시작하기 — 설치부터 첫 작업까지
ego(lite)를 설치하고, 내가 쓰는 AI 에이전트(내 대신 명령을 실행하며 일하는 AI 프로그램 — Claude Code, Codex 등)를 연결해, 첫 웹 작업을 맡기고 지켜보는 데까지 걸리는 시간은 약 2분입니다. 이 장은 그 과정을 순서대로 따라가며, 단계마다 “왜 이렇게 하는지”를 함께 설명합니다. 예시 에이전트는 원문과 같이 Codex입니다.
설치와 첫 실행 설정
전체 과정은 네 걸음입니다. 여기서는 첫 걸음인 설치를 다룹니다. 설명은 macOS 기준입니다.
설치는 여느 macOS 앱과 같습니다. 내려받기 단추는 ego(lite) 공식 문서(lite.ego.app)의 Quick start(빠른 시작) 쪽 맨 위에 있습니다.
- DMG 파일을 내려받아 엽니다Download for Mac(Mac용 내려받기) 단추로 DMG(macOS에서 앱을 담아 배포하는 설치 파일)를 받습니다.
- 안내에 따라 ego(lite) 아이콘을 더블클릭해 설치합니다화면에 나오는 안내를 그대로 따르면 됩니다.
- ego(lite)를 찾아 열고, 첫 실행 설정을 마칩니다첫 실행 설정(onboarding — 처음 열 때 한 번 거치는 설정 과정)에서 아래 두 가지가 이루어집니다.
첫 실행 때 ego(lite)는 두 가지 일을 합니다. 하나는 에이전트가 ego(lite)를 쓸 수 있게 준비하는 일이고, 다른 하나는 내가 쓰던 브라우저의 데이터를 가져올지 묻는 일입니다.
①에서 기록되는 스킬(Skill — 에이전트에게 “이 도구는 이렇게 써라” 하고 알려 주는 사용 설명서 묶음) 덕분에, 널리 쓰이는 에이전트 대부분은 따로 설치할 것 없이 곧바로 ego(lite)를 쓸 수 있습니다.
에이전트 연결 — /ego-browser 한 줄
ego(lite)는 내가 쓰는 에이전트를 연결해서 쓰는 브라우저입니다. 그러려면 에이전트에게 “ego(lite)를 쓰는 법”을 알려 줘야 하는데, 그 설명서가 ego-browser 스킬(스킬 = 에이전트에게 주는 사용 설명서 묶음)입니다. 스킬은 ego(lite)를 처음 열 때 이미 에이전트 쪽에 기록되어 있으므로, 내가 할 일은 불러오는 것 하나입니다.
에이전트의 대화 입력창에 아래처럼 입력하면 스킬이 켜집니다.
/ego-browser▍
입력창에 /ego-browser를 입력해 스킬을 켭니다. 실제 화면 모양은 에이전트마다 다릅니다.
다음 할 일 — 권한
에이전트에 권한 설정이 있다면 Full access(전체 접근)로 바꿔 두기를 원문은 권합니다. 이유는 바로 다음 왜 권한을 넓혀 줘야 하나에 있습니다.
Codex가 아니라면
Claude Code, Cursor, OpenCode 등은 스킬을 불러오는 방법과 권한 설정의 이름·위치가 조금씩 다릅니다. 에이전트별 방법은 5장에 모았습니다.
직접 만든 에이전트라면
직접 만든 에이전트 프로그램이나 내 컴퓨터에서 도는 로컬 모델로 쓰는 방법은 6장에서 다룹니다.
첫 작업 맡기기
준비물은 두 가지입니다. ego-browser 스킬이 켜져 있을 것(에이전트 연결), 그리고 권한이 Full access일 것(권한을 넓히는 이유). 둘이 갖춰졌으면 아래 한 줄짜리 프롬프트(에이전트에게 보내는 요청 글)를 에이전트 대화창에 붙여 넣고 Enter를 누릅니다.
Use ego-browser. Please open the blog pages of OpenAI and Anthropic, check if there is any noteworthy information, and quickly summarize the main points of the latest articles for me.
뜻: ego-browser를 써 줘. OpenAI와 Anthropic의 블로그 페이지를 열어서 눈여겨볼 소식이 있는지 확인하고, 최신 글들의 요점을 빠르게 요약해 줘.
그러면 에이전트는 ego(lite) 안에 새 Space(스페이스 — 에이전트 전용 작업 공간)를 만들고, 거기서 두 블로그를 읽은 뒤 요약을 돌려줍니다.
같은 과정을 한 단계씩 넘겨 보세요.
① 프롬프트를 붙여 넣고 Enter — 맨 앞의 Use ego-browser.는 “이 일에는 ego-browser를 써라”는 뜻입니다.
Use ego-browser. Please open the blog pages of OpenAI and Anthropic, …▍
② 에이전트가 ego(lite)에 새 Space를 만듭니다 — ego-browser 명령이 ego(lite)를 띄우고, 이 작업을 위한 Space를 엽니다. 내 탭은 그대로입니다.
③ 그 Space에서 두 블로그 페이지를 엽니다 — OpenAI 블로그와 Anthropic 블로그가 에이전트의 Space 안에서 열립니다.
④ 최신 글을 읽고 정리합니다 — 두 회사의 최신 글을 훑어 최근 소식과 요점을 추립니다. 궁금하면 이때 지켜보고 넘겨받기의 방법으로 들여다볼 수 있습니다.
⑤ 요약이 돌아옵니다 — 에이전트가 정리한 요약을 나에게 돌려주면 첫 작업이 끝난 것입니다.
지켜보고 넘겨받기
에이전트가 일하는 동안 무엇을 하고 있는지 궁금하면, ego(lite) 오른쪽 위의 Space 단추를 누릅니다. 그러면 Space(에이전트 전용 작업 공간)를 관리하는 Space management panel(Space 관리 패널)이 열립니다. 거기서 파란 빛이 도는 Space가 지금 에이전트가 일하고 있는 곳입니다.
파란 빛이 도는 Space를 눌러 들어가면 두 가지를 할 수 있습니다. 에이전트가 무엇을 하는지 보는 것, 그리고 에이전트가 혼자 못 하는 일을 내가 대신 처리해 주는 것(넘겨받기)입니다. 원문이 꼽는 “나를 부르는 때”는 셋입니다.
🔑 로그인이 필요할 때
사이트가 로그인을 요구하면 내가 그 Space에 들어가 직접 로그인합니다.
✅ 확인·인증이 필요할 때
본인 확인처럼 사람이 직접 해야 하는 단계를 내가 처리합니다.
👀 결과를 봐 줘야 할 때
에이전트가 낸 결과가 맞는지 내가 확인합니다.
왜 이렇게 만들었을까요? ego(lite)의 Space 구조에서는 에이전트가 자기 Space 안에서만 일합니다. 그래서 아무 창이나 불쑥 띄우지 않고, 내가 쓰는 탭을 가로채지도 않습니다. 원문이 그리는 모습은 이렇습니다. 에이전트는 뒤에서 조용히 자기 일을 하고, 로그인·확인·결과 검토처럼 내가 꼭 필요한 순간에만 나를 부릅니다. 그동안 나는 기사를 읽거나 친구에게 이메일을 쓰던 일을 끊기지 않고 이어 갑니다.
- macOS에서는 DMG를 받아 설치하고 첫 실행 설정을 마칩니다. 새로 설치해 첫 작업을 끝내기까지 약 2분입니다.
- 첫 실행 때 ego(lite)는 설치된 에이전트를 찾아 ego-browser 스킬을 기록하고, 쓰던 브라우저의 데이터를 가져올지 묻습니다.
- 가져오면 로그인 상태가 그대로 옮겨져 에이전트도 같은 로그인으로 일합니다. 데이터는 내 컴퓨터에 남고, macOS가 키체인 암호를 여러 번 물을 수 있습니다.
- 에이전트 대화창에
/ego-browser를 입력해 스킬을 켜고, 권한은 Full access로 둡니다. ego-browser가 샌드박스 밖의 앱인 ego(lite)를 띄워야 하기 때문입니다. - 첫 작업을 맡기면 에이전트가 새 Space에서 페이지를 열어 읽고 요약을 돌려줍니다.
- 오른쪽 위 Space 단추로 패널을 열면 파란 빛이 도는 Space가 에이전트가 일하는 곳입니다. 로그인·인증·결과 확인이 필요하면 들어가서 내가 처리합니다.
- Windows는 베타입니다.
/ego→ Ego Browser 선택, Reddit 조사 예시, 안 보이는 값은 “not shown”으로 적게 하는 원칙을 기억하세요.
이 장의 나머지 소절과 🔧 세부는 완전 가이드 1장에 있습니다.
Space — 에이전트 전용 작업 공간
AI 에이전트(내 대신 명령을 실행하며 일하는 AI 프로그램 — Claude Code, Codex, Cursor 등)에게 웹 작업을 맡기면, 에이전트는 내 화면이 아니라 Space(스페이스 — 에이전트 전용 작업 공간)에서 일합니다. 이 장에서는 Space가 무엇이고 무엇이 아닌지, 왜 이런 구조로 만들었는지, 나와 에이전트가 어떻게 번갈아 일하는지, 에이전트가 반드시 멈춰야 하는 순간은 언제인지를 차례로 살펴봅니다.
