1. 알리바바 Page Agent란? 코딩 없는 무료 AI 비서
최근 AI 업계의 판도를 뒤흔들고 있는 메가 트렌드는 단연 ‘행동하는 AI(AI Agent)’입니다. 대화창에만 머물며 대답을 내놓던 AI가, 이제는 사람처럼 직접 마우스를 움직이고 키보드를 두드리며 내 컴퓨터를 조작하기 시작했죠. 최근 큰 화제를 모은 클로드(Claude)의 '컴퓨터 유즈(Computer Use)'나 '오픈 인터프리터(Open Interpreter)'가 바로 그 대표적인 예입니다.
하지만 비개발자나 초보자가 이러한 최신 기술을 자신의 PC에 직접 구축하고 다루기에는 여전히 진입 장벽이 높은 것이 사실입니다.
"만약 이 경이로운 'AI 에이전트' 기술을 복잡한 설치나 코딩 없이, 평소 사용하는 웹 브라우저 안에서 아주 가볍게 체험해 볼 수 있다면 어떨까요?"
알리바바(Alibaba)가 공개한 오픈소스 도구, Page Agent는 바로 그 호기심을 충족시켜 줄 완벽한 입문서입니다. 이 프로그램은 내 브라우저 안에 조용히 상주하며, "새 탭 열어서 날씨 검색해 줘"라는 일상적인 명령을 알아듣고 스르륵 마우스 커서를 움직여 스스로 클릭까지 대신해 주는 'AI 비서'입니다.
2. 초보자를 위한 Page Agent 크롬 확장 프로그램 사용법 (3단계)
1단계: 크롬 웹 스토어에서 확장 프로그램 설치하기
마치 스마트폰에 새로운 앱을 설치하듯, 크롬 브라우저에 Page Agent 기능을 추가하는 과정입니다.
PC에서 구글 크롬(Chrome) 브라우저를 엽니다.
[Chrome 웹 스토어]에 접속하여 검색창에 PageAgent를 검색하거나, 알리바바의 공식 깃허브 링크를 통해 확장 프로그램 페이지로 이동합니다.
우측 상단의 'Chrome에 추가(Add to Chrome)' 버튼을 클릭하여 설치합니다.
설치가 끝나면 브라우저 우측 상단의 퍼즐 모양 아이콘(확장 프로그램)을 클릭하고, PageAgent 옆의 압정(📌) 아이콘을 눌러 바깥으로 고정해 두면 언제든 부르기 편합니다.
2단계: AI 비서에게 지능(API 키) 연결하기 (무료 vs 직접 연동)
확장 프로그램을 설치했어도 아직은 움직일 수 있는 '몸통'만 있는 상태입니다. 나의 지시를 찰떡같이 알아들을 똑똑한 '뇌'를 연결해 주어야 합니다.
옵션 A. 무료 데모 바로 사용하기:
별도의 설정 없이 이 채팅창에 바로 명령을 입력해도 작동합니다. 이 경우 알리바바가 기본으로 제공하는 무료 데모 API 서버를 사용하게 됩니다. 체험용으로 아주 훌륭합니다.
우측 상단에 고정해 둔 PageAgent 아이콘을 클릭하면 화면 측면에 사이드 패널(채팅창 형태)이 열립니다.
여기서 그냥 사용하셔도 됩니다. 그냥 사용할 경우 알리바바에서 제공하는 무료API를 사용하게 됩니다.
옵션 B. 더 똑똑한 내 전용 API 연결하기: 더 뛰어난 AI 모델을 사용하고 싶다면 내가 원하는 인공지능 모델을 API로 연결하여 사용할 수 있습니다.
다른 API를 사용하시고 싶으실 경우 패널 내의 ⚙️설정(톱니바퀴) 메뉴로 들어갑니다.
Page Agent 확장 설정 화면
사용할 AI 모델을 선택합니다. (OpenAI의 GPT-4o, Anthropic의 Claude, 알리바바의 Qwen 등 원하는 두뇌를 선택할 수 있습니다.)
모델 선택 화면
해당 AI 서비스의 공식 사이트에서 발급받은 API 키(API Key)를 입력하고 저장합니다.
API Key 입력란
직접API키를 입력했을 때의 특징
장점: 내가 원하는 가장 똑똑한 AI 모델을 직접 선택할 수 있으며, 사용량 통제 및 맞춤 설정이 가능해 압도적인 확장성을 자랑합니다.
단점: AI가 고민하고 행동할 때마다 내 API 요금이 발생하므로, 비용 관리가 필요합니다.
실무 팁: 처음엔 '무료 데모 API'로 신기함을 맛보고, "이걸 내 반복 업무에 써먹어야겠다!"라는 확신이 들면 '직접 연동 API'로 넘어가시는 것을 강력히 추천합니다.
3단계: 실전 웹 자동화! 자연어로 AI에게 명령 내리기
이제 모든 준비가 끝났습니다! 화면 옆에 열린 채팅창에 실제 비서에게 업무를 지시하듯 자연어로 명령을 내려보세요.
💬 다중 페이지(Multi-Page)를 넘나드는 추천 명령어 예시:
정보 검색 및 요약: "새 탭을 열어서 구글에 들어간 다음, '인공지능 최신 트렌드'를 검색해 줘. 그리고 가장 위에 있는 뉴스 기사를 클릭해서 3줄로 요약해 줘."
