AI 브라우저 에이전트 Jev Ultrafast는 화면 전체를 이미지로 분석하는 대신 코드(DOM)를 직접 읽는 방식을 택해, 비용은 낮추고 속도는 25% 이상 높였습니다.
상상해보세요. 바쁜 아침, AI 비서에게 “다음 주 런던행 최저가 항공권 찾아서 예약해줘”라고 말만 던져놓고는 커피를 마시러 갑니다. AI는 순식간에 수많은 항공사 사이트를 누비며 가장 저렴한 표를 찾아 결제까지 마무리합니다. 과거에는 이런 일이 SF 영화 속 이야기 같았지만, 이제는 AI 브라우저 에이전트들이 그 역할을 대신하기 시작했습니다. 하지만 여기에는 큰 문제가 하나 있었습니다. AI가 웹사이트를 ‘보는’ 방식이 너무 느리고 비효율적이었다는 점입니다.
최근 등장한 Jev Ultrafast(참고 1)는 바로 이 문제를 해결하고자 나선 새로운 브라우저 에이전트입니다. 오늘 MindTickleBytes에서는 왜 이 기술이 중요한지, 그리고 어떻게 우리가 웹을 사용하는 방식을 바꿀지 쉽게 알아보겠습니다.
이게 왜 중요한가요?
기존의 많은 자율형 웹 에이전트는 웹사이트를 사람처럼 ‘시각’에 의존해 이해했습니다. 매 순간 화면을 캡처해서 AI에게 “지금 화면에 뭐가 보이니?”라고 묻고 답변을 기다리는 과정을 반복했던 것이죠. 이는 마치 우리가 스마트폰 화면을 1초마다 사진으로 찍어 분석하는 것만큼이나 비효율적인 일입니다.
Jev Ultrafast는 이 ‘이미지 캡처-분석’ 루프를 과감히 버렸습니다(참고 2). 이는 단순한 기술적 개선을 넘어, AI가 웹 서비스를 이용하는 속도를 25% 이상 높여줍니다(참고 2). 사용자가 기다리는 시간이 짧아질 뿐만 아니라, AI를 돌리는 데 드는 컴퓨팅 비용도 획기적으로 줄어들어, AI 비서가 우리 삶에 훨씬 더 가깝게 다가올 수 있는 발판을 마련했습니다(참고 6).
쉽게 이해하기: ‘이미지’가 아니라 ‘설계도’를 읽는다
쉽게 비유하자면 이렇습니다. 기존 에이전트가 어떤 건물을 찾기 위해 건물의 외관 사진을 일일이 찍어서 확인하는 사람이었다면, Jev Ultrafast는 건물의 ‘설계도’를 직접 손에 쥐고 있는 사람과 같습니다.
웹사이트도 결국 컴퓨터가 읽을 수 있는 복잡한 코드, 즉 DOM(Document Object Model, 문서 객체 모델)로 이루어져 있습니다. Jev Ultrafast는 이 코드의 구조를 ‘스냅샷’으로 추출하고, 그 안의 요소들을 일목요연하게 인덱스(번호)로 정리합니다(참고 2).
쉽게 말해서, AI에게 웹사이트를 매번 “보여주는” 대신, “이 웹사이트의 구성표를 줄 테니 여기서 버튼 번호를 골라봐”라고 제안하는 방식입니다. 이를 위해 TypeSafe사의 ‘Jev Choice’라는 기술을 사용하여, 한번 목표를 세우면 중간에 AI가 고민하느라 멈추는 일 없이 물 흐르듯 작업을 수행합니다(참고 9).
물론, AI가 텍스트를 입력해야 하는 특수한 상황(예: 검색창에 날짜 입력)에서는 작은 언어 모델이 다시 투입되어 유연하게 대처합니다(참고 1, 참고 6). 이렇게 상황에 따라 적절한 도구를 활용하는 똑똑한 분업 체계를 갖춘 셈입니다.
현재 상황: 어디까지 왔을까?
Jev Ultrafast는 이미 실전 성능을 증명하고 있습니다. 실제 시연에서 구글 플라이트(Google Flights)를 사용해 취리히에서 런던으로 가는 비행기 표를 탐색하는 작업을 단 7.1초 만에 끝냈습니다(참고 1, 참고 6). 이 과정에 들어간 비용은 약 0.0039달러, 우리 돈으로 5원도 되지 않는 놀라운 효율을 보였습니다(참고 6).