Space란 무엇인가 — 인 것과 아닌 것
Space(스페이스)는 ego(lite)가 AI 에이전트(내 대신 일하는 AI 프로그램)를 위해 따로 마련한 병렬 작업 공간(병렬 — 내 탭과 나란히, 동시에 돌아간다는 뜻)입니다. 에이전트는 자기 Space 안에서 페이지를 열고, 읽고, 누르고, 양식을 채우고, 파일을 내려받습니다. 그동안 나는 내 탭에서 하던 일을 계속합니다. 양쪽은 하나의 ego(lite) 브라우저 프로세스(프로세스 — 실행 중인 프로그램 하나)를 함께 쓰지만 서로를 방해하지 않습니다.
원문은 Space를 “인 것”과 “아닌 것”으로 나누어 못 박아 둡니다. 헷갈리기 쉬운 부분이라, Space 문서의 목록에 제품 소개 문서의 설명을 보태어 옮깁니다.
✅ Space는 이런 것입니다
- 같은 ego(lite) 브라우저 프로세스 안에 있는 병렬 작업 공간
- 작업 하나마다 따로 주어지는 격리된 칸 — 자기 쿠키(로그인 상태 같은 것을 기억하는 정보)와 저장소를 가집니다
- Space마다 자기 탭이 있고, 모든 Space는 같은 ego(lite) 안에서 돕니다
❌ Space는 이런 것이 아닙니다
- 새 브라우저 창이나 새(두 번째) Chrome 프로필(북마크·로그인을 따로 담는 사용자 묶음)이 아닙니다
- 헤드리스 Chrome(화면 없이 뒤에서만 도는 브라우저)이나 화면 밖에서 그리는 방식이 아닙니다 — 눈으로 볼 수 있습니다
- 클라우드 브라우징 세션(남의 서버에서 도는 브라우저)이 아닙니다 — 내 컴퓨터의 ego(lite)에서 돕니다
Space는 ego(lite)에 처음부터 들어 있습니다. 따로 켜거나 설치할 것이 없고, ego(lite)를 설치하고 에이전트를 연결하면(1장) 바로 쓸 수 있습니다.
나와 에이전트가 함께 일하는 흐름
에이전트가 Space(에이전트 전용 작업 공간)에서 일하는 동안, 에이전트는 내가 보고 있는 페이지·마우스·화면 초점을 빼앗지 않습니다(화면 초점 — 지금 내 키보드 입력을 받고 있는 창이나 칸). 나는 하던 대로 인터넷을 쓰면 되고, 궁금하면 언제든 그 Space에 들어가 진행 상황을 볼 수 있습니다. 전형적인 흐름은 여섯 단계입니다.
① 내가 할 일을 설명합니다
Codex, Claude Code, Cursor 같은 에이전트의 대화창에 맡길 웹 작업을 글로 적습니다. 어떻게 적으면 좋은지는 3장 「일 맡기는 글 쓰기」에 있습니다.
② 에이전트가 Space에서 사이트를 엽니다
에이전트는 ego-browser(에이전트가 ego(lite)를 조종할 때 쓰는 명령 도구)로 브라우저를 움직이는 코드를 써서, 대상 사이트를 Space 안에서 엽니다. 내 탭에는 아무 일도 일어나지 않습니다.
③ 스냅샷을 읽고 그에 따라 움직입니다
에이전트는 스냅샷(Snapshot — 에이전트가 읽는 페이지의 글 버전)으로 화면을 파악한 뒤 누르고 입력합니다. 자세한 것은 3장.
④ 사람이 필요한 단계에서는 멈추고 나를 기다립니다
CAPTCHA(사람인지 확인하는 그림·퍼즐 검사), QR 코드 로그인, 결제 확인 같은 단계에서 에이전트는 멈추고 내가 들어와 처리하기를 기다립니다. 이것이 넘겨받기입니다 — 아래 소절.
⑤ 내가 끝내면 에이전트가 이어 갑니다
내가 그 단계를 처리하고 나면 에이전트가 남은 일을 계속합니다.
⑥ 끝나도 탭은 열려 있습니다
작업이 끝난 뒤에도 Space의 탭은 그대로 남아, 에이전트가 무엇을 보고 무엇을 했는지 내가 확인할 수 있습니다 — 끝난 뒤.
지켜보려면 — 오른쪽 위 Space 단추
에이전트가 무엇을 하는지 궁금하면 ego(lite) 오른쪽 위의 Space 단추를 누릅니다. Space 관리 패널(Space management panel — Space들을 모아 보여 주는 곳)이 열리고, 그 가운데 파란 빛이 도는 것이 에이전트가 지금 일하고 있는 Space입니다. 그 Space를 눌러 들어가면 에이전트가 하는 일을 볼 수 있고, 로그인이나 인증처럼 내가 필요한 일을 거기서 도울 수 있습니다.
제품 소개 문서는 여기에 한 가지를 더 적어 둡니다. 나는 어느 Space든 열어서 에이전트를 지켜보거나, 작업을 멈추게 하거나, 넘겨받을 수 있습니다.
로그인 상태와 에이전트가 멈춰야 하는 순간
ego(lite)에 이미 로그인해 둔 사이트라면, 에이전트는 보통 로그인된 뒤의 화면에 바로 도착합니다. 쿠키(로그인 상태를 기억하는 정보)를 다시 가져오는 작업이 필요 없습니다. 그래서 “먼저 로그인부터 해 주세요”로 시작하지 않고 곧바로 본론으로 들어갈 수 있습니다.
반대로, 로그인되어 있다는 것은 에이전트가 내 이름으로 실제 일을 저지를 수 있다는 뜻이기도 합니다. 원문은 에이전트가 멈추고 나에게 조종을 돌려줘야 하는 상황을 네 가지로 듭니다.
| 상황 | 원문이 든 예 | 왜 사람이 해야 하나 |
|---|---|---|
| ① 본인 확인 | 문자·이메일 인증 코드, QR 코드 로그인, 하드웨어 보안 키(컴퓨터에 꽂거나 대는 인증용 열쇠) | 내 휴대폰·메일·열쇠가 있어야 합니다. |
| ② 돈이 오가는 일 | 결제, 주문, 송금, 환불 | 잘못되면 돈이 나갑니다. |
| ③ 되돌리기 어려운 변경 | 게시, 삭제, 보관, 그리고 쉽게 되돌릴 수 없는 일괄 수정 | 한 번 실행하면 원래대로 돌리기 어렵습니다. |
| ④ 계정 접근 허가 | 다른 회사 앱이 내 계정에 접근하도록 허가하는 화면 | 내 계정의 문을 열어 주는 결정입니다. |
「왜 사람이 해야 하나」 칸은 이해를 돕기 위해 이 가이드가 덧붙인 풀이입니다.
미리 경계를 정해 두기
에이전트가 알아서 멈추기를 기다리기만 할 필요는 없습니다. 일을 맡길 때 어디까지 해도 되는지를 먼저 적어 둘 수 있습니다. 원문이 든 문구는 두 가지입니다.
| 원문 문구 | 뜻 | 이럴 때 |
|---|---|---|
read-only, don't modify | 읽기만 하고, 아무것도 고치지 마세요. | 목록을 뽑거나 내용을 조사하는 일 |
stop and confirm before submitting | 제출하기 전에 멈추고 확인을 받으세요. | 양식을 채우게 하되 마지막 단추는 내가 누르고 싶을 때 |
어떤 작업을 해도 되는지를 ego(lite)가 대신 정해 주지는 않습니다. 경계는 나와 에이전트가 정합니다. 맡기는 글에 경계를 넣는 법은 3장, 실습은 활용편 실습 4(하지 말 것 정해 주기)와 실습 6(제출 직전에 멈추기)에 있습니다.
- Space는 ego(lite)가 에이전트를 위해 따로 마련한 병렬 작업 공간입니다. 새 창·새 프로필·헤드리스·클라우드 세션이 아니고, 내 컴퓨터의 같은 ego(lite) 안에서 돕니다.
- 작업마다 브라우저를 따로 띄우는 대신 메인 프로세스를 함께 쓰므로, 잠금 다툼이나 프로필 복사 없이 가볍게 여러 작업을 돌립니다(6개 동시 실험 숫자는 구조를 보이려는 것).
- 진짜 브라우저·진짜 로그인·파일 주고받기가 필요하면 Space, 공개 정보만 찾으면 일반 웹 검색이 더 가볍습니다.
- 흐름은 “맡기기 → Space에서 열기 → 스냅샷 읽고 동작 → 멈추고 나를 기다림 → 이어서 진행 → 탭은 열린 채 확인”. 오른쪽 위 Space 단추로 언제든 들여다봅니다.
- 본인 확인, 돈이 오가는 일, 되돌리기 어려운 변경, 계정 접근 허가 앞에서는 에이전트가 멈춰야 합니다. 경계는 미리 글로 정해 둘 수 있고, 비밀번호·인증 코드는 대화창에 붙여 넣지 않습니다.
- 작업이 끝나도 탭은 바로 닫히지 않고 남습니다. 다만 에이전트 작업 Space는 명령 없이 30분이 지나면 자동으로 닫히므로, 오래 둘 것은 고정합니다. ego(lite)를 껐다 켰을 때 Space가 얼마나 돌아오는지는 꺼진 방식과 시작 설정에 따라 다릅니다.
이 장의 나머지 소절과 🔧 세부는 완전 가이드 2장에 있습니다.
