대부분의 AI 제품 뉴스는 여전히 "누가 더 똑똑한 챗봇을 가졌는가"처럼 들립니다. 더 유용하면서도 더 거칠고 상업적인 프레임은 다음과 같습니다:

누가 당신의 열려 있는 탭, 세션, 그리고 다음 클릭 위에 앉게 되는가.

이것이 브라우저 에이전트(browser agents)의 진짜 싸움입니다. ChatGPT, Gemini, Claude, Perplexity 스타일의 버티컬 브라우저(vertical browsers), 확장 프로그램(extensions), 데스크톱 앱(desktop apps) 간의 싸움 말입니다. 라이프스타일 제품으로서 "브라우저 브랜드를 소유하는 것"이 아닙니다. 의도(intent), 맥락(context), 그리고 **행동할 권리(right to act)**를 소유하는 것입니다.

저는 JKBuild에서 이 메커니즘을 깔끔하게 분석한 영상을 보았습니다 (제 채널이 아닙니다 - 제가 계속 사람들에게 추천하는 친구의 심층 분석 영상입니다):

영상만 보고 싶다면 거기서 멈추셔도 됩니다. 만약 제가 이러한 발표들을 읽을 때 사용하는 지도를 알고 싶다면 계속 읽어주세요.

챗봇은 대답합니다. 브라우저 에이전트는 작동합니다.

일반적인 어시스턴트(assistant)는 주로 당신이 무엇을 타이핑했는지를 압니다. 하지만 브라우저 에이전트는 당신이 지금 무엇을 하고 있는지를 알 수 있습니다. 여전히 열려 있는 탭, 채워지다 만 장바구니, 이미 로그인되어 있는 대시보드, 작성하다가 중간에 포기한 양식(form) 같은 것들 말이죠. 그것은 제품의 표면(product surface) 차원이 다릅니다.

그렇기 때문에 모든 주요 연구소(lab)들이 브라우저 스택(browser stack) 주위를 계속 맴돌고 있습니다. 완전한 AI 브라우저, Chrome 통합, "Chrome 안의 Claude", 컴퓨터 사용(computer-use) 데모, 그리고 당신의 세션 하에서 클릭하고 타이핑하는 에이전트 모드(agent modes) 등이 그것입니다.

OpenAI의 ChatGPT Atlas 행보는 목표는 고정된 채 제품의 형태가 변하는 유용한 사례입니다. Atlas는 ChatGPT를 중심으로 한 브라우저(메모리 플러스 에이전트 모드)로 출시되었습니다. 나중에 이 브랜드는 ChatGPT, 데스크톱 앱, 그리고 확장 프로그램 인터페이스로 다시 통합되었습니다. 이것은 "우리가 웹을 포기했다"는 뜻이 아닙니다. 지속 가능한 레이어는 영구적인 독립형 브라우저 제품이 아니라, **스택 내부의 에이전트(the agent inside the stack)**가 될 것이라는 베팅입니다.

한편, 업계의 나머지 기업들은 표면적(surface area)을 계속 확보해 왔습니다. 요청하지 않은 Chrome 규모의 야망, The Browser Company의 인수, Chrome에 더 깊숙이 밀어넣어진 Gemini, 그리고 브라우저를 전혀 소유하지 않은 채 브라우저 작동 기능을 출시한 Anthropic 등이 그 예입니다. 한 회사가 브랜드를 은퇴시킬 수는 있습니다. 하지만 전쟁은 브랜드와 함께 은퇴하지 않습니다.

4가지 계층 (이 모델을 활용하세요)

벤더가 "브라우저 내의 AI"라고 말할 때, 그 주장을 다음 중 하나로 강제하여 분류해 보십시오.

1) 배포 (Distribution)

Chrome은 여전히 기본값으로서의 중력을 소유하고 있습니다. 기본값(Defaults)은 해자(Moat)입니다. 반독점 구제책이 존재하는 이유는 "누가 기본 어시스턴트, 검색 엔진, 또는 브라우저인가"라는 질문이 결코 미적인 문제가 아니기 때문입니다.

