Owl Browser

Owl Browser는 JavaScript 주입이 아니라 Chromium의 C++ 코드 안에서 지문을 위장한다. 이 빌드는 navigator, canvas, WebGL, WebRTC, 폰트, 오디오를 아우르는 27개 재정의 모듈과 31개 Blink 패치를 담는다. 위장한 값이 진짜 값과 같은 네이티브 경로에서 나오기 때문에, JavaScript 기반 봇 탐지기가 불일치로 지적할 것이 없다. 영리하고, 스크립트로 따라 하기는 어렵다.

스크린샷으로 움직이는 에이전트는 모델이 겨우 읽는 이미지에 토큰을 태운다. 에이전트 렌더링은 모든 상호작용 요소에 @handle_12 같은 안정적인 핸들을 붙인 압축 텍스트 뷰를 돌려준다. 에이전트는 페이지를 관찰한 뒤 핸들로 클릭한다. Olib AI 자체 벤치마크에서 이 방식은 작업당 토큰 중위수를 약 38.6k로 낮췄다. 같은 작업에 Chrome DevTools MCP는 약 71k, Playwright MCP는 73k가 필요했다.

Model Context Protocol 서버는 Owl Browser 안에서 돌며 스트리밍 가능한 HTTP로 POST /mcp에 응답한다. 따로 챙길 프로세스가 없다. MCP를 아는 에이전트 클라이언트라면 연결해 SDK가 노출하는 것과 같은 185개 자동화 도구로 브라우저를 조작한다.

로컬 llama.cpp 엔진이 Qwen3-VL-2B를 실행해 이미지를 외부 서비스로 보내지 않고 CAPTCHA를 푼다. reCAPTCHA, hCaptcha, Turnstile이 여기에 포함된다. 민감한 페이지를 다루는 팀에는 해결을 자체 하드웨어에 두는 일이 정확도만큼 중요하다.

인스턴스 하나가 최대 256개의 격리 브라우저 컨텍스트를 병렬로 돌릴 수 있고, 각각 자체 쿠키와 프록시, 지문 프로필을 가진다. 콜드 스타트 시간은 12ms 아래로 유지된다. 대규모 수집과 테스트 작업을 장비 떼가 아니라 한 대에서 감당하게 만드는 지점이다.

Python SDK(pip install owl-browser-sdk)와 Node.js SDK(@olib-ai/owl-browser)는 같은 클라이언트 모델을 감싸므로 Playwright 스타일 스크립트가 적당한 수정만으로 옮겨진다. 배포는 Docker 명령 한 번이고, 데이터는 직접 통제하는 인프라에 남는다. 이전에는 스프린트가 아니라 반나절이면 된다.