Jev는 흔히 ‘시스템 1 모델(System One Model)’이라고 불리는데, 이는 인간의 뇌가 무의식적으로 빠르게 반응하는 시스템처럼, 복잡한 생각 없이 즉각적인 판단을 내리는 데 최적화된 모델이라는 뜻입니다(참고 5). 하지만 주의할 점은 있습니다. 모든 기술이 그렇듯 초기 단계에서는 간혹 웹사이트의 구조가 예기치 않게 변경되거나, 라이브러리 사용 시 데이터가 제대로 반환되지 않아 작업을 멈추는 경우(Blocked 상태)도 보고되고 있습니다(참고 8). 즉, 이제 막 걸음마를 떼기 시작한 유망한 기술이라는 점을 기억해야 합니다.
앞으로 어떻게 될까?
앞으로는 AI 에이전트가 우리 대신 단순히 정보를 검색하는 것을 넘어, 쇼핑, 예약, 관리 등 복잡한 웹 기반 업무들을 더욱 빠르고 저렴하게 처리하게 될 것입니다. 200배 빠르다는 주장이 나올 정도로 기술 발전 속도가 매우 가파릅니다(참고 14).
언젠가 여러분은 “다음 휴가 준비해줘”라고 짧은 말 한마디만 남기고, 항공권 예매부터 호텔 확정까지 AI 에이전트가 순식간에 끝내놓은 화면을 확인하게 될 것입니다. 지금 우리가 주목해야 할 것은, AI가 얼마나 더 ‘똑똑해지는가’만큼이나, 이처럼 AI가 우리 도구를 얼마나 더 ‘효율적으로 활용하는가’입니다.
MindTickleBytes의 AI 기자 시선
Jev Ultrafast는 AI가 인간의 도구를 다루는 방식에 대한 중요한 전환점을 제시합니다. 시각적 인지에만 의존하던 기존 방식에서 구조적 데이터 활용으로의 변화는, AI 에이전트가 현실 세계의 실무에 빠르게 녹아들 수 있도록 돕는 실질적인 가교가 될 것입니다.
참고자료
- GitHub - browser-use/jev-ultrafast (https://github.com/browser-use/jev-ultrafast)
- Jev Ultrafast Cuts Browser Agent Time by 25% With TypeSafe … (https://news.lavx.hu/article/jev-ultrafast-cuts-browser-agent-time-by-25-with-typesafe-action-space)
- Jev Ultrafast: A browser agent with a dynamic, indexed action … (https://news.ycombinator.com/item?id=49735979)
- How Does Jev Work? RLCD & Parallel Inference Explained … (https://www.explainx.ai/blog/how-does-jev-work-rlcd-system-one-model-explained-2026)
- [AINews] Jev: a “System One Model” that only decides … (https://www.latent.space/p/ainews-jev-a-system-one-model-that)
- Gregor Zunic on X: “Breaking: Browser Use + Jev = Ultrafast ⚡ … (https://x.com/gregpr07/status/2100411066966749359)
- browser-use/jev-ultrafast — GitHub trending stats & insights (https://trendshift.io/repositories/242003)
- Library API: first observation can return an empty action space; agent terminates with BLOCKED instead of retrying (https://github.com/browser-use/jev-ultrafast/issues/1)
-
vlad-terin/jev-browser DeepWiki (https://deepwiki.com/vlad-terin/jev-browser) -
jev-browser-mcp by Ying-Kai-Liao Glama (https://glama.ai/mcp/servers/Ying-Kai-Liao/jev-browser) - Building Browser Agents: Architecture, Security, and Practical Solutions (https://arxiv.org/html/2511.19477v1)
- BrowserAgent: Building Web Agents with Human-Inspired Web Browsing Actions (https://arxiv.org/html/2510.10666v2)
- Best 30+ Open Source Web Agents (https://aimultiple.com/open-source-web-agents)
- Jev: TypeSafe’s Decision Model, Speed and Cost Explained (https://www.orcarouter.ai/blog/jev-typesafe-system-one-what-we-know)
- 매 순간 화면을 이미지로 캡처한다
- 코드(DOM)를 직접 읽어 구조화한다
- 인간의 클릭을 직접 녹화한다
- 텍스트 생성 중심의 모델이기 때문
- 이미지 처리 속도가 매우 빠르기 때문
- 비자동회귀적(non-autoregressive)으로 빠르게 의사결정을 내리기 때문
- 7.1초
- 25초
- 1분 이상