만약 기본값을 차지할 수 없다면, 확장 프로그램(Extensions), 사이드 패널(Side panels), 데스크톱 앱, 또는 실제로 전환할 의사가 있는 니치(Niche) 시장(연구, 쇼핑, 지식 노동 등)을 위한 버티컬 브라우저(Vertical browser)를 시도해야 합니다.

2) 컨텍스트 (Context)

어시스턴트가 **현재 페이지(Current page)**와 그 주변의 멀티 탭 세션을 읽을 수 있게 될 때, 비로소 범용적인 수준을 벗어나게 됩니다. 컨텍스트는 "이것을 요약해줘"와 "이미 열려 있는 작업을 계속해줘" 사이의 차이를 만듭니다.

3) 의사결정 (Decision)

상업적 의도(Commercial intent)는 주소창과 비교 여정(Comparison journey)에 존재합니다. 검색 광고와 쿼리 수익(Query revenue)이 존재하는 이유는 브라우저가 사람들이 결정을 내리는 장소이기 때문입니다. 그 순간을 타는 에이전트(Agents)는 단순한 부가 기능이 아닙니다. 그들은 수익화 접점(Monetization surface)입니다.

4) 실행 (Action)

무섭고도 가치 있는 부분은 바로 이것입니다: 당신의 계정으로 클릭하고, 타이핑하고, 예약하고, 구매하는 것입니다.

이것은 Operator / 컴퓨터 사용(Computer-use) 스타일의 루핑(Looping)입니다: 페이지를 읽고, 결정하고, 권한 게이트(Permission gate)를 통과하고, 실행한 다음, 무엇이 변했는지 관찰합니다. 브라우저를 소유한다는 것이 모든 작업을 GUI 클릭으로 수행해야 함을 의미하지는 않습니다. 사람들이 계속 인용하는 WebArena 스타일의 결과들 — 브라우저 전용 에이전트는 약하고, API 에이전트가 더 나으며, 하이브리드(Hybrid)가 최고라는 내용 — 은 공학적인 결론을 보여줍니다: 하이브리드 시스템이 순수 클릭 봇(Click-bots)을 이깁니다. 제품 전쟁은 "누가 Chromium 주변에 크롬을 칠하느냐"의 싸움이 아닙니다. 누가 가장 적은 관리(Babysitting)로 신뢰할 수 있는 액추에이터(Actuator)가 되느냐의 싸움입니다.

진짜 리스크는 "그들이 당신의 학습 데이터를 원한다"가 아닙니다

학습 데이터(Training-data)에 대한 불안은 쉬운 이야기입니다. 더 어려운 실제 운영 리스크는 **혼란스러운 신뢰 경계(Confused trust boundaries)**입니다.

간접 프롬프트 주입 (Indirect prompt injection)은 전형적인 실패 모드입니다. 신뢰할 수 없는 페이지 텍스트가 이미 사용자의 쿠키와 로그인 정보를 보유하고 있는 에이전트에게 명령(instructions)으로 작용하게 됩니다. 확인 절차, 사이트 차단, 분류기 (classifiers)를 거친 후에도 공격 성공률이 0이 아니라는 점을 포함하여 벤더들이 발표한 공개 측정값들은, "로컬 모델 (local model)"이라거나 "나는 이 브랜드를 신뢰한다"는 식의 생각이 충분하다는 환상을 깨뜨려야 합니다.

만약 신뢰할 수 있는 명령 (trusted instructions)과 신뢰할 수 없는 페이지 콘텐츠 (untrusted page content)가 하나의 컨텍스트 윈도우 (context window)를 공유한다면, 이는 UX 개선의 문제가 아니라 보안 제품의 문제입니다.

