브라우저 조작일까, 컴퓨터 조작일까? 일상 작업으로 세 도구를 테스트해 본 결과

읽는 데 12분
브라우저 조작과 컴퓨터 조작 벤치마크를 위해 하늘색 배경에 놓은 흰 꽃

웹 작업에서는 브라우저 조작 도구 ego-browser가 테스트한 컴퓨터 조작 도구 두 개보다 더 많은 작업을 통과했고 비용도 적게 들었습니다. LinkedIn과 Amazon 검색, 긴 페이지의 데이터 추출, 웹 앱 테스트 등 일상 작업 일곱 개에서 ego-browser, agent-desktop, Cua Driver를 실행했습니다. ego-browser는 다섯 개, agent-desktop은 네 개, Cua Driver는 두 개를 통과했습니다. ego-browser와 agent-desktop이 모두 통과한 작업에서 ego-browser는 작업당 193.5초로, 690.8초인 상대보다 훨씬 빨랐습니다. 비용 면에서도 같은 작업을 마치는 데 필요한 단계가 더 적어 ego-browser가 더 저렴했습니다.

ego-browser는 화면을 점유하지 않고 실행된다는 장점도 있습니다. agent-desktop은 일곱 번의 시도 중 여섯 번 창을 맨 앞으로 가져왔고, Cua Driver는 두 번 포그라운드 접근을 요청한 것으로 기록됐습니다. ego-browser는 이런 명령을 보내지 않았습니다. 긴 작업에서도 ego-browser가 실행되는 동안 자신의 창에서 계속 작업할 수 있습니다.

도구성공률통과한 작업당 지출
ego-browser71.4% (7회 시도 중 5회 성공)$0.063
agent-desktop57.1% (7회 시도 중 4회 성공)$0.174
Cua Driver28.6% (7회 시도 중 2회 성공)$0.352

테스트한 도구

ego-browser

ego-browser는 이번 테스트의 브라우저 조작 도구입니다. Chromium 기반의 에이전트 브라우저 ego(lite)에서 실행됩니다. 에이전트는 단계마다 짧은 스크립트를 작성하고, 이 스크립트가 페이지 안에서 JavaScript로 실행되므로 호출 한 번으로 페이지의 넓은 부분을 읽을 수 있습니다. 각 에이전트 작업은 독립된 작업 공간인 자신만의 Space에서 실행되며, 마우스나 포커스를 빼앗지 않습니다.

npm, Amazon, LinkedIn 작업에 Running이 표시된 ego(lite)의 Spaces 개요.

macOS에서는 ego-browser skill에 있는 설치 스크립트로 무료 도구 ego(lite)를 설치하세요. Windows에서는 ego(lite) 사이트에서 설치 프로그램을 다운로드하세요. 앱의 초기 설정 과정에서 ego-browser 명령을 추가한 뒤, 에이전트 실행 프레임워크에 skill을 불러옵니다.

이번 실행에서 ego-browser는 7개 작업 중 5개를 통과했고, 통과한 작업당 지출은 $0.063였습니다. agent-desktop과 모두 통과한 작업 세 개에서는 작업당 26.3회 호출했고, agent-desktop은 87.7회였습니다.

agent-desktop

agent-desktop은 Vercel Labs의 컴퓨터 조작 도구입니다. 데스크톱 앱의 접근성 트리를 읽고, 에이전트가 조작할 수 있는 요소마다 ref를 붙여 JSON으로 반환합니다. 에이전트는 ref를 대상으로 클릭하거나 입력한 뒤, UI를 다시 읽어 결과를 확인합니다. CLI로 제공되므로 도구 내부에서 모델이 실행되지는 않습니다.

기본값은 헤드리스 모드이므로 ref 동작은 포인터를 움직이거나 포커스를 가져오지 않고 접근성 API를 사용합니다. 전역 --headed 플래그는 물리적 입력과 포커스 변경을 허용합니다. 이번 실행에서는 일곱 번 중 여섯 번의 시도에서 focus-window 명령으로 Chrome 창을 맨 앞으로 가져왔고, 다섯 번 사용한 플래그는 다음과 같습니다: --headed.