스냅샷 — 에이전트가 페이지를 읽는 법
사람은 웹 페이지를 눈으로 봅니다. AI 에이전트(내 대신 명령을 실행하며 일하는 AI 프로그램 — Claude Code, Codex 등)는 눈이 없으니 페이지를 글로 옮긴 요약본을 읽습니다. 그 요약본이 스냅샷(Snapshot — 에이전트가 읽는 페이지의 글 버전)입니다. 이 장에서는 스냅샷이 어떻게 생겼고 왜 필요한지, 그리고 그것을 알면 일을 더 잘 맡기고 결과를 더 잘 확인할 수 있는 이유를 설명합니다.
스냅샷이란 무엇인가
스냅샷(Snapshot)은 AI 에이전트가 웹 페이지를 읽는 방식입니다. ego(lite)는 지금 열려 있는 페이지를 짧고 정돈된 글로 바꾸고, 그 안에서 누르거나 채울 수 있는 요소(단추, 입력 칸, 링크)마다 @1, @2 같은 임시 번호를 붙입니다. 이 가이드에서는 그 번호를 번호표(@N)라고 부릅니다. 에이전트는 페이지의 원본 코드(HTML)를 통째로 읽거나 화면의 어느 위치를 눌러야 할지 짐작하는 대신, 이 스냅샷을 보고 다음에 할 일을 정합니다.
제품 소개 문서에 실린 예시입니다. 로그인 페이지 하나가 아래처럼 바뀝니다.
| 스냅샷의 줄 | 뜻 |
|---|---|
Page: · URL: | 페이지 제목과 지금 주소. 에이전트가 “내가 어디에 있는지” 아는 줄입니다. |
@1 [heading] "Log in" | 번호표 1번, 종류는 제목(heading), 적힌 글은 “Log in”. |
@3 [input type="email"] | 번호표 3번, 이메일을 적는 입력 칸. 칸 안의 안내 글은 “Email”. |
@5 [button type="submit"] "Continue" | 번호표 5번, 양식을 제출하는 단추. 적힌 글은 “Continue”. |
에이전트는 이 번호표에 대고 바로 동작합니다. 3번 칸을 채우려면 fill('@3', '...'), 5번 단추를 누르려면 click('@5')라고 씁니다. 페이지 코드 속 주소(CSS 선택자 — 코드에서 특정 요소를 가리키는 표기)를 짐작해서 맞힐 필요가 없으므로, 사이트가 코드 속 이름을 바꿔도 작업이 깨지지 않습니다. 이 스냅샷은 보통 수백 토큰(토큰 — AI가 읽고 쓰는 글의 양을 세는 단위. 많을수록 느리고 비용이 듭니다)이면 됩니다(소개 문서 기준 보통 200~400 토큰).
일을 맡기는 글 쓰기 — 다섯 가지 요소
스냅샷(에이전트가 읽는 페이지의 글 버전)은 에이전트가 페이지를 또렷이 보도록 돕습니다. 하지만 어디까지 해도 되는지, 작업의 경계를 정하는 것은 나입니다. 원문은 좋은 작업 설명에 다음 다섯 가지가 들어 있다고 말합니다.
| 요소 | 적을 내용 | 원문이 든 예 |
|---|---|---|
| ① 대상 | 어느 페이지·사이트에서 할 일인가 | — |
| ② 할 일 | 무엇을 읽고, 채우고, 누르고, 내려받을 것인가 | — |
| ③ 하면 안 되는 것 | 절대 하지 말아야 할 동작 | 삭제, 게시, 결제, 메일 보내기 등 |
| ④ 멈출 곳 | 어떤 화면에서 멈추고 나를 기다릴 것인가 | CAPTCHA(사람인지 확인하는 검사), 결제, 권한 허가 화면 |
| ⑤ 결과의 모양 | 어떤 형태로 돌려받고 싶은가 | 표, 요약, 스크린샷, 내 컴퓨터의 파일 경로 |
원문에 실린 예시 두 개입니다. 원문 그대로 두고 아래에 뜻을 달았습니다.
Open my GitHub Notifications and list the PRs that need my review — repo name, title, URL.
Don't archive, don't mark anything as read.
뜻: 내 GitHub 알림(Notifications)을 열고, 내 검토가 필요한 PR(Pull Request — 코드 변경을 합쳐 달라는 요청)을 저장소 이름·제목·주소와 함께 나열해 주세요. 보관 처리하지 말고, 어떤 것도 읽음으로 표시하지 마세요.
| 요소 | 이 예시에서 |
|---|---|
| ① 대상 | 내 GitHub 알림 화면 |
| ② 할 일 | 내 검토가 필요한 PR 나열하기 (읽기만) |
| ③ 하면 안 되는 것 | 보관 처리, 읽음 표시 |
| ⑤ 결과의 모양 | 저장소 이름 · 제목 · 주소 |
따라 해 보기: 활용편 실습 4 — 로그인된 사이트에서 목록 뽑기
Open the orders dashboard, filter yesterday's orders, and download the CSV.
Pause if you hit a login challenge or an export confirmation, and tell me where the file landed.
뜻: 주문 관리 화면을 열고, 어제 주문만 걸러서 CSV(표 형태의 자료 파일)를 내려받아 주세요. 로그인 확인 요구나 내보내기 확인 창이 나오면 멈추고, 파일이 어디에 저장됐는지 알려 주세요.
| 요소 | 이 예시에서 |
|---|---|
| ① 대상 | 주문 관리 화면 |
| ② 할 일 | 어제 주문 걸러 보기, CSV 내려받기 |
| ④ 멈출 곳 | 로그인 확인 요구, 내보내기 확인 창 |
| ⑤ 결과의 모양 | 파일이 저장된 위치 |
따라 해 보기: 활용편 실습 5 — 파일 내려받기
결과 확인하기 — 다섯 가지 신호
작업이 끝났다고 하면, 에이전트의 보고를 그대로 믿기 전에 다음 다섯 가지를 살펴봅니다. 원문이 “확인할 신호”로 꼽은 것입니다.
| 확인할 신호 | 이렇게 봅니다 |
|---|---|
| ① 방문한 페이지와 핵심 동작 | 에이전트가 어떤 페이지를 방문했고 어떤 핵심 동작을 했는지 밝혔나요? |
| ② 대조할 수 있는 값 | 돌려받은 결과에 내가 직접 맞춰 볼 수 있는 것(제목, ID(고유 번호), 주소, 금액, 시각)이 들어 있나요? |
| ③ 파일 위치 | 내려받기 작업이라면 내 컴퓨터의 어느 경로에 저장됐는지 알려 줬나요? |
| ④ 마지막 단계 전 멈춤 | 무언가를 고치거나 제출하는 일이라면, 마지막 단계 전에 멈추고 확인을 받았나요? |
| ⑤ 열려 있는 페이지 | 관련 페이지가 Space에 아직 열려 있어 내가 직접 볼 수 있나요? (작업이 끝나도 Space의 탭은 남습니다 — 2장) |
- 스냅샷은 에이전트가 페이지를 읽는 방식입니다. 페이지를 짧은 글로 바꾸고, 누르거나 채울 수 있는 요소마다 번호표(@N)를 붙입니다.
- 원본 페이지는 3만 토큰까지 나갈 수 있지만, 접근성 트리를 바탕으로 만든 스냅샷은 수백 토큰입니다(소개 문서 기준 보통 200~400).
- 번호표는 지금 찍은 스냅샷에서만 유효합니다. 페이지가 바뀌면 에이전트는 스냅샷을 새로 찍습니다.
- 맡기는 글에는 대상 · 할 일 · 하면 안 되는 것 · 멈출 곳 · 결과의 모양을 적습니다. 경계를 정하는 것은 나입니다.
- 끝난 뒤에는 방문한 페이지와 동작, 대조할 수 있는 값, 파일 위치, 제출 전 멈춤, Space에 열린 페이지를 확인합니다. 이상하면 스냅샷을 다시 찍게 합니다.
- 스냅샷은 iframe·shadow DOM 안쪽까지 닿지만 전부는 아닙니다. 화면 밖 내용, 이미지 속 글, 복잡한 canvas, 샌드박스된 교차 출처 iframe은 다 보이지 않을 수 있고, 스냅샷은 페이지를 읽기만 할 뿐 바꾸지 않습니다.
이 장의 나머지 소절과 🔧 세부는 완전 가이드 3장에 있습니다.
ego-browser와 스킬 — 브라우저를 조종하는 도구
2장에서는 AI 에이전트(내 대신 명령을 실행하며 일하는 AI 프로그램)가 어디서 일하는지(Space), 3장에서는 페이지를 어떻게 읽는지(스냅샷)를 보았습니다. 이 장은 그 둘을 실제로 움직이는 손, ego-browser를 다룹니다. 에이전트가 짧은 스크립트(할 일을 순서대로 적은 코드) 한 덩어리를 쓰면 ego-browser가 “열기 → 읽기 → 누르기 → 결과 보고”를 한 번에 실행합니다. 이 도구를 직접 쓸 일은 거의 없지만, 원리를 알면 에이전트가 왜 빠른지, 어디서 막히는지 이해하기 쉽습니다.
ego-browser란 — 에이전트가 쓰는 조종 도구
ego-browser는 AI 에이전트(내 대신 명령을 실행하며 일하는 AI 프로그램 — Claude Code, Codex, Cursor 등)가 ego(lite)를 조종할 때 쓰는 명령줄 도구(화면 단추 대신 글자 명령으로 부르는 프로그램)입니다. ego(lite)가 에이전트용으로 함께 내놓는 브라우저 자동화 실행 도구이며, ego(lite) 안에서 실제로 돌아가는 Chromium(Chrome의 바탕이 되는 브라우저 엔진) 브라우저를 움직입니다. 원문의 설명을 셋으로 나누면 이렇습니다.
| 특징 | 뜻 |
|---|---|
| 스크립트를 통째로 받는다 | 에이전트는 할 일 전체를 JavaScript(웹에서 널리 쓰는 프로그래밍 언어) 코드로 써서 한 번에 넘깁니다. ego-browser가 받는 형식은 Node.js(JavaScript 코드를 브라우저 밖에서 실행해 주는 프로그램) heredoc(히어독 — 여러 줄 스크립트를 한 번에 넘기는 방식) 스크립트입니다. |
| 도우미가 미리 준비되어 있다 | “페이지 열기”, “스냅샷 읽기”, “누르기” 같은 도우미 함수(함수 — 이름을 적어 부르면 정해진 일을 해 주는 코드 묶음)가 스크립트 안에 미리 들어 있어, 따로 불러오지 않고 이름만 쓰면 됩니다. |
| 상태는 Space에 남는다 | 열어 둔 탭 같은 브라우저 상태는 Space(스페이스 — 에이전트 전용 작업 공간) 안에 그대로 남습니다. Space는 2장에서 설명했습니다. |
누구에게 필요한가
브라우저를 다뤄야 하는 코딩 에이전트
Claude Code, Codex, Cursor, 직접 만든 SDK(개발 도구 묶음) 에이전트.
