요약

단순히 프롬프트만으로는 AI가 '선임 엔지니어'처럼 작동하기 어렵습니다. Claude와 같은 LLM 기반 에이전트를 실제 업무 자동화에 활용하려면, 리포지토리 구조를 통해 시스템의 맥락(Context)을 명확하게 제공해야 합니다. 특히, 웹 상호작용 시 발생하는 CAPTCHA, 로그인 벽, 세션 타임아웃 등의 문제는 AI 자체의 문제가 아니라 브라우저 환경 제약에서 기인하는 경우가 많습니다. 안정적인 자동화를 위해서는 `browseract`와 같은 실제 브라우저 기반 액션을 통합하여 문제를 해결해야 합니다.

핵심 포인트

• LLM 에이전트가 챗봇 수준에 머무는 주된 원인은 구조적 맥락(Context) 부족입니다.
• AI에게 '선임 엔지니어'급의 행동을 기대하려면, 리포지토리에 시스템의 목적(WHY), 기능 정의 등 명확한 구조를 제공해야 합니다.
• 실제 웹 자동화에서 발생하는 CAPTCHA나 세션 타임아웃 문제는 AI 모델 자체의 문제가 아닌 브라우저 환경 제약입니다.
• 안정적인 자동화를 위해서는 `browseract`와 같이 실제 로그인된 브라우저 내에서 실행되는 액션 통합이 필수적입니다.