Page Agent Ext를 사용해 새 탭을 열고 구글에서 ‘인공지능 최신 트렌드’를 검색하는 자동화 과정이 단계별로 표시된 화면입니다.
데이터 이동 (복사 및 붙여넣기): "현재 화면에 있는 '고객 주소'를 복사한 다음, 새 탭을 열어서 구글 지도로 이동해. 그리고 검색창에 그 주소를 붙여넣고 검색 버튼을 눌러줘."
쇼핑:"새 탭에서 다나와 사이트에 접속해 줘. 200만 원 이하 예산에서 평가가 가장 좋은 게이밍 노트북 리스트를 3개 찾아서 정리해 줘."
💡 작동 원리: 명령을 내리는 순간, AI가 내 브라우저 탭의 통제권을 쥡니다. 허공에서 새 탭이 스르륵 열리고, 키보드가 타이핑되며, 마우스가 정확한 위치를 찾아 버튼을 클릭하는 과정을 실시간으로 지켜볼 수 있습니다.
3. 사용비용
1. 알리바바 무료 데모 API 사용 시: "완전 무료"
확장 프로그램을 설치하고 별도의 설정 없이 바로 채팅창에 명령을 내린다면, 알리바바 클라우드에서 제공하는 '테스트용 AI 서버'를 사용하게 됩니다.
비용: 0원 (완전 무료)
특징: 신용카드 등록이나 설정 과정이 일절 필요 없습니다.
주의점: 전 세계 사용자가 함께 쓰는 테스트 서버이므로 반응이 느릴 수 있고, 보안을 보장하지 않으므로 개인정보나 회사 업무를 처리하는 데에는 적합하지 않습니다.
2. 내 전용 API 키를 직접 연결할 시: "사용한 만큼만 내는 종량제(Pay-As-You-Go)"
더 빠르고 똑똑한 나만의 비서를 만들기 위해 설정(⚙️)에서 내가 직접 발급받은 OpenAI(GPT-4o)나 Anthropic(Claude)의 API 키를 입력한다면, 해당 AI 서비스의 요금 정책에 따라 비용이 청구됩니다. (마치 자동차에 내가 직접 기름을 넣고 달리는 것과 같습니다.)
🚨 여기서 잠깐! 일반 ChatGPT를 쓸 때보다 요금이 더 빨리 나가는 이유
단순히 대화창에서 질문하고 답변을 받는 일반적인 챗봇과 달리, Page Agent 같은 '행동하는 AI'는 작동 원리상 비용(토큰) 소모가 훨씬 큽니다. 그 이유는 다음과 같습니다.
첫째, 무거운 시각 정보(Vision) 처리: AI는 화면의 버튼이 어디 있는지 알아내기 위해 현재 웹페이지의 구조나 화면 캡처 이미지를 읽어 들입니다. 텍스트보다 이미지를 분석할 때 훨씬 더 많은 데이터(토큰)가 소모됩니다.
둘째, 다중 단계(Multi-step) 추론: *"신발 하나 사줘"*라는 한 줄의 명령을 수행하기 위해, AI는 [검색창 찾기 -> 검색어 입력 -> 엔터 누르기 -> 결과 클릭 -> 장바구니 담기] 등 여러 번 화면을 다시 읽고 스스로 다음 행동을 묻고 답하는 과정을 수차례 반복합니다. 이 모든 단계마다 API 호출 비용이 발생합니다.
4. 필수 확인: 초보자가 반드시 알아야 할 3가지 주의사항
아무리 훌륭한 비서라도 올바른 관리가 필수입니다. 아래 세 가지 수칙은 꼭 명심해 주세요.
비용의 눈덩이를 조심하세요 (API 과금 주의): 내 API 키를 직접 붙여서 사용할 경우 주의가 필요합니다. 확장 프로그램은 여러 페이지를 오가며 엄청난 양의 시각적 정보를 훑어봅니다. 복잡한 지시일수록 AI가 소모하는 데이터(토큰) 양이 기하급수적으로 늘어나 요금이 빠르게 발생할 수 있습니다.
나의 리모컨 권한 사수하기: 나의 API 키나 확장 프로그램 제어 권한(Auth Token 등)을 신뢰할 수 없는 낯선 웹사이트에 절대 노출하지 마세요. 이는 내 지갑과 브라우저의 통제권을 해커에게 통째로 넘겨주는 것과 같습니다.
최종 승인은 사람이 (Human-in-the-loop): AI도 가끔 화면을 잘못 읽어 엉뚱한 버튼을 누를 수 있습니다. Page Agent는 결제나 삭제 같은 중대한 행동을 하기 전 "이 작업을 승인하시겠습니까?" 하고 묻습니다. 이때 비서의 작업 과정을 꼼꼼히 지켜보고 올바르게 승인(Approve)해 주어야 안전합니다.
5. 글을 마치며: 일상을 바꾸는 AI 브라우징의 시작
Page Agent는 복잡한 코딩 지식 없이도 오직 '우리가 평소 쓰는 말'만으로 디지털 세계를 조종할 수 있게 해주는 훌륭한 도구입니다.
지금 바로 가벼운 마음으로 설치하여 "이 페이지를 요약해서 3줄로 알려줘"라는 첫 명령을 내려보세요. 여러분의 웹 브라우징 경험과 업무 방식이 오늘을 기점으로 완전히 달라질 것입니다.
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.