특정 업무용 에이전트를 만드는 팀
Lark, Google Docs, Salesforce 같은 업무 관리 화면을 자동화하려는 팀.
정해진 웹 작업을 되풀이하는 경우
로그인, 입력, 내보내기, 검색, 표 읽기.
토큰 한계에 부딪혀 본 사람
페이지 원본 코드(DOM·HTML)를 통째로 AI에 넣으려다 토큰(AI가 읽고 쓰는 글의 양을 세는 단위 — 비용·속도의 기준) 한계에 막혀 본 사람.
Playwright·Puppeteer와 무엇이 다른가
| Playwright · Puppeteer | ego(lite) + ego-browser | |
|---|---|---|
| 정체 | 내 코드 안에 넣어 쓰는 브라우저 자동화 라이브러리(프로그램 부품) | 진짜 브라우저 + 에이전트와 브라우저를 잇는 연결 층 |
| 요소를 가리키는 법 | CSS 선택자(페이지 코드에서 요소를 가리키는 주소 표기). 사이트가 구조를 바꾸면 깨집니다. | 스냅샷(Snapshot — 에이전트가 읽는 페이지의 글 버전)의 번호표(@N). 페이지 코드 속 이름(class 이름)이 바뀌어도 그대로 통합니다. |
| 일하는 방식 | 도구를 하나 부르고 결과를 받는 왕복을 되풀이 | snapshot, fill, click, wait, navigate, capture 도구를 엮은 JavaScript 조각을 한 번에 실행 |
| 읽는 양 | — | 스냅샷은 HTML보다 토큰이 적게 듭니다. |
| 준비물 | — | 연결할 SDK도, Playwright·Puppeteer 쪽에서 설치할 것도 없습니다. |
출처는 ego(lite) 첫 화면의 FAQ입니다. “—”는 원문이 따로 말하지 않은 칸입니다.
설치
따로 설치할 것이 없습니다. ego(lite)를 설치하면 함께 들어옵니다(1장 설치). 설치 뒤에는 어느 폴더에서나 ego-browser를 실행할 수 있습니다. 에이전트마다 연결하는 방법은 5장에 있습니다.
스킬이란 — 에이전트에게 주는 사용 설명서
스킬(Skill — 에이전트에게 “이 도구는 이렇게 써라” 하고 알려 주는 사용 설명서 묶음)은 ego-browser를 에이전트가 바로 쓸 수 있는 작업 방식으로 포장한 것입니다. ego-browser 스킬이 있으면 Claude Code, Codex 같은 여러 에이전트가 내 ego(lite) 브라우저를 쓸 수 있습니다. 에이전트는 내가 로그인해 둔 상태를 그대로 써서 웹 작업을 하고, 나는 Space 덕분에 지켜보거나, 넘겨받거나, 방해받지 않고 내 페이지를 계속 볼 수 있습니다.
원문(Skills 문서)은 다른 방식과 다른 점을 다섯 가지로 듭니다. 첫 번째부터 그림으로 봅니다.
| 다른 점 | 내용 |
|---|---|
| ① 내 에이전트를 쓴다 | Codex, Claude Code, OpenClaw, Hermes Agent 등 어떤 에이전트든 ego(lite)를 통해 내 로그인으로 웹 페이지를 다룰 수 있습니다. |
| ② 에이전트 전용 작업 공간 | ego(lite)는 에이전트용으로 분리된 Space를 따로 마련합니다. 나는 앞에서 인터넷을 쓰고 에이전트는 뒤에서 일하며, 서로 다투지 않습니다. 어느 Space에서 작업이 도는지 언제든 볼 수 있고, 넘겨받거나 멈출 수 있습니다. agent-browser 같은 Chrome 연결 방식에서 창과 탭이 마구 생겨나던 문제를 뿌리부터 없앱니다. |
| ③ 명령이 아니라 코드 | ego(lite)는 스냅샷, 누르기, 페이지 안 JavaScript 실행, CDP 직접 호출 같은 능력을 명령줄 명령이 아니라 JavaScript 함수로 내줍니다. 그래서 여러 단계를 한 번에 묶을 수 있습니다. → 왜 코드 한 덩어리인가 |
| ④ 품질 좋은 페이지 스냅샷 | 깊이 손본 Chromium이 스냅샷을 안정적으로 만들어 냅니다. 스냅샷은 글을 읽는 AI 모델이 페이지를 “보고” “다루는” 창입니다. 깊게 겹친 iframe(페이지 안에 끼워 넣은 다른 페이지)처럼 다른 방식이 걸려 넘어지는 경우도 처리합니다. → 3장 |
| ⑤ 쓸수록 빨라진다 곧 제공 예정 | 성공한 조작과 시도한 경로를 다시 쓸 수 있는 도구·작업 순서로 정리해 두는 장치가 스킬에 들어 있습니다. 지금은 제한 베타입니다. → 경험 쌓기 |
어디에 쓰나 — 평소 브라우저에서 하는 일이면 무엇이든 대상입니다. 원문이 든 예는 CRM(고객 관리 도구), 받은편지함, ATS(채용 지원자 관리 도구), 회계 도구, SNS 계정, 예약 사이트, 사내 관리 화면입니다. 다만 진짜 브라우저 조종 권한을 주는 것이므로 안전 주의를 꼭 읽어 두세요.
기본 흐름 5단계 — 한 번의 호출로 끝까지
에이전트가 페이지를 다루는 순서는 거의 늘 같습니다. Space 준비 → 페이지 열기 → 스냅샷 읽기 → 동작하기 → 결과 출력. 중요한 점은 이 다섯 단계를 하나씩 따로 보내지 않고 스크립트 하나에 모두 적어 한 번에 넘긴다는 것입니다.
원문(제품 소개)의 예시를 한 줄씩 따라가 봅니다. x.com의 ego_agent 페이지에서 Follow(팔로우) 단추를 누르는 스크립트입니다.
ego-browser nodejs <<'EOF'
await useOrCreateTaskSpace('follow-ego-agent')
await openOrReuseTab('https://x.com/ego_agent', { wait: true })
await snapshotText()
await click('@92') // @92 is the Follow button from the snapshot
cliLog('Done.')
EOF
① Space 준비
ego-browser nodejs <<'EOF'
await useOrCreateTaskSpace('follow-ego-agent')
첫 줄은 ego-browser를 부르면서 “여기서부터 EOF라고 적힌 줄까지가 스크립트다”라고 알리는 표시입니다. 이것이 heredoc입니다. 둘째 줄은 이 작업용 Space를 준비합니다. 이미 있으면 다시 쓰고, 없으면 새로 만듭니다. 따옴표 안은 작업 이름입니다. 줄 앞의 await는 “이 일이 끝나기를 기다렸다가 다음 줄로 간다”는 JavaScript 표기입니다.
② 페이지 열기
await openOrReuseTab('https://x.com/ego_agent', { wait: true })
그 Space 안에서 주소를 엽니다. 함수 이름대로 탭을 새로 열거나 열려 있는 탭을 다시 씁니다. wait: true는 기다림 옵션을 켠 것입니다.
③ 스냅샷 읽기
await snapshotText()
페이지를 글로 옮긴 스냅샷을 받습니다. 누를 수 있는 요소마다 번호표(@N)가 붙어 나옵니다. 스냅샷과 번호표는 3장에서 설명했습니다.
④ 동작하기
await click('@92') // @92 is the Follow button from the snapshot
번호표 @92를 누릅니다. // 뒤는 사람이 읽으라고 적은 설명입니다. “@92는 스냅샷에 나온 Follow(팔로우) 단추”라는 뜻입니다.
⑤ 결과 출력
cliLog('Done.')
EOF
cliLog는 결과를 에이전트에게 돌려주는 단 하나의 통로입니다. 여기에 넣은 것만 에이전트가 받아 봅니다. EOF는 스크립트의 끝입니다.
이 호출 한 번이 페이지를 열고, 읽고, 단추를 누르고, 결과를 보고합니다. ego-browser 문서의 기본 예시도 같은 순서입니다. 단추를 누르는 대신 읽어 온 스냅샷을 그대로 출력한다는 점만 다릅니다(아래 접힌 상자).