다음 명령으로 설치하세요: npm install -g agent-desktop. macOS와 Linux에서는 Homebrew로 설치할 수도 있습니다. 그런 다음 접근성 권한을 부여하고(agent-desktop permissions --guide 명령으로 안내를 받을 수 있습니다) skill을 불러오세요.

이번 실행에서 agent-desktop은 7개 작업 중 4개를 통과했고, 통과한 작업당 지출은 $0.174였습니다. ego-browser가 통과하지 못한 npm 작업을 통과했으며, ego-browser와 모두 통과한 작업 세 개에서 작업당 87.7회 호출했습니다.

Cua Driver

Cua Driver는 macOS, Windows, Linux에서 네이티브 데스크톱 앱과 브라우저를 조작하는 Cua의 도구입니다. CLI, MCP 또는 타입이 지정된 SDK를 통해 연결합니다. 앱과 플랫폼이 지원할 때는 백그라운드 입력 전달로 포인터를 움직이거나 포커스를 가져오지 않고 에이전트가 작업할 수 있습니다. 지원하지 않으면 포그라운드 입력 전달을 사용합니다.

macOS나 Linux에서는 다음 명령으로 설치하세요: /bin/bash -c "$(curl -fsSL https://cua.ai/driver/install.sh)". Windows에서는 다음 명령을 사용하세요: irm https://cua.ai/driver/install.ps1 | iex.

이번 실행에서 Cua Driver는 7개 작업 중 2개를 통과했고, 통과한 작업당 지출은 $0.352였습니다. 통과한 작업 두 개에서 작업당 111.0회 호출했으며, ego-browser는 32.5회였습니다.

LinkedIn에서 채용 공고 검색 및 저장

이 작업은 일상적인 업무에 가장 가깝습니다. 에이전트는 Rust와 Go 경력 오 년, 베를린 거주, EU 내 원격 근무만 허용, 최소 €90k라는 지원자 프로필을 받았습니다. 최근 일주일 공고를 찾고, 결정하기 전에 각 채용 설명을 읽고, 다섯 개를 저장한 뒤 채용 알림을 만들어야 했습니다.

ego-browser로 모델은 자체 집계 기준 열두 개 정도의 공고를 읽고 다섯 개를 저장한 뒤 알림을 설정했습니다. 소요 시간은 399초, 호출은 44회, 토큰 지출은 $0.056였습니다. Cua Driver는 같은 일을 670초, 107회 호출, $0.109로 끝냈습니다. agent-desktop은 140회 호출한 뒤 900초 제한에 도달했으며 끝내 목록을 작성하지 않았습니다.

LinkedIn: ego-browser 399초 / 44회 호출; agent-desktop 900초 / 140회 호출 후 시간 초과; Cua Driver 670초 / 107회 호출.

필터, 항목 저장, 알림이 포함된 흐름은 ego-browser로 시작하세요. Cua Driver도 완료했으므로 작업은 가능하지만, 호출이 두 배 넘게 필요할 것으로 예상해야 합니다.

긴 페이지에서 데이터 추출

OpenRouter 작업은 긴 모델 카탈로그를 CSV로 바꾸는 것이었습니다. 도구는 컨텍스트 창 길이, 비용, 도구 지원, 멀티모달 지원에 관한 조건을 충족하는 모델을 찾고, 정보를 요구된 형식으로 정리해야 했습니다. ego-browser는 662초 동안 도구 호출 55회로 조건을 충족하는 모델 36개를 모두 반환했습니다. agent-desktop과 Cua Driver는 CSV를 만들지 못한 채 900초 제한에 도달했습니다. 이 작업에서는 ego-browser만 필터링한 카탈로그를 사용자가 활용할 수 있는 목록으로 바꿨습니다. 다만 ego-browser가 제공한 가격 필드는 여전히 확인이 필요했습니다. 입력 토큰 가격 36개 중 5개가 오답이었습니다.

