Browser MCP 약한 모델 개선: Semantic Snapshot + Text Click

이번 이터레이션의 목표는 명확합니다. 상대적으로 약한 계획/코딩 모델도 브라우저 작업을 더 안정적으로 완료하게 만드는 것입니다. 동시에 강한 모델 경로는 저하시키지 않습니다.

대상은 복잡한 페이지, 엄격한 locator 규칙, 긴 액션 체인에서 자주 실패하는 저성능 플래너 모델(예: 일부 GLM/minmax/Ollama 조합)입니다.

문제 요약

업데이트 전 약한 모델은 주로 세 지점에서 실패했습니다.

• 페이지 텍스트/HTML 노이즈가 커서 다음 액션 선택이 불안정
• 저수준 locator 생성과 유일성 해소에 취약
• 단위 테스트는 통과해도 실제 CDP 런타임의 evaluate 차이로 실패

이번 릴리스 내용

1) 네이티브 프롬프트의 브라우저 운영 패턴 강화

기본 SOP를 다음으로 강화했습니다.

• read -> act -> verify 짧은 루프
• 블라인드 다중 액션 체인 금지
• 밀집/동적 페이지에서 semantic_snapshot 선행
• 라벨이 명확하면 click_text 우선

2) 약한 모델 친화 MCP 프리미티브 추가

browser-use 런타임에 고수준 도구를 추가했습니다.

• page.semantic_snapshot
• title, url, headings, actions, truncation 상태 제공
• 원시 HTML 대비 의사결정 엔트로피 감소
• page.click_text
• 텍스트 우선 클릭 (exact, nth, timeout_ms)
• 취약한 selector 수동 구성 부담 감소

3) 실 CDP 스모크 기반 런타임 하드닝

초기 실브라우저 스모크에서 드러난 이슈를 보강했습니다.

• locator evaluate 계약 수정 (arguments[0] -> 명시 인자)
• semantic snapshot 문자열 객체 결과 호환
• page.goto URL 읽기 fallback (get_url -> location.href)
• text click 후보 수렴 강화 (인터랙티브 요소 우선 + selector 중복 제거)

검증

자동화 테스트

• mcp-browser-use에서 pytest -q: 15 passed

실 CDP 스모크(수정 후)

플로우:

1. browser.connect_cdp
2. page.goto("https://example.com")
3. page.wait(text="Example Domain")
4. page.semantic_snapshot(max_items=8)
5. page.click_text("Learn more")
6. browser.close

결과: 라이브 런타임에서 전 단계 성공.

왜 약한 모델에 효과적인가

핵심은 의사결정 복잡도 축소입니다.

• 고노이즈 DOM 대신 압축된 의미 입력 제공
• selector 합성 대신 텍스트 중심 액션 사용
• 읽기/검증 및 모호성 처리 강화로 실패 연쇄 완화

강한 모델은 기존 능력을 그대로 유지합니다.

다음 이터레이션

• NOT_UNIQUE 에러의 실행 가능한 소거 힌트 강화
• 모델 티어 프롬프트 프리셋(weak/medium/strong)
• 약한 모델 브라우저 회귀 벤치마크 구축