- ego-browser는 에이전트가 ego(lite)를 조종할 때 쓰는 명령줄 도구입니다. 사람이 손으로 쓰는 도구도, Playwright·Puppeteer의 대체품도 아닙니다.
- 스킬은 그 사용법을 에이전트에게 알려 주는 설명서 묶음입니다. 내 에이전트가 내 로그인 상태로, 전용 Space에서 일하게 해 줍니다.
- 기본 흐름은 Space 준비 → 페이지 열기 → 스냅샷 읽기 → 동작하기 → 결과 출력이고, 이 전체를 스크립트 하나로 한 번에 실행합니다.
- 한 번에 실행하므로 모델과 주고받는 횟수가 줄어 작업이 일찍 끝나고 토큰을 덜 씁니다. Skills 문서의 내부 측정으로는 같은 작업이 20~50% 빨랐습니다.
- 번호표(@N)는 가장 최근 스냅샷에 나온 것만 통합니다.
Unknown ref오류는 대개 화면이 바뀐 뒤 옛 번호를 썼다는 뜻입니다. - 성공한 방법을 사이트별로 저장해 다시 쓰는 경험 쌓기는 곧 제공 예정(제한 베타)입니다.
- 에이전트는 진짜 브라우저 조종 권한을 가집니다. 믿을 수 있는 곳에서 온 에이전트만 쓰세요.
이 장의 나머지 소절과 🔧 세부는 완전 가이드 4장에 있습니다.
에이전트별 연결 방법
ego(lite) 문서는 AI 에이전트(내 대신 명령을 실행하며 일하는 AI 프로그램) 여덟 가지 — Claude Code, Codex, Cursor, OpenCode, WorkBuddy, Hermes Agent, OpenClaw, DeepSeek Harness — 를 ego(lite)에 연결하는 방법을 하나씩 따로 안내합니다. 순서는 어느 에이전트든 같고, 달라지는 것은 설정 이름과 위치, 그리고 입력하는 글자뿐입니다. 이 장은 공통 순서를 먼저 보인 뒤, 에이전트마다 다른 부분과 자주 막히는 곳을 정리합니다.
어느 에이전트든 같은 다섯 단계
ego(lite)에 에이전트를 연결한다는 것은 새 프로그램을 설치하는 일이 아닙니다. ego(lite)가 에이전트에게 ego-browser 스킬(스킬 — 에이전트에게 주는 사용 설명서 묶음. ego-browser 는 ego(lite)를 조종하는 법을 담은 스킬)을 건네주고, 에이전트가 그 설명서대로 ego(lite)를 열어 일하게 만드는 것입니다. 여덟 문서 모두 아래 다섯 단계를 같은 순서로 밟습니다.
단계별로 눌러 보세요. 화면 그림은 모양만 흉내 낸 것이고, 실제 단추 이름과 위치는 에이전트마다 다릅니다(비교표).
① 준비 — ego(lite)를 설치하고, 에이전트를 껐다 켠다
- DMG 파일(macOS 설치 파일)을 내려받아 열고, 안내대로 ego(lite) 아이콘을 두 번 눌러 설치합니다.
- ego(lite)를 열고 첫 실행 설정(onboarding)을 끝까지 마칩니다. 이때 ego-browser 스킬이 내 컴퓨터에 설치됩니다.
- 에이전트가 이미 켜져 있었다면 완전히 종료했다가 다시 엽니다. 에이전트는 다시 열릴 때 스킬 목록을 새로 읽습니다.
설치를 처음 한다면 1장 설치부터 보세요.
② 권한 넓히기 — 승인 없이 실행하도록
에이전트는 보통 명령을 실행하기 전에 “해도 될까요?” 하고 묻습니다. ego(lite)를 조종하려면 이 확인을 건너뛰도록 권한을 넓혀야 합니다. 설정 이름은 에이전트마다 다릅니다.
Full accessCodex · DeepSeek Harness
Run EverythingCursor
Auto-accept permissionsOpenCode
Allow full accessWorkBuddy
Approval Mode → SmartHermes Agent
Exec Approvals 세 항목OpenClaw
③ 스킬 불러오기 — 설명서를 펴게 한다
에이전트의 대화 입력 칸에 /ego-browser(에이전트에 따라 /ego, /skill ego)를 입력하고, 목록에 나타나는 ego-browser를 고릅니다. 스킬을 불러오면 에이전트는 ego(lite)를 열고, 에이전트 Space(스페이스 — 에이전트 전용 작업 공간)를 만들고, 그 안에서 페이지를 다룰 수 있게 됩니다.
④ 일 맡기기 — 할 일을 글로 보낸다
여덟 문서가 모두 같은 작은 작업을 예로 듭니다. Anthropic의 X 프로필을 열어 글 다섯 개를 읽어 오는 일입니다. Hermes Agent 문서에 실린 문장은 이렇습니다.
Use ego-browser to open Anthropic's official X profile and collect the first five posts shown in the Posts feed.
뜻: ego-browser 로 Anthropic 공식 X 프로필을 열고, Posts(게시물) 목록에 보이는 처음 글 다섯 개를 모아 줘.
에이전트는 ego-browser 로 대상 페이지를 ego(lite)에서 열고, 요청받은 정보를 모은 뒤, 일이 끝나면 대화창에 결과를 돌려줍니다.
⑤ 결과 확인 — 답은 대화창에, 페이지는 ego(lite)에
일이 끝나면 에이전트 대화창에 글 다섯 개가 정리되어 나옵니다. 문서에 따르면 글마다 화면에 보이는 세부 정보, 바로 가는 링크, 짧은 요약이 함께 옵니다. Anthropic의 X 프로필 페이지는 ego(lite)에 열린 채로 남습니다. 에이전트가 무엇을 보고 답했는지 내가 원래 페이지에서 확인할 수 있습니다.
왜 권한을 넓혀야 할까요? ego-browser 는 에이전트가 내 컴퓨터에서 직접 실행하는 명령입니다. 이 명령이 ego(lite) 앱을 열고 브라우저 동작을 전달합니다. 권한이 좁으면 에이전트가 이 명령을 샌드박스(격리된 실행 칸) 안에 가두거나 실행 전마다 승인을 요청합니다. Codex 문서는 이 경우 ego(lite) 실행이 샌드박스에 막히거나 승인 요청에서 멈출 수 있다고 설명합니다.
에이전트별 한눈 비교표
다섯 단계는 같지만 에이전트마다 세 가지가 다릅니다. 스킬을 어느 폴더에서 읽는지, 권한 설정이 어디에 어떤 이름으로 있는지, 스킬을 무슨 글자로 부르는지입니다. 먼저 폴더부터 봅니다. ego(lite)의 첫 실행 설정은 스킬을 두 폴더에 설치하는데, 그 폴더를 그대로 읽는 에이전트가 있고 자기 폴더에서만 읽는 에이전트가 있습니다.
~ 는 내 홈 폴더를 뜻합니다. WorkBuddy와 Hermes Agent는 /ego-browser 가 보이지 않으면 스킬 폴더를 자기 폴더로 복사해 주어야 합니다.아래 표에서 내 에이전트의 줄만 보면 됩니다. “데스크톱 앱의 권한 설정”과 “터미널 실행 명령”은 같은 일을 하는 두 길이므로, 내가 쓰는 화면 쪽 하나만 하면 됩니다. 터미널(글자로 명령을 입력하는 창)에서 에이전트를 쓰는 TUI(터미널 안에서 글자로 쓰는 화면)가 아니라면 터미널 칸은 건너뛰세요. 여기 없는 에이전트(직접 만든 에이전트 프로그램, 내 컴퓨터에서 도는 모델)는 6장에서 다룹니다.
| 에이전트 | 스킬을 읽는 폴더 | 데스크톱 앱의 권한 설정 | 터미널 실행 명령 | 스킬을 부르는 입력 | 이것만은 주의 |
|---|---|---|---|---|---|
| Claude Code | ~/.claude/skills/ | 입력 칸 옆 권한 선택기 → Bypass permissions | claude --dangerously-skip-permissions | /ego-browser | Cowork 가 아니라 Code 모드 |
| Codex | ~/.agents/skills/ | 입력 칸 왼쪽 아래 권한 선택기 → Full access | codex --dangerously-bypass-approvals-and-sandbox | /ego → ego-browser 선택 | ChatGPT 데스크톱 앱이면 Codex 모드로 |
| Cursor | ~/.agents/skills/ | Settings → Agents → Approvals & Execution → Run Everything | 문서에 없음 | /ego → ego-browser 선택 | 자체 Browser 창과 다른 길. 3.6 이전 화면은 Run Everything (Unsandboxed) |
| OpenCode | ~/.agents/skills/ | Settings → General → Auto-accept permissions | opencode --auto | /ego-browser 또는 @ego-browser | 스킬을 따로 한 메시지로 먼저 보냄 |
| WorkBuddy | ~/.codebuddy/skills/안 보이면 복사 | 입력 칸 아래 권한 메뉴 → Allow full access | codebuddy --dangerously-skip-permissions | /ego-browser | 터미널 쪽 이름은 CodeBuddy Code |
| Hermes Agent | ~/.hermes/skills/안 보이면 복사 | Settings → Safety → Approval Mode → Smart | hermes --tui --yolo | /ego-browser + 한 칸 띄우기 | 안 띄우면 “모르는 명령” 오류 |
| OpenClaw | ~/.agents/skills/ | Settings → Exec Approvals 의 세 항목 | openclaw exec-policy preset yolo 다음에 openclaw tui | /skill ego → /ego_browser | 이름에 밑줄. /ego 는 없는 명령 |
| DeepSeek Harness | ~/.agents/skills/ · 프로젝트 안 .agents/skills/ | (Web UI) 입력 칸 아래 권한 메뉴 → Full access | DSH_PERMISSION_MODE=danger-full-access dsh --profile headless "…" | /ego-browser | 데스크톱 앱·TUI 없이 Web UI(웹 브라우저에서 여는 대화 화면)와 headless(대화 화면 없이 도는) 명령 |
공통으로 막히는 곳과 푸는 법
여덟 문서의 문제 해결 항목을 모아 보면 대부분 같은 네 가지 증상입니다. 아래 그림의 순서대로 물어보면 어디서 막혔는지 금방 좁혀집니다.