실패한 시도에서 일어난 일

일상 업무를 다루는 이번 데이터셋에서 작업이 900초를 넘긴다면 너무 오래 걸리는 것입니다. 그런 시도에 쓰인 지출 비중은 ego-browser가 34%, agent-desktop이 53%, Cua Driver가 74%였습니다. 실패한 작업 하나에서는 세 도구 모두 Amazon에서 후보를 검색하고 확인하다가 시간 제한에 도달했으며, 장바구니에 아무것도 넣지 못했습니다. 따라서 긴 일을 맡긴다면 완료하지 못할 시도에도 예산을 배정하세요.

배송 ZIP 코드를 94105로 설정한 Amazon 미니 PC 검색을 실행하며 에이전트 제어 오버레이가 표시된 ego(lite).

실행 방법

직접 결과를 얻으려면 선택한 모델을 추론 강도 high로 에이전트 실행 프레임워크에서 실행하고, bash 도구와 각 브라우저 도구의 skill 파일을 사용하세요. ego-browser는 ego(lite)에 포함되어 에이전트용 브라우저로 ego(lite)를 조작합니다. Cua Driver와 agent-desktop은 Google Chrome을 조작합니다.

자주 묻는 질문

DeepSeek-V4.1-Flash로 웹 작업을 할 때 브라우저 조작과 컴퓨터 조작 중 무엇을 써야 할까요? 이번 실행에서는 브라우저 조작입니다. DeepSeek-V4.1-Flash는 브라우저 조작 도구 ego-browser로 7개 중 5개 작업을 통과했고, 컴퓨터 조작 도구 agent-desktop으로는 4개, Cua Driver로는 2개를 통과했습니다. ego-browser와 agent-desktop이 모두 통과한 작업 3개에서 ego-browser는 작업당 193.5초, 비용 $0.023였고 상대는 690.8초, $0.084였습니다. 차이는 작업당 26.3회 대 87.7회의 도구 호출에서 비롯됩니다. 작업은 구직, 데이터 추출, 웹 앱 테스트, 쇼핑이었으며 동일한 에이전트 실행 프레임워크를 사용했습니다. 전체 설정은 「테스트 방법」에 있습니다.

DeepSeek-V4.1-Flash는 브라우저 에이전트를 실행하기에 충분한가요? 알맞은 도구를 쓰면 낮은 비용으로 일을 해낼 수 있습니다. ego-browser로는 7개 작업 중 5개를 통과했고, 통과한 작업당 토큰 지출은 $0.063였습니다. agent-desktop으로는 4개에 $0.174, Cua Driver로는 2개에 $0.352였습니다. 지출에는 실패를 포함해 일곱 번의 시도 모두가 들어가므로, 더 많이 실패하는 도구는 통과당 비용도 더 높아집니다. 작업은 구직, 데이터 추출, 웹 앱 테스트, 쇼핑을 다뤘습니다. 전체 설정은 「테스트 방법」에 있습니다.

ego-browser는 실행 중 마우스를 점유하나요? 아니요. ego(lite) 사이트는 ego-browser가 자신만의 Space에서 작동하며 마우스나 포커스를 빼앗지 않는다고 설명합니다. 이번 일곱 번의 시도에서도 다른 앱을 맨 앞으로 가져온 명령이 로그에 없었습니다. agent-desktop은 일곱 번 중 여섯 번 Chrome 창을 맨 앞으로 가져왔고, Cua Driver는 두 번 포그라운드 입력 전달을 요청했습니다. 이 도구들은 에이전트가 작업하는 동안 화면을 점유합니다. 전체 설정은 「테스트 방법」에 있습니다.

ego-browser는 agent-desktop보다 빠른가요? 네, 둘 다 통과한 모든 작업에서 빨랐습니다. 공통 작업 3개에서 ego-browser는 작업당 193.5초, 상대는 690.8초였습니다. Hacker News 작업은 66초 대 442초, 15개 사례의 쇼핑몰 테스트는 131초 대 791초였습니다. 작업당 호출은 26.3회 대 87.7회였습니다. agent-desktop은 ego-browser가 통과하지 못한 npm 작업도 701초에 통과했으므로, 그 작업의 속도는 비교할 수 없습니다. 전체 설정은 「테스트 방법」에 있습니다.

