마이크로소프트, 웹 에이전트 ‘웹라이트’를 오픈소스로 공개하며 ‘클릭’에서 ‘코딩’으로 전환

마이크로소프트 리서치(Microsoft Research)는 최근 새로운 웹 에이전트 프레임워크인 ‘Webwright’를 오픈소스로 공개했습니다. 이 프레임워크는 주류인 ‘스크린샷/DOM 클릭’ 예측 모델에 의존하는 대신, AI 모델이 직접 Playwright 코드를 작성하고 터미널에서 Bash 명령어를 실행할 수 있게 함으로써, 복잡한 웹 작업을 보다 효율적이고 논리적으로 수행할 수 있게 합니다.

I. 핵심 아키텍처: 미니멀리즘을 지향하는 “터미널 우선” 접근 방식

Webwright의 설계 철학은 간단명료합니다 . “단 하나의 터미널이 수천 개의 추상화보다 낫다.” 이 프레임워크는 약 1,000줄의 코드로 구성되어 있으며, 세 가지 핵심 모듈로 나뉘어 있고 복잡한 다중 에이전트 오케스트레이션은 포함되어 있지 않습니다.

Runner (약 150줄): 에이전트 루프의 핵심 로직을 관리하며, 컨텍스트와 실행을 처리합니다.

모델 엔드포인트(약 550줄): 모델 상호 작용을 위한 통합 인터페이스로, OpenAI, Anthropic, OpenRouter와 같은 백엔드를 지원합니다.

터미널 환경(약 300줄): 모델이 Playwright 스크립트를 실행하고, 로그를 확인하며, 스크린샷을 분석하고, 디버깅할 수 있는 격리된 터미널 실행 환경을 제공합니다.

워크플로우: 러너가 현재 작업 컨텍스트를 모델로 전송 → 모델이 “사고 과정”과 “셸 명령어”를 생성 → 환경이 이를 실행하고 결과(출력, 스크린샷, 오류 스택)를 반환 → 작업이 완료될 때까지 루프가 반복됩니다.

II. 왜 “클릭”에서 “코드 작성”으로 전환해야 할까요?

현재 주류 에이전트는 “클릭, 스크롤, 입력”을 끊임없이 예측하여 브라우저를 조작하는데, 이는 효율성 문제와 상태 관리의 어려움을 초래합니다. Webwright의 코드 중심 접근 방식은 다음과 같은 분명한 이점을 제공합니다:

논리적 재사용: 각 작업은 일회성 클릭 기록이 아닌 재사용 가능한 RPA(로봇 프로세스 자동화) 스크립트를 생성합니다. 이러한 스크립트는 Claude Code나 Codex와 같은 다른 도구에서도 재사용할 수 있습니다.

복잡한 논리 처리: 코드는 루프, 함수, 분기 구조를 자연스럽게 지원합니다. 양식 작성, 페이지 간 작업, 조건부 점프와 같은 긴 연쇄 작업의 경우, 코드 표현 방식이 단순한 동작 중첩보다 훨씬 뛰어난 성능을 발휘합니다.

엔지니어링 오류 수정: 실행 오류 발생 후 스택 트레이스를 분석함으로써, 모델은 자율적으로 “코드 작성 – 실행 – 오류 – 수정”이라는 반복 주기에 진입할 수 있어 작업 성공률을 크게 높입니다.

III. 엔지니어링의 돌파구: “허위 성공”과 “컨텍스트 부풀림” 문제 해결

Webwright는 에이전트가 흔히 겪는 두 가지 문제점에 대한 맞춤형 해결책을 제시합니다:

게이트 자체 점검 메커니즘: 모델이 작업 완료를 허위로 주장하는 것을 방지합니다. 모델은 먼저 “자체 점검 구성”을 생성하고, 깨끗한 환경에서 최종 스크립트를 실행해야 합니다. 자체 점검을 통해 작업이 진정으로 달성되었음이 확인된 후에야 완료 마커를 출력할 수 있습니다.

이력 압축: 긴 궤적에서 발생하는 컨텍스트 과부하를 처리하기 위해, 시스템은 20단계마다 이력을 요약본으로 압축하여 컨텍스트 창이 항상 핵심 진행 상황에 집중하도록 보장합니다.

IV. 테스트 성능: 벤치마크를 능가하는 성과

2026년 5월 벤치마크 테스트에서 Webwright는 탁월한 성과를 보였습니다:

Online-Mind2Web: GPT-5.4 기반의 Webwright는 100단계 제한 내에서 86.67%의 정확도를 달성하여, 상위 오픈소스 솔루션 중 하나로 자리매김했습니다.

Odysseys (장문 체인 과제): 평균 272단어에 달하는 복잡한 지시를 처리한 결과, Webwright + GPT-5.4는 60.1%의 점수를 기록하여, 기본 GPT-5.4(33.5%) 대비 약 81.5% 향상된 성과를 보였으며, 4월 리더보드 1위였던 Opus4.6(44.5%)을 제쳤습니다.

업계 반응

Webwright의 등장은 중요한 트렌드를 보여줍니다. 모델의 프로그래밍 능력이 향상됨에 따라 에이전트가 ‘개발자 패러다임’으로 전환되고 있습니다. Webwright는 브라우저를 단순한 대화형 인터페이스가 아닌 프로그래밍 가능한 엔드포인트로 취급함으로써, AI 웹 작업 실행의 효율성과 견고성을 새로운 차원으로 끌어올리는 데 성공했습니다.

개발자들에게 Webwright는 단순한 에이전트 프레임워크가 아니라, 자동화 스크립트를 자동으로 작성, 유지 관리 및 패키징할 수 있는 ‘슈퍼 직원’과도 같습니다. 이 프로젝트는 현재 GitHub에서 오픈 소스로 공개되어 있습니다.