| 증상 | 원인과 푸는 법 |
|---|---|
스킬이 안 보임/ego-browser 를 입력해도 목록에 없음 | ① ego(lite) 첫 실행 설정(onboarding — 처음 열 때 한 번 거치는 설정)을 끝까지 마쳤는지 봅니다. ② 에이전트를 완전히 종료했다가 다시 엽니다. ③ 그래도 없으면 그 에이전트가 읽는 스킬 폴더(비교표 둘째 칸)에 ego-browser 가 있는지 확인합니다. WorkBuddy와 Hermes Agent는 복사가 필요할 수 있습니다. Claude Code는 Code 모드인지, OpenClaw는 이름이 /ego_browser 인지도 봅니다. |
| 스킬은 불러왔는데 ego(lite)가 안 열림 | 문서들은 모두 권한 설정부터 확인하라고 안내합니다. 데스크톱 앱은 그 에이전트의 권한 설정(비교표 셋째 칸)이 켜져 있는지 다시 봅니다. TUI(터미널 안에서 글자로 쓰는 화면)는 지금 세션(에이전트와 나누는 대화 한 판)을 닫고, 권한 옵션을 붙인 명령(넷째 칸)으로 새로 시작합니다. |
| 사이트가 로그인·인증을 요구함 | 고장이 아닙니다. ego(lite)의 에이전트 Space(스페이스 — 에이전트 전용 작업 공간)에 들어가 내가 직접 로그인이나 인증을 마친 뒤(넘겨받기), 에이전트에게 계속하라고 말합니다(DeepSeek Harness 문서는 작업을 다시 실행하라고 안내합니다). 비밀번호나 인증 코드를 프롬프트(에이전트에게 보내는 글)에 붙여 넣지 않습니다. 자세한 흐름은 2장. |
| TUI가 엉뚱한 폴더(프로젝트)에서 열림 | 에이전트를 끝내고, 터미널에서 맞는 프로젝트 폴더로 이동한 뒤 같은 명령을 다시 실행합니다. 명령을 실행한 현재 폴더가 그 세션의 프로젝트가 됩니다. (OpenCode · WorkBuddy의 CodeBuddy Code · Hermes Agent 문서의 안내) |
여기에 없는 문제라면 아래에서 찾습니다.
그 에이전트에만 있는 문제
권한 항목이 목록에 없음, 명령을 못 찾음, Gateway 연결 실패 같은 것은 위의 에이전트별 소절 표에 있습니다. 비교표에서 내 에이전트 이름을 누르세요.
내가 만든 에이전트 · 로컬 모델
직접 만든 에이전트 프로그램이나 내 컴퓨터에서 도는 모델을 연결하다 막혔다면 6장을 봅니다.
설치부터 다시
ego(lite) 설치와 첫 실행 설정을 처음부터 다시 확인하려면 1장을 봅니다.
- 어느 에이전트든 순서는 같습니다 — ego(lite) 첫 실행 설정 → 에이전트 완전히 다시 열기 → 권한 넓히기 → 스킬 불러오기 → 일 맡기기 → 결과 확인.
- 에이전트마다 다른 것은 스킬을 읽는 폴더, 권한 설정의 이름과 위치, 스킬을 부르는 입력 세 가지입니다. 비교표에서 내 에이전트의 줄만 보면 됩니다.
- 함정 하나씩 — Claude Code는 Code 모드, Codex는 ChatGPT 앱이면 Codex 모드, Cursor는 Run Everything, OpenCode는 스킬과 작업을 두 메시지로, WorkBuddy·Hermes Agent는 스킬 폴더 복사, Hermes Agent는 띄어쓰기, OpenClaw는
/ego_browser, DeepSeek Harness는 Web UI. - 스킬이 안 보이면 설치·재시작·폴더를, ego(lite)가 안 열리면 권한을 확인합니다.
- 사이트가 로그인을 요구하면 에이전트 Space에서 내가 직접 처리하고, 비밀번호나 인증 코드는 프롬프트에 붙여 넣지 않습니다.
이 장의 나머지 소절과 🔧 세부는 완전 가이드 5장에 있습니다.
내 에이전트 · 로컬 모델 연결
5장에 나온 에이전트가 아니어도 ego(lite)를 쓸 수 있습니다. 직접 만들었거나 따로 구한 하니스(Agent Harness — AI 모델에게 도구를 쥐여 주고 돌리는 에이전트 프로그램)도, 인터넷 서비스 대신 내 컴퓨터에서 도는 로컬 모델도 연결됩니다. 조건은 하나입니다. 에이전트가 ego(lite)가 설치된 바로 그 컴퓨터에서 ego-browser 명령을 실행할 수 있으면 됩니다.
명령이 어디서 실행되나 — 세 가지 경우
하니스(에이전트를 돌리는 프로그램)가 ego(lite)를 조종하려면 ego(lite)가 설치된 컴퓨터에서 ego-browser를 실행할 수 있어야 합니다. 그래서 먼저 답할 질문은 “내 에이전트(내 대신 명령을 실행하며 일하는 AI 프로그램)는 명령을 어디에서 실행하는가”입니다. 이 답이 호스트 실행(명령이 ego(lite)가 설치된 바로 그 컴퓨터에서 실행되는 것) 권한이 따로 필요한지를 정합니다.
| 명령이 실행되는 곳 | 필요한 것 | 다음에 볼 곳 |
|---|---|---|
| ① 이 컴퓨터에서 직접 샌드박스(프로그램을 가둬 두는 격리된 실행 칸) 없음 | 추가로 필요한 것이 없습니다. ego-browser가 이 컴퓨터에 설치된 ego(lite)를 바로 띄울 수 있습니다. Bypass permissions 같은 권한 넓히기 설정이 아예 없을 수 있고, 일부러 만들 필요도 없습니다. | 스킬 불러오기 |
| ② 로컬 샌드박스 안 | 하니스가 공식으로 제공하는 호스트 실행(host-execution), 샌드박스 밖 실행(unsandboxed), 호스트 브리지(host-bridge — 격리된 곳에서 내 컴퓨터로 명령을 건네주는 다리) 가운데 하나. 에이전트가 ego-browser를 이 컴퓨터로 넘겨 실행하게 해 줍니다. | 호스트 실행과 승인 생략 |
| ③ 컨테이너(프로그램을 따로 담아 돌리는 격리된 상자) · 가상 머신(컴퓨터 안에 소프트웨어로 만든 또 하나의 컴퓨터) · 원격 서버 · 클라우드 | 이 컴퓨터에서 ego-browser를 실행해 줄 호스트 브리지. 이것이 없으면, 원격 환경 안에 스킬을 설치하거나 불러오는 것만으로는 내 컴퓨터의 ego(lite) 앱을 조종할 수 없습니다. | 막힐 때 |
데스크톱 앱인지 TUI(터미널 안에서 글자로 쓰는 화면)인지는 “설정이 어디 있는지”만 가릅니다. 데스크톱 앱도 명령을 내 컴퓨터에서 직접 돌릴 수도, 샌드박스 안에서 돌릴 수도 있고, TUI도 마찬가지입니다. 화면 종류로 설정 위치를 찾은 다음, 명령이 실제로 어디서 도는지는 따로 살핍니다.
| 쓰는 화면 | 권한 설정을 찾아볼 곳 |
|---|---|
| 데스크톱 앱 (Desktop) | 세션, 작업 공간(workspace), 에이전트(Agent), 도구(Tool), 보안(security) 설정 |
| 터미널 화면 (TUI) | 시작할 때 붙이는 옵션(startup flags), 설정 파일, 환경 변수(프로그램에 넘겨주는 설정 값), 세션 상태 줄(status line) |
연결 시험 — example.com 열어 보기
내 에이전트가 ego(lite)를 정말 조종할 수 있는지는 직접 열어 보는 시험으로만 확정됩니다. 로그인된 사이트를 열기 전에, 누구나 볼 수 있는 단순한 페이지로 먼저 시험합니다. 에이전트에게 이렇게 보냅니다.
Use the ego-browser Skill to open https://example.com in ego (lite), report the page title, and leave the page open.
뜻: ego-browser 스킬을 써서 ego(lite)에서 example.com을 열고, 페이지 제목을 알려 준 다음, 페이지는 열어 둬.
| 보이는 결과 | 뜻 | 다음에 할 일 |
|---|---|---|
| ① ego(lite)에 에이전트 Space(스페이스 — 에이전트 전용 작업 공간)가 열리고, 페이지가 뜨고, 하니스가 페이지 제목을 돌려준다 | 호스트 실행 길이 제대로 통합니다. | 아래 “실제 작업 맡기기”로 넘어갑니다. |
| ② 내가 명령을 직접 승인한 뒤에 페이지가 열린다 | 남은 것은 승인 정책뿐입니다. | 계속 직접 승인하거나, 믿을 수 있는 세션에 한해 그 하니스 문서에 나온 승인 생략 설정을 씁니다. |
| ③ 명령이 이 컴퓨터에 끝내 닿지 않는다 | 실행 위치나 호스트 실행 쪽 문제입니다. | 실행 위치와 호스트 실행 권한·브리지를 다시 확인합니다. |
실제 작업 맡기기
연결 시험이 통하면 진짜 브라우저 작업을 줍니다. 공식 안내가 에이전트마다 똑같이 쓰는 예시 작업은 이것입니다.