ego-browser는 Cua Driver보다 저렴한가요? 네, 둘 다 통과한 작업에서는 저렴했습니다. LinkedIn 구직과 15개 사례의 쇼핑몰 테스트에서 ego-browser의 작업당 비용은 $0.036, 상대는 $0.092였으며, 소요 시간은 265.2초 대 634.0초였습니다. 작업당 호출은 32.5회 대 111.0회였고, 호출할 때마다 대화 내용을 다시 보냅니다. Cua Driver는 전체 지출의 74%를 시간 제한에 도달한 시도에 썼습니다. 전체 설정은 「테스트 방법」에 있습니다.

Cua Driver는 웹 작업에서 어떤 성과를 내나요? 7개 중 2개를 통과했습니다. LinkedIn 구직과 15개 사례의 쇼핑몰 테스트로, 둘 다 ego-browser도 통과한 작업입니다. Hacker News와 npm을 포함한 나머지 5개에서는 시간 제한에 도달했습니다. 통과한 작업당 지출은 $0.352로, ego-browser의 $0.063와 비교됩니다. 두 번의 통과에서 호출은 107회와 115회였고, ego-browser는 44회와 21회였습니다. 동일한 에이전트 실행 프레임워크와 모델로 작업을 실행했습니다. 전체 설정은 「테스트 방법」에 있습니다.

agent-desktop은 ego-browser와 비교하면 어떤가요? agent-desktop은 7개 작업 중 4개, ego-browser는 5개를 통과했습니다. agent-desktop은 ego-browser가 통과하지 못한 npm 작업을 통과했습니다. LinkedIn 검색, OpenRouter 필터링, Amazon 검색에서는 시간 제한에 도달했습니다. 둘 다 통과한 작업에서 agent-desktop이 더 느려, 작업당 690.8초 대 193.5초였으며 비용은 $0.084 대 $0.023였습니다. 격차 대부분은 호출 횟수 때문입니다. 전체 설정은 「테스트 방법」에 있습니다.

브라우저 에이전트가 시간을 다 쓰면 비용은 얼마나 드나요? 이번 실행에서는 비용의 큰 비중을 차지했습니다. 통과하지 못한 모든 시도는 제한에 도달했으며, 대부분 작업의 제한은 900초였습니다. 이 시도들은 ego-browser의 총액 $0.315 중 34%, agent-desktop의 $0.695 중 53%, Cua Driver의 $0.705 중 74%를 썼습니다. Cua Driver는 7번 중 5번, agent-desktop은 3번, ego-browser는 2번의 시도에서 제한에 도달했습니다. 전체 설정은 「테스트 방법」에 있습니다.

ego-browser가 완료하지 못한 것은 무엇인가요? 일곱 번 중 두 번의 시도가 통과하지 못했고, 둘 다 900초 제한에 도달했습니다. Amazon 검색과 npm 작업입니다. OpenRouter 목록에서는 모델 36개를 모두 찾았고, 입력 토큰 가격은 36개 중 31개가 API와 일치했습니다. 같은 두 작업에서 agent-desktop과 Cua Driver도 실패했지만, npm은 agent-desktop이 통과한 예외입니다. 작업별 결과는 「전체 결과」에, 전체 설정은 「테스트 방법」에 있습니다.

npm 작업 중 패키지 상세 페이지를 읽으며 에이전트 제어 오버레이가 표시된 ego(lite).

브라우저 에이전트는 Amazon에서 쇼핑할 수 있나요? 이번 실행에서는 하지 못했습니다. 작업은 배송 ZIP 코드를 설정하고, RAM, SSD, 가격, 평점으로 미니 PC를 필터링하고, 각 상품 상세 페이지를 확인한 뒤 세 개를 목록으로 정리하고 하나를 장바구니에 넣는 것이었습니다. ego-browser, agent-desktop, Cua Driver 모두 ZIP 코드를 설정하고 900초 제한까지 계속 검색했지만, 어느 도구도 목록을 작성하거나 장바구니에 도달하지 못했습니다. 지출은 $0.080, $0.079, $0.122였습니다. 전체 설정은 「테스트 방법」에 있습니다.

