Skyvern AI

페이지를 렌더링하고 상호작용 요소에 상자를 그린 뒤 비전 모델에 각 요소의 역할을 묻는다. 고정 선택자에 기대지 않으므로 레이아웃이 바뀌어도 실행이 끊기지 않는다. 한 번도 본 적 없는 사이트에서도 같은 흐름이 돈다. 포털마다 스크립트를 하나씩 두느냐, 하나로 전부 감당하느냐의 차이가 여기서 갈린다.

빌더는 자동화를 블록으로 나눈다. 이동, 동작, 추출, 로그인, 대기, 반복. 화면에서 이어 붙이고 판단이 필요한 블록에 지시를 더한 뒤 일정을 걸면 된다. 기술 배경이 없어도 반나절이면 돌아가는 흐름을 만든다. 블록으로 표현할 수 없는 처리는 Enterprise의 사용자 코드 블록이 맡는다.

내장 해결기가 흔한 이미지·체크박스 과제를 처리하고 Pro 요금제에서는 고급 모델로 바뀐다. 2단계 로그인용 TOTP 코드는 실행 중에 생성되어 인증 절차를 끝까지 통과한다. 유료 요금제에서는 문자로 코드를 보내는 사이트를 위해 Skyvern 번호를 월 10달러에 빌릴 수 있다.

JSON 스키마를 넘기면 에이전트가 페이지에서 항목을 채워 스크린샷이 아닌 레코드를 돌려준다. 출력은 JSON이나 CSV이며 종료 시 웹훅을 호출할 수 있다. 문서 작업은 파일을 내려받아 OCR을 돌리고 분류해 보내는 단계까지 한 번에 처리한다.

데이터센터 프록시는 모든 요금제에 포함된다. Pro와 Enterprise에는 주거용 프록시와 주, 도시, 우편번호 단위 지정이 더해진다. 지역마다 내용이 달라지는 포털이나 데이터센터 대역을 막는 사이트에서 힘을 발휘한다.

전체 코드가 GitHub에 AGPL-3.0으로 공개되어 있고 이 글을 쓰는 시점에 별 23,000개를 넘겼다. SDK는 Playwright 방식을 따르므로 기존 자동화 코드도 몇 줄만 고치면 AI 요소 인식을 얻는다. 직접 호스팅하면 페이지 데이터와 인증 정보가 사내 네트워크에 머문다. 같은 저장소가 SQLite로 로컬에서, Postgres로 Docker에서 돈다.

실행마다 단계, 각 동작의 이유, 스크린샷 기록이 남는다. 에이전트가 엉뚱한 곳을 클릭하면 어떤 요소를 왜 골랐는지 확인할 수 있다. 원인 추적이 짐작에서 2분짜리 검토로 바뀌고, 컴플라이언스 팀은 자동 처리의 감사 기록을 확보한다.