Use the ego-browser Skill to open Anthropic's official X profile and collect the first five posts shown in the Posts feed.
뜻: ego-browser 스킬을 써서 Anthropic 공식 X 프로필을 열고, Posts 피드에 보이는 첫 글 다섯 개를 모아 줘.
- 하니스가 슬래시 명령을 지원하지 않아도, 에이전트가 스킬을 찾을 수 있고 호스트 컴퓨터에서
ego-browser를 실행할 수 있으면 이런 평범한 문장 지시만으로 충분합니다. - 어떤 하니스를 쓰든 ego(lite) 쪽에서 눈에 보이는 흐름은 같습니다. 에이전트가 스킬을 불러오고 → 에이전트 Space를 열고 → 대상 페이지를 방문하고 → 요청받은 정보를 모읍니다.
결과 확인하기
- 하니스가 요청한 정보를 돌려줬는지 봅니다. 답을 보여 주는 모양은 하니스마다 다를 수 있습니다.
- 원본 페이지가 ego(lite)에 열린 채 남아 있는지 봅니다. 에이전트가 무엇을 보고 답했는지 대조할 수 있습니다.
로컬 모델로 쓰기 — 무엇이 필요한가
로컬 모델(인터넷 서비스가 아니라 내 컴퓨터에서 직접 돌리는 AI 모델)로도 ego(lite)를 조종할 수 있습니다. 공식 안내는 Qwen3.8 27B 모델과 OpenCode를 예로 들고, 프로그램 세 개를 같은 Mac 한 대에 둡니다.
| 프로그램 | 맡는 일 | 준비 |
|---|---|---|
| Ollama | 로컬 모델을 내려받고 실행합니다. | 설치한 뒤 앱을 열어 설정 안내를 끝까지 마칩니다. |
| OpenCode | 모델에 연결하고 작업을 실행합니다. | OpenCode 자체의 일반적인 연결 방법은 5장 OpenCode에 있습니다. |
| ego(lite) | 브라우저 동작을 처리합니다. | DMG를 내려받아 설치하고 첫 실행 설정(onboarding)을 마칩니다(1장). |
세 프로그램을 설치했다면 모델 설정 전에 두 가지를 해 둡니다.
- OpenCode를 완전히 껐다 켜기ego(lite) 첫 실행 설정이 ego-browser 스킬을
~/.agents/skills/에 설치합니다. 실행 중인 TUI(터미널 안에서 글자로 쓰는 화면) 세션까지 포함해 OpenCode를 완전히 종료하고 다시 열어야 스킬 목록을 다시 읽습니다. 새 대화를 여는 것만으로는 완전한 재시작이 아닙니다. - Ollama가 응답하는지 보기Ollama를 켜 둔 채 터미널(글자로 명령을 입력하는 창)에서
ollama list를 실행합니다. 모델 목록이 나오면 계속합니다. 아직 모델을 받기 전이면 목록이 비어 있어도 괜찮습니다.
그다음 순서는 모델 설정 → OpenCode에서 모델 고르기 → 권한을 켜고 작업 맡기기입니다.
- 어떤 하니스든 조건은 하나입니다. 에이전트가 ego(lite)가 설치된 컴퓨터에서
ego-browser를 실행할 수 있어야 합니다. - 명령이 이 컴퓨터에서 직접 돌면 추가 권한이 필요 없고, 샌드박스 안이면 하니스의 공식 통로가, 컨테이너·원격 환경이면 호스트 브리지가 필요합니다. 데스크톱 앱인지 TUI인지는 설정 위치만 가릅니다.
- 호스트 실행(어디서 실행하나)과 승인 생략(실행 전에 묻나)은 다른 설정이고 위험도 다릅니다. 승인 생략은 연결의 필수 조건이 아닙니다.
command -v ego-browser는 “찾을 수 있는지”만 알려 줍니다. 연결은 example.com을 열어 제목을 받아 보는 시험으로 확정합니다.- 로컬 모델은 Ollama(모델 실행) · OpenCode(작업 진행) · ego(lite)(브라우저 동작)를 같은 Mac에 두고, 컨텍스트 길이를 64k 이상으로 맞춘 뒤
opencode.json이 든 폴더 전체를 엽니다. - 모델이 글만 쓰고 브라우저가 안 움직이면, 스킬을 불러왔는지와 실제로 도구 호출이 나가는지부터 확인합니다.
이 장의 나머지 소절과 🔧 세부는 완전 가이드 6장에 있습니다.
다른 도구와 비교 · 개인정보 · 활용 사례
AI 에이전트가 브라우저를 쓰게 해 주는 도구는 ego(lite) 말고도 많습니다. 이 장에서는 그 도구들을 다섯 유형으로 나눠 ego(lite)와 무엇이 다른지 살피고, 내 데이터가 어디에 남는지, 값은 얼마인지, 실제로 어떤 일을 맡길 수 있는지를 정리합니다. 비교 내용은 모두 ego(lite)를 만든 Citro Labs의 문서에서 온 것이므로, “만든 쪽의 설명”이라는 점을 염두에 두고 읽으세요.
다섯 가지 유형 한눈에 보기
AI 에이전트(내 대신 명령을 실행하며 일하는 AI 프로그램 — Claude Code, Codex, Cursor 등)가 브라우저를 쓰게 해 주는 도구는 대부분 다섯 유형 가운데 하나입니다. 유형마다 브라우저가 어디에서 도는지, 누가 그 브라우저를 조종하는지가 다릅니다. ego(lite)는 내 컴퓨터에서 도는 완전한 브라우저이고, 에이전트는 그 안의 Space(스페이스 — 에이전트 전용 작업 공간)에서 일합니다.
| 유형 | 어떻게 동작하나 | 이런 때 잘 맞습니다 | ego(lite)가 낫다고 하는 점 |
|---|---|---|---|
| ① 브라우저 확장 프로그램(브라우저에 기능을 더하는 작은 프로그램) | 확장 프로그램이 에이전트를 내가 쓰고 있는 Chrome 창에 연결합니다. | 지금 보고 있는 페이지에서 받는 간단한 도움(양식 하나 채우기 등) | ego(lite)가 곧 브라우저라서, 에이전트와 브라우저를 따로 짝지어 연결할 것이 없습니다. 에이전트는 내 탭이 아니라 자기 Space에서 일합니다. |
| ② 클라우드 브라우저 | 브라우저가 서비스 업체의 서버에서 돕니다. | 브라우저를 100개 이상 한꺼번에 돌리는 제품, 내 컴퓨터가 꺼져도 계속 돌아야 하는 작업 | 내 컴퓨터에서 돕니다. 로그인 정보가 내 기기에 남고, 브라우저 사용 시간 요금이 없습니다. |
| ③ 에이전트 내장 브라우저 | AI 앱 하나 안에 들어 있는 브라우저 칸입니다. | 설정 없이 바로 쓰고 싶을 때, 에이전트를 내 실제 계정과 떼어 놓고 싶을 때 | 내 로그인이 들어 있는 완전한 Chromium(Chrome의 바탕이 되는 브라우저 엔진) 브라우저이고, 어떤 에이전트든 쓸 수 있습니다. |
| ④ 브라우저 CLI(글자로 명령을 입력해 브라우저를 조종하는 도구) | 에이전트가 보통 로그인 없이 시작하는 브라우저를 한 단계씩 조종합니다. | 실행할 때마다 새 브라우저가 필요한 경우(스크립트(정해 둔 순서대로 자동 실행하는 명령 묶음), 자동 검사) | 에이전트가 내 로그인 상태에서 시작하고, 한 번 호출할 때 여러 동작을 실행합니다. |
| ⑤ AI 브라우저 | 브라우저 회사가 만든 AI 비서가 옆 칸(사이드바)에 들어 있는 브라우저입니다. | 읽고 있는 페이지의 요약·번역 같은 빠른 도움 | 내 에이전트가 ego(lite)를 조종하므로, 내 컴퓨터의 코드와 파일도 함께 다룰 수 있습니다. |
개인정보 — 무엇이 내 컴퓨터에 남고 무엇이 나가나
ego(lite)는 내 컴퓨터에서 도는 프로그램입니다. 그래서 브라우저에 든 내 데이터는 Chrome을 쓸 때와 같은 방식으로 내 컴퓨터에 저장됩니다. 한편 AI 에이전트(내 대신 명령을 실행하며 일하는 AI 프로그램)가 어떤 페이지에서 일하면, 그 페이지의 내용은 에이전트가 쓰는 AI 모델로 전달됩니다. 이 둘을 구분해서 아는 것이 핵심입니다.
| 무엇 | 어디에 있나 · 어디로 가나 |
|---|---|
| Chrome에서 가져온 비밀번호 · 쿠키(로그인했다는 것을 기억하는 정보) · 방문 기록 · 북마크 · 확장 프로그램 · 프로필 | 내 컴퓨터에 저장됩니다. Chrome에서와 같은 방식이고 내가 통제합니다. 무엇을 남길지 내가 정하고, 설정에서 관리하거나 지울 수 있습니다. |
| 에이전트가 작업한 페이지의 내용 | 에이전트가 읽어서 자기가 쓰는 AI 모델로 보냅니다. 어떤 모델을 쓸지는 내가 고릅니다. |
| 명령과 결과 | ego(lite)가 브라우저를 돌리면서 브라우저와 내 에이전트 사이에서 전달합니다. |
| 계정 · 이메일 주소 | ego(lite)를 쓰는 데 필요 없습니다. |
데이터 처리에 관한 더 자세한 내용은 원문이 Privacy Policy(개인정보 처리방침)를 보라고 안내합니다. 이 가이드는 그 문서를 받지 않았으므로 여기 적힌 것 이상은 설명하지 않습니다.