테스트 방법

DeepSeek-V4.1-Flash(API에서는 deepseek-flash)를 pi 에이전트 실행 프레임워크에서 추론 강도 high로 실행했으며, read, write, edit, bash 도구와 각 브라우저 도구의 skill 파일을 사용했습니다. ego-browser는 ego(lite)를 조작합니다. Cua Driver 0.44.0과 agent-desktop 1.2.0은 시스템 접근성 트리를 통해 Google Chrome을 조작합니다.

7개 작업을 도구별로 각 작업 한 번씩, 총 21회 시도했습니다. 웹 앱 자동화(2개 작업)는 LinkedIn 구직과 Amazon 상품 검색입니다. 데이터 추출(3개)은 Hacker News 채용 스레드, npm 패키지, OpenRouter 모델입니다. 웹 앱 테스트(2개)는 채팅 데모와 테스트 사례 15개가 있는 쇼핑몰입니다. 각 시도의 시간 제한은 900초이며, 두 테스트 작업은 1,200초입니다.

도구가 결과를 작성하고 그 결과가 작업의 검사 기준을 충족하면 통과입니다. Hacker News는 재현율과 정밀도가 모두 0.8 이상이어야 했습니다. 쇼핑몰 테스트는 15개 중 14개의 판정이 맞아야 했습니다. npm은 필드의 90%가 레지스트리 값과 5% 이내의 차이여야 했습니다. 채팅 데모는 답변과 일치하는 서버 로그가 필요했고, 심어 둔 버그 세 개 중 적어도 두 개를 찾아야 했습니다. LinkedIn과 OpenRouter는 도구가 요청된 목록을 반환하면 통과했으며, OpenRouter 가격의 일치 여부는 아래 주석에 보고합니다. 성공률은 시도 단위로 집계합니다. 시간과 비용은 두 도구 모두 통과한 작업들의 작업당 평균이며, 비용에는 DeepSeek의 정가를 적용합니다.

전체 결과

작업작업 유형ego-browseragent-desktopCua Driver
LinkedIn에서 EU 내 원격 근무 Rust 공고 다섯 개를 찾아 저장하고 채용 알림 설정웹 앱 자동화통과 (399 s, $0.056)시간 초과 (900 s, $0.131)통과 (670 s, $0.109)
Amazon에서 사양과 평점으로 미니 PC 세 개를 골라 하나를 장바구니에 추가웹 앱 자동화시간 초과 (900 s, $0.080)시간 초과 (900 s, $0.079)시간 초과 (900 s, $0.122)
Hacker News의 "Who is hiring?" 스레드에 있는 원격 Rust 채용 공고데이터 추출통과 (66 s, $0.018)통과 (442 s, $0.077)시간 초과 (900 s, $0.063)
npm에서 keywords:validation 검색으로 나온 첫 30개 결과의 버전, 주간 다운로드 수, 라이선스데이터 추출실패 (900 s, $0.028)통과 (701 s, $0.074)시간 초과 (900 s, $0.078)
컨텍스트, 가격, 도구 호출, 이미지 입력으로 OpenRouter 모델 필터링데이터 추출통과 (662 s, $0.081)시간 초과 (900 s, $0.160)시간 초과 (900 s, $0.145)
웹 UI로 채팅 데모에 테스트 사례 10개를 실행하고 버그 보고웹 앱 테스트통과 (383 s, $0.035)통과 (839 s, $0.066)시간 초과 (1,200 s, $0.111)
데모 쇼핑몰에서 테스트 사례 15개를 실행하고 통과 또는 실패 보고웹 앱 테스트통과 (131 s, $0.017)통과 (791 s, $0.109)통과 (598 s, $0.076)