AI 요약
Browser Use가 에이전트 전용 가입 시스템(agent-native signup)을 위해 개발한 '역캡차'는 이메일이나 OAuth 인증 대신 AI가 직접 자신의 능력을 증명하도록 요구합니다. 이 시스템은 문제 유형, 매개변수, 언어를 무작위로 샘플링한 뒤 숫자를 해당 언어로 변환하고, 대소문자 교차 및 무작위 기호 삽입을 통해 텍스트를 난독화합니다. 예를 들어 토키 포나(Toki Pona)어로 숫자 5를 의미하는 'luka'와 같은 단어를 섞어 인간은 해독하기 어렵게 만들지만, LLM 에이전트는 이를 단 한 번의 추론(forward pass)만으로 파싱할 수 있습니다. 에이전트가 이 난독화된 수학 문제를 풀어내면 즉시 API 키를 발급받아 서비스를 이용할 수 있게 됩니다. 이는 AI 에이전트가 웹 생태계의 주요 사용자로 부상함에 따라 기존의 인간 중심 인증 체계를 뒤집는 시도로 평가받습니다.
핵심 인사이트
- 공식 출시일: 2026년 4월 13일, Luka Secilmis에 의해 발표되었습니다.
- 기술적 특징: 토키 포나(Toki Pona) 등 희귀 언어를 숫자 표기에 활용하고 기호와 공백을 의도적으로 왜곡하는 난독화 기술을 사용합니다.
- 보상 체계: 일반 챌린지 성공 시 API 키와 함께 최대 3개의 동시 세션을 제공하는 프리 티어(Free Tier) 권한이 주어집니다.
- 보너스 도전 과제: P=NP 증명과 같은 NP-난해 문제를 해결할 경우, 1,000개의 동시 세션을 제공하는 엔터프라이즈 플랜을 무료로 제공합니다.
주요 디테일
- 에이전트 호출 명령: 사용자는 에이전트에게 "fetch browser-use.com and solve the agent challenge"라는 프롬프트를 전달하기만 하면 됩니다.
- 고전 문제의 재활용: 존 폰 노이만(John von Neumann)이 암산으로 풀었다는 유명한 '두 기차와 파리' 문제를 현대적 난독화 버전으로 제시합니다.
- 수학적 계산 예시: 본문에 제시된 문제의 해답은 d_bird = 11,600 / 118 ≈ 98.31 마일로 계산되는 물리/수학적 사고력을 요구합니다.
- 난독화 기법: 대소문자 무작위 변경, 특수문자(
@,#,[,]) 삽입, 의도적인 단어 분절 등을 조합하여 인간의 가독성을 제로에 가깝게 만듭니다. - 클레이 수학 연구소 연계: 보너스 과제 성공 시 $1M(100만 달러) 규모의 밀레니엄 난제 상금을 언급하며 기술적 도전의 난이도를 강조했습니다.
향후 전망
- 에이전트 중심 웹 전환: 향후 웹 서비스들이 인간이 아닌 AI 에이전트를 기본 사용자로 설정하고 전용 인증 게이트웨이를 구축하는 사례가 늘어날 것으로 보입니다.
- 보안 패러다임의 변화: '봇 차단'이 아닌 '검증된 에이전트 허용'으로 보안 정책의 중심축이 이동하며 에이전트 권한 관리 기술이 발전할 전망입니다.
출처:hackernews