활용 사례 — 무엇을 맡길 수 있나
문서가 드는 사례는 크게 두 갈래입니다. 자료를 찾아 모으고 계산하는 일과, 양식을 채우거나 로그인해야 보이는 화면을 다루는 일입니다. 지원서 제출이나 결제 같은 마지막 단계가 있는 사례에서는 에이전트가 그 앞에서 멈추고 내가 검토합니다.
활용 사례 쪽의 8가지와 빠른 시작 문서의 6개 분야를 겹치지 않게 분야별로 묶었습니다. 먼저 자료를 찾아 모으고 계산하는 쪽입니다.
글 모으고 반응 살피기
내 로그인으로 어떤 계정의 최근 7일 치 본문 글을 모아(고정 글·재게시·답글은 제외) 조회 수와 반응 순으로 순위표를 만들고 계정 평균도 냅니다.
그 밖에 답글 달기, 내 메모를 넣은 인용 글, 글 초안을 써서 예약 대기에 올리기, 반응 데이터 모으기, 언급 살피기, 계정 활동 가져오기. X, LinkedIn, Threads, Reddit, Instagram, Facebook을 지원한다고 합니다. 로그인은 필요한데 API(프로그램끼리 데이터를 주고받는 창구)로는 닿지 않는 데이터가 대상입니다.
일자리 찾고 지원서 채우기
직무·지역·근무 형태로 구인 사이트를 검색하고, 회사 채용 페이지를 열어 이력서 PDF로 지원서 전체를 채웁니다. 제출 한 번의 클릭 앞에서 멈춰 내가 검토하게 합니다.
LinkedIn, Wellfound, YC startup jobs에서 찾고, Apply를 눌러 지원 시스템(AshbyHQ, Greenhouse, Lever, Workday)으로 넘어가 이력서를 올리고 답변 초안을 채운 뒤 최종 제출 전에 내 확인을 기다립니다. 다른 예: LinkedIn에서 샌프란시스코의 AI 관련 Software Engineer 자리를 찾아 시니어 직함과 오래된 공고를 빼고, 지원 링크가 열려 있는 회사 10곳을 뽑기.
매물 찾고 비용 계산하기
도시·예산·주택 유형으로 매물을 거르고, 가장 맞는 매물을 열어 내 실제 계약금 기준으로 대출 상환액을 다시 계산합니다. 주소, 매물 가격, 예상 월 비용을 돌려줍니다.
Redfin, Zillow, Apartments.com에서 조건으로 거르고 대출·구매 여력 계산기를 돌린 뒤, 정리한 데이터를 내 컴퓨터의 Markdown 파일(간단한 기호로 꾸미는 글 파일)에 적게 할 수도 있습니다.
숫자 모으고 견주기
Yahoo Finance에서 미국 주식 5개의 가격·하루 변동·시가총액·1개월 수익률을 적고, 가장 많이 오른 종목과 내린 종목, 시가총액으로 가중한 하루 변동을 보고합니다.
Cars.com에서 뉴욕 근처 중고 Toyota Camry를 찾아 연식·주행 거리로 거르고, 계약금 5,000달러·60개월 조건으로 월 납입액을 계산합니다. Amazon 가격 비교, Costco 대량 주문, API가 사실상 닫혀 있는 증권사 관리 화면도 같은 방식으로 다룹니다.
다음은 양식을 채우거나 로그인 뒤의 화면을 다루는 쪽 셋과, 게임 사례 하나입니다.
검색부터 결제 직전까지
노선과 날짜로 항공편을 찾아 선호 항공사의 직항만 남기고, 가장 싼 것을 골라 탑승객 정보를 미리 채웁니다. 결제 페이지에서 멈추고 편명·출발 시각·총 요금을 알려 줍니다.
항공편·호텔·식당 예약 전체 흐름에서, 번거로운 양식을 내 실제 정보로 채우며 결제 페이지까지 가서 멈춥니다.
여러 관리 화면의 반복 작업
HubSpot, Salesforce, Notion, Airtable, Linear, Stripe, GA4, Search Console, Mixpanel 같은 SaaS(웹으로 쓰는 업무용 서비스)에서 보고서 뽑기, 대시보드 새로 고침, 항목 일괄 수정, 정해진 때에 보내기. 이런 서비스는 API를 다 열어 두지 않는 경우가 많고, 누구나 자동화를 직접 짤 수 있는 것도 아니라는 점이 이유입니다.
로그인 뒤에 있는 우리 회사 화면
직접 만든 관리자 화면, 스테이징(공개 전 시험용) 환경, QA(품질 점검) 흐름. 로그인에 막혀 다른 자동화 도구가 들어가지 못하는 페이지를, 내 평소 브라우저의 실제 로그인 상태를 물려받아 로그인된 채로 바로 들어갑니다.
체스 한 판 두기
Lichess에서 대국을 열고, 차례마다 판을 읽고, 초반·중반·종반에 맞춰 전략을 바꾸며 체크메이트·기권·무승부로 끝날 때까지 둡니다.
첫 화면이 드는 직무별 예 6가지
첫 화면은 “로그인된 탭에서 내가 할 수 있는 일은 에이전트도 할 수 있고, Space를 나눠 여러 작업을 한꺼번에 돌린다”며 직무별로 예를 듭니다.
| 직무 | 지금의 불편 | ego(lite)로 하면 |
|---|---|---|
| 개발(Coding) | Playwright식 스크립트는 페이지가 바뀌면 깨지고, 화면 없는 브라우저에는 내 로그인이 없습니다. | 에이전트가 로그인된 내 브라우저에서 시험합니다. 선택자나 로그인 스크립트를 관리할 필요가 없습니다. |
| 영업(Sales) | Sales Navigator, Salesforce 같은 곳은 데이터를 보여 주면서도 내보내기를 막거나 돈을 받아, 잠재 고객을 손으로 옮겨 적습니다. | 에이전트가 내 눈에 보이는 것을 읽어 필요한 곳에 씁니다. |
| 마케팅(Marketing) | 경쟁사 조사와 소셜 반응 살피기는 로그인한 채 탭 100개를 넘겨 보는 일입니다. | 에이전트가 내 로그인으로 글을 모아 분석합니다. |
| 재무(Finance) | 월말마다 Stripe, Shopify, 은행 등 수십 곳에 로그인해 청구서를 받습니다. | 에이전트가 청구서를 모으고 입금액을 주문과 맞춥니다. 승인과 지급은 여전히 내가 합니다. |
| 법무(Legal) | PACER 같은 판례 사이트에 로그인해 검색하고 PDF를 하나씩 읽습니다. | 에이전트가 내 로그인으로 이 일을 하고 인용 출처를 단 소송 문서를 돌려줍니다. 나는 판단과 분석에 집중합니다. |
| 조사(Research) | 조사 도구는 공개된 웹만 읽는데, 답은 Notion, Confluence, 대학 내부 사이트처럼 로그인 뒤에 있습니다. | 에이전트가 내 로그인으로 그 페이지를 읽고 출처를 밝힙니다. |
활용 사례 쪽에는 사례마다 00:23~00:39로 길이가 표시된 짧은 영상이 붙어 있습니다. 이 가이드는 영상 내용은 다루지 않고 쪽에 적힌 설명만 옮겼습니다.
- 에이전트가 브라우저를 쓰는 도구는 확장 프로그램, 클라우드 브라우저, 에이전트 내장 브라우저, 브라우저 CLI, AI 브라우저 다섯 유형으로 나뉘고, 유형마다 잘 맞는 일이 따로 있습니다.
- ego(lite)는 브라우저 자체입니다. 내 컴퓨터에서 돌고, 내 로그인에서 시작하며, 에이전트는 자기 Space에서 일하고, 어떤 에이전트든 연결할 수 있습니다.
- ego(lite)도 CAPTCHA나 본인 확인을 우회하지 않고, 에이전트가 어떤 작업을 해도 되는지 정해 주지도 않습니다.
- Real-World Bench(실제 사이트 작업 31개)에서 완전 성공률 93.5%, 작업당 평균 398초, 평균 비용 1.64달러였습니다. 만든 회사가 직접 잰 수치입니다.
- 브라우저 데이터는 내 컴퓨터에 남고, 에이전트가 읽은 페이지 내용은 내가 고른 AI 모델로 갑니다. 계정과 이메일은 필요 없습니다.
- 앱은 무료이고 에이전트·모델 비용은 내가 냅니다. macOS 정식, Windows 베타, Linux 예정입니다.
- 사례는 자료를 모아 계산하는 일과 양식을 채우거나 로그인 뒤 화면을 다루는 일로 나뉘고, 지원·예약 사례에서는 에이전트가 제출 직전이나 결제 페이지에서 멈춥니다.
이 장의 나머지 소절과 🔧 세부는 완전 가이드 7장에 있습니다.