConfig(
cdp_url=SBR_CDP_URL
)
browser = Browser(browser_profile=config)
# 브라우저에서 자동화할 작업
task="""
# Amazon 에이전트용 프롬프트
**목표:**
[Amazon](https://www.amazon.com/)에 접속하여 필요한 상품을 검색하고 장바구니에 추가한 후 현재 주문 내역을 요약하여 표시하세요.
**중요:**
- 상품 제목을 클릭하여 해당 상품 페이지로 이동하세요. 해당 페이지에서 "장바구니에 담기" 버튼을 찾을 수 있습니다.
- 상품을 장바구니에 담은 후 연장 보증 또는 유사한 옵션이 요청되면 해당 옵션을 거절하세요.
- 각 아마존 페이지 상단에서 상품 검색을 위한 검색창을 찾을 수 있습니다. 사용이 불가능할 경우 검색 전 아마존 홈페이지로 돌아가십시오.
- 상품이 품절된 경우 가장 저렴한 중고 상품을 대신 장바구니에 담으십시오. 중고 상품이 없을 경우 해당 상품을 건너뛰십시오.
- 페이지 일부를 차지하는 모달/섹션이 표시될 경우 "X" 버튼을 클릭하여 닫을 수 있음을 기억하십시오.
- 리퍼브 상품은 피하십시오.
---
## 1단계: 대상 웹사이트로 이동
- [아마존](https://www.amazon.com/)을 엽니다.
---
## 2단계: 장바구니에 상품 추가
- 아래 쇼핑 목록에서 찾을 수 있는 상품을 아마존 장바구니에 추가하세요:
- 플레이스테이션 5 (슬림) 콘솔
- 아스트로 봇 PS5 게임
---
## 3단계: 요약 출력
- 장바구니 페이지로 이동하여 해당 페이지의 정보를 활용해 현재 주문 내역 요약서를 생성하세요. 장바구니 내 각 상품별로 다음 정보를 포함하세요:
- **상품명**
- **수량**
- **가격**
- **예상 배송 시간**
- 보고서 마지막에 총 비용 및 기타 유용한 추가 정보를 언급하세요.
"""
# 구성된 브라우저로 새 AI 브라우저 에이전트 초기화
agent = Agent(
task=task,
llm=llm,
browser=browser,
)
# AI 에이전트 실행
await agent.run()
# 작업 완료 시 브라우저 닫기
await browser.close()
if __name__ == "__main__":
asyncio.run(main())자, 이제 완성! 100줄 미만의 코드로 브라우저 사용과 Bright Data의 스크래핑 브라우저를 결합한 강력한 AI 에이전트를 구축했습니다.
AI 에이전트를 실행하려면 다음을 실행하세요:
python agent.py실행되면 browser-use는 수행하는 모든 작업을 기록합니다. Scraping Browser는 클라우드에서 실행되며 시각적 인터페이스가 없으므로, 이러한 로그를 통해 에이전트의 동작을 파악하는 것이 필수적입니다.
다음은 로그의 일부 예시입니다:
INFO [agent] 📍 Step 1
INFO [browser] 🔌 Connecting to remote browser via CDP wss://brd-customer-hl_4bcb8ada-zone-scraping_browser:[email protected]:9222
INFO [에이전트] 🤷 평가: 알 수 없음 - 작업이 시작되었으며, 아마존으로 이동하는 단계부터 진행 중입니다.
INFO [에이전트] 🧠 메모리: 단계 1: 아마존 웹사이트로 이동합니다. 아마존 메인 페이지 탭을 엽니다.
INFO [에이전트] 🎯 다음 목표: 다음 URL을 열어 아마존 웹사이트로 이동합니다: https://www.amazon.com/.
INFO [agent] 🛠️ Action 1/1: {"go_to_url":{"url":"https://www.amazon.com/"}}
INFO [controller] 🔗 https://www.amazon.com/로 이동 완료
INFO [agent] 📍 단계 2
INFO [agent] 👍 평가: 성공 - 아마존 홈페이지로 이동했습니다. 검색창에 입력할 수 있습니다.
INFO [agent] 🧠 메모리: 아마존 홈페이지에서 상품 검색 준비 완료. 장바구니에 추가된 상품 2개 중 0개.
INFO [agent] 🎯 다음 목표: 검색창에서 'PlayStation 5 (Slim) 콘솔' 검색.
INFO [agent] 🛠️ 작업 1/2: {"input_text":{"index":2,"text":"PlayStation 5 (Slim) console"}}
INFO [에이전트] 🛠️ 액션 2/2: {"click_element_by_index":{"index":4}}
INFO [컨트롤러] ⌨️ 인덱스 2에 PlayStation 5 (Slim) 콘솔 입력
INFO [에이전트] 액션 1/2 이후 새로운 항목이 나타남
# 생략...
INFO [agent] 📍 14단계
INFO [agent] 👍 평가: 성공 - 장바구니 페이지에서 주문 요약 추출 완료.