제가 실제로 사용하는 몇 가지 규칙입니다. 당신의 책상에 앉아 있는 계약직 직원에게 주지 않을 세션 (session)을 에이전트에게 절대 주지 마십시오. 연구용으로는 읽기 전용 (read-only) 브라우징 에이전트를 선호하고, 결제, 이메일, 또는 관리자 작업에는 강력한 확인 (hard confirmations)을 요구하십시오. 사이트에서 제공한다면 순수 GUI보다 API 또는 도구 (tool) 경로를 선호하십시오. 페이지 콘텐츠는 기본적으로 적대적인 입력 (hostile input)으로 취급하십시오. 이는 신뢰할 수 없는 도구 출력 (untrusted tool output)과 동일한 범주입니다. 그리고 모든 작업을 로그 (log)로 남기십시오. 에이전트가 무엇을 했는지 감사 (audit)할 수 없다면, 당신은 에이전트를 가진 것이 아닙니다. 당신은 부채 (liability)를 가진 것입니다.

세 가지 단기적 경로 (모두 실재함)

시장이 세 가지 동시다발적인 베팅으로 수렴되는 것을 계속 보고 있습니다. 첫째, 기존 브라우저와 실험실 모델의 결합입니다. 사람들이 이미 사용 중인 브라우저 내부에 Gemini급 에이전트를 탑재하는 것으로, 이는 기본적으로 배포 (distribution) 전략입니다. 둘째, 브라우저를 전혀 소유하지 않는 에이전트입니다. 확장 프로그램, 데스크톱 앱, 또는 클라우드 컴퓨터를 통해 ChatGPT나 Claude를 사용하는 방식으로, 액추에이터 계층 (actuator layer)이 승리할 것이라는 베팅입니다. 셋째, 수직적 AI 브라우저입니다. 연구자와 지식 노동자를 위한 Perplexity 스타일의 제품으로, 특정 작업을 위해 사람들이 Chrome을 떠나 니치(niche)한 워크플로우로 이동할 것이라는 베팅입니다.

저의 현재 사전 확률 (prior)은 다음과 같습니다: 지속 가능한 승자는 단순한 스킨 (skin)이 될 가능성이 낮습니다. 그것은 **로그인을 보유할 만큼 충분히 안전하고, 당신이 모든 클릭을 지켜보는 것을 멈출 수 있을 만큼 충분히 신뢰할 수 있는 에이전트 계층 (agent layer)**이 될 것입니다.

그것이 바로 "내 AI 브라우저가 나를 감시하고 있는가?"라는 질문이 잘못된 첫 번째 질문인 이유이기도 합니다. 그보다는 더 운영적인 (operational) 질문들이 더 적절합니다. 기본적으로 무엇을 볼 수 있는가? 두 번째 확인 없이 무엇을 할 수 있는가? 페이지 토큰 (page tokens)이 시스템 정책 (system policy)과 동일한 컨텍스트 (context)에 진입하는 지점은 어디인가? 그리고 나의 메인 아이덴티티 (main identity) 대신 더 약한 샌드박스 프로필 (sandboxed profile)에서 중요한 워크플로우 (high-stakes workflows)를 실행할 수 있는가?

서사의 뼈대를 보고 싶다면 이 영상을 시청하세요

다시 말씀드리지만, 제가 만든 영상이 아닙니다. JKBuild의 글은 헤드라인 이면에 숨겨진 메커니즘 이야기입니다. Atlas 아크 (Atlas arc), Chrome 중력 (Chrome gravity), Claude-in-Chrome 스타일의 "소유하지 않고 운영하기 (operate without owning)", 그리고 왜 의도 (intent), 컨텍스트 (context), 그리고 행동 (action)이 실제 보상인지를 다룹니다.

만약 당신이 이미 브라우저 에이전트 (browser agents)를 실행하고 있거나 (또는 직장에서 이를 차단하고 있다면), 저는 지루한 세부 사항들이 궁금합니다. 어떤 권한 게이트 (permission gates)를 실제로 켜두고 있는지, 그리고 어떤 것들을 일주일 만에 짜증 난다는 이유로 꺼버렸는지 말입니다. 그 간극이 바로 다음 사고 (incident)가 발생하는 지점입니다.

공지: 이 글은 친구의 영상 추천과 저의 개인적인 노트를 바탕으로 작성되었습니다. 저는 해당 채널의 소유자가 아닙니다. 제휴 링크는 포함되어 있지 않습니다.