jev-ultrafast: 7초 만에 구글 플라이트 예약 완료, 스크린샷 없는 브라우저 에이전트

자연어 목표 하나만 입력하면 웹 브라우저 조작을 자동화한다. TypeSafe의 Jev 모델이 클릭할 요소와 입력할 텍스트를 동시에 예측해, 기존 방식처럼 여러 단계의 API 호출을 기다리지 않는다. 취리히에서 런던으로 가는 항공편 검색을 실제 로딩 시간 포함 7.1초 만에 끝내는 것이 특징이다.

스크린샷을 분석하지 않고 DOM 구조를 직접 읽는 것이 핵심이다. 페이지의 모든 제어 요소를 인덱싱된 테이블로 변환해 LLM에 전달하며, CLICK이나 TYPE_TEXT 같은 특정 작업에만 해당하는 타겟을 선별한다. 이를 통해 브라우저 프로토콜 호출 횟수를 1,092회에서 101회로 줄이고 전체 작업 시간을 25% 단축했다.

텍스트 입력이 필요한 경우에만 소형 LLM이 개입해 내용을 생성한다. 나머지 동작은 구조화된 상태 데이터를 기반으로 즉각 실행되므로, 화면 렌더링이나 이미지 처리 오버헤드가 없다. Shadow DOM이나 캔버스 등 복잡한 UI 요소는 아직 지원 대상이 아니지만, 일반적인 HTML表单 조작에는 충분한 성능을 보인다.