INFO [agent] 🧠 메모리: Amazon 장바구니 페이지에 PlayStation 5 Slim과 Astro Bot PS5 게임이 모두 표시됨. 상품명, 수량, 가격, 소계, 배송 정보 추출 완료.
INFO [agent] 🎯 다음 목표: 주문 세부 정보를 요약하여 작업을 완료합니다.
INFO [agent] 🛠️ 작업 1/1: {"done":{"text":"주문 요약:nn장바구니 내 품목:n1. 이름: Astro Bot PS5n 수량: 11n 가격: $58.95nn2. 이름: PlayStation®5 콘솔 (슬림)n 수량: 1n 가격: $499.00nn소계: $557.95n배송 정보: 주문은 무료 배송 대상입니다. 결제 시 이 옵션을 선택하세요.nn총 금액: $557.95","success":true}}
INFO [agent] 📄 결과: 주문 요약:
장바구니 내 품목:
1. 품목명: Astro Bot PS5
수량: 1
가격: $58.95
2. 품목명: PlayStation®5 콘솔 (슬림)
수량: 1
가격: $499.00
소계: $557.95
배송 정보: 주문하신 상품은 무료 배송 대상입니다. 결제 시 해당 옵션을 선택하세요.보시다시피, AI 에이전트가 원하는 상품을 성공적으로 찾아 장바구니에 추가하고 깔끔한 요약 정보를 생성했습니다. 스크래핑 브라우저 덕분에 아마존으로부터 차단이나 금지 조치 없이 이 모든 작업을 수행할 수 있었습니다!
browser-use는 디버깅을 위한 브라우저 세션 기록 기능도 포함합니다. 현재 원격 브라우저에서는 작동하지 않지만, 지원된다면 AI 에이전트의 매혹적인 작업 재생 장면을 볼 수 있을 것입니다:
정말 최면적입니다—AI 기반 브라우징 기술이 얼마나 발전했는지 흥미롭게 엿볼 수 있는 순간이죠.
10단계: 다음 단계
여기서 구축한 아마존 AI 에이전트는 시작점일 뿐입니다—가능성을 보여주는 개념 증명입니다. 실제 운영 환경에 적용하기 위해 개선할 수 있는 몇 가지 아이디어는 다음과 같습니다:
- 아마존 계정 연결: 에이전트가 로그인하여 주문 내역 및 추천과 같은 개인화된 기능에 접근할 수 있도록 합니다.
- 구매 워크플로 구현: 에이전트가 실제 구매를 완료할 수 있도록 확장합니다. 여기에는 배송 옵션 선택, 프로모션 코드 또는 기프트 카드 적용, 결제 확인 등이 포함됩니다.
- 이메일로 확인 또는 보고서 발송: 결제 거래를 최종 확정하기 전에 에이전트가 장바구니 내용과 예정된 작업에 대한 상세 요약 이메일을 발송하여 사용자 승인을 받을 수 있도록 합니다. 이를 통해 사용자가 통제권을 유지하고 책임성을 강화할 수 있습니다.
- 위시리스트 또는 입력 목록에서 항목 읽기: 에이전트가 저장된 아마존 위시리스트, 로컬 파일(예: JSON 또는 CSV), 원격 API 엔드포인트에서 동적으로 항목을 불러오도록 합니다.
결론
이 블로그 게시물에서는 인기 있는 browse-use 라이브러리와 스크래핑 브라우저 API를 결합하여 Python으로 매우 효과적인 AI 에이전트를 구축하는 방법을 배웠습니다.
시연된 바와 같이, Browse Use와 Bright Data의 Scraping Browser를 결합하면 거의 모든 웹사이트와 안정적으로 상호작용할 수 있는 AI 에이전트를 만들 수 있습니다. 이는 Bright Data의 도구와 서비스가 어떻게 고급 AI 기반 자동화를 가능하게 하는지 보여주는 한 예에 불과합니다.
AI 에이전트 개발을 위한 당사의 솔루션을 살펴보세요:
- 자율 AI 에이전트: 강력한 API 세트를 사용하여 실시간으로 모든 웹사이트를 검색, 접근 및 상호작용합니다.
- 수직 AI 애플리케이션: 산업별 소스에서 웹 데이터를 추출하기 위한 안정적이고 맞춤형 데이터 파이프라인 구축.
- 파운데이션 모델: 사전 훈련, 평가 및 미세 조정을 위한 규정 준수 웹 규모 데이터셋에 접근하세요.
- 다중 모드 AI: AI에 최적화된 세계 최대 규모의 이미지, 동영상, 오디오 저장소를 활용하세요.
- 데이터 공급자: 신뢰할 수 있는 공급자와 연결하여 대규모로 고품질의 AI 활용 가능한 데이터셋을 확보하세요.
- 데이터 패키지: 선별되고 즉시 사용 가능한 구조화, 보강 및 주석이 달린 데이터 세트를 확보하세요.
자세한 내용은 AI 허브를 살펴보세요.
Bright Data 계정을 생성하고 AI 에이전트 개발을 위한 모든 제품과 서비스를 체험해 보세요!
