Surfer H

Surfer H란 무엇인가요?

Surfer H는 웹 기반 작업을 자동화하도록 설계된 비용 효율적인 웹 에이전트입니다. 오픈 웨이트를 활용하고 VLM(Visual Language Model) 제품군인 Holo1을 기반으로 하여 인간 사용자처럼 웹 UI(User Interface)와 상호 작용할 수 있습니다. 이를 통해 Surfer H는 화면에 무엇이 있는지 확인하고, 어떤 작업을 수행할지 결정하고, UI와 상호 작용하고, 작업이 완료되었는지 판단할 수 있습니다.

Surfer H는 어떻게 작동하나요?

Surfer H는 세 가지 주요 구성 요소로 구성된 모듈식 설계를 기반으로 합니다.

• 정책 모델: 이 구성 요소는 에이전트의 동작을 계획, 결정 및 추진하고 원하는 결과를 달성하는 데 필요한 단계를 결정합니다.
• 로컬라이저 모델: 이 모델은 시각적 UI를 해석하여 에이전트가 웹 요소와 정확하게 상호 작용할 수 있도록 합니다.
• 유효성 검사기 모델: 이 구성 요소는 답변이 정확하고 완전한지 확인하고 에이전트가 정확한 결과를 제공하도록 보장합니다.

Surfer H는 행동하기 전에 생각하고, 메모를 하고, 초기 시도가 실패하면 다시 시도하는 방식으로 작동합니다. 에이전트의 모듈식 아키텍처를 통해 각 구성 요소에 대해 다른 모델을 사용할 수 있으므로 정확성, 속도 및 비용 간의 균형을 맞추는 데 유연성을 제공합니다.

주요 특징 및 장점

• 비용 효율성: Holo1을 기반으로 하는 Surfer H는 정확성과 비용 간의 강력한 균형을 제공하여 다른 에이전트보다 훨씬 저렴한 비용으로 높은 성능을 제공합니다.
• 유연성 및 모듈성: 모듈식 설계를 통해 각 구성 요소에 대해 다른 모델을 사용할 수 있으므로 특정 작업 요구 사항에 따라 사용자 정의할 수 있습니다.
• 브라우저 기반 작업: Surfer H는 브라우저를 통해 직접 작동하므로 사용자 정의 API 또는 래퍼가 필요하지 않습니다.
• 최첨단 UI 현지화: Holo1의 고급 UI 현지화 기능을 통해 Surfer H는 웹 요소를 정확하게 식별하고 상호 작용할 수 있습니다.
• WebVoyager 벤치마크 성능: Surfer H는 WebVoyager 벤치마크에서 뛰어난 성능을 보여주며 광범위한 실제 웹 작업을 높은 정확도로 완료합니다.

Surfer H 사용 방법

제공된 콘텐츠에 구체적인 사용 지침이 자세히 설명되어 있지는 않지만 Surfer H는 범용 웹 자동화 시스템으로 설계되었습니다. 사용 사례는 다음과 같습니다.

• 개발자 역할에 대한 채용 게시판 모니터링
• 피트니스 제품에 대한 장비 비교
• 경쟁사 가격 조사
• 경쟁적인 랜딩 페이지 분석
• 뉴스레터의 트렌드 스카우트
• 막바지 호텔 검색
• 수집가 검색 자동화(예: Pokémon 카드 목록 추적)
• 재무 보고서 웹 검색

Surfer H는 누구를 위한 것인가요?

Surfer H는 웹 기반 작업을 자동화하고 비용을 절감하며 효율성을 개선하려는 기업 및 개인에게 이상적입니다. 특히 다음과 같은 경우에 유용합니다.

• 기업: 경쟁사 조사, 데이터 수집 및 기타 반복적인 작업 자동화.
• 연구원: 분석 및 통찰력을 위해 웹에서 데이터 수집.
• 개발자: 웹 애플리케이션 구축 및 테스트 자동화.
• 누구나: 웹 기반 작업을 자동화하여 시간과 노력을 절약하려는 사람.

Surfer H를 선택해야 하는 이유

Surfer H는 비용 효율성, 유연성 및 정확성의 조합으로 두각을 나타냅니다. Holo1을 기반으로 웹 자동화를 위한 강력하고 다재다능한 솔루션을 제공하므로 웹 기반 워크플로를 간소화하려는 모든 사람에게 탁월한 선택입니다.

Holo1: 최첨단 UI 현지화

에이전트 내에서 VLM의 실제 유용성을 위한 핵심 기술은 현지화입니다. 이는 사용자와 상호 작용하거나, 작업을 완료하거나, 지시를 따르기 위해 사용자 인터페이스(UI)에서 정확한 좌표를 식별하는 능력입니다. 이 기능을 평가하기 위해 Screenspot, Screenspot-V2, Screenspot-Pro, GroundUI-Web을 포함하여 몇 가지 확립된 현지화 벤치마크에서 Holo1 모델을 평가했습니다.

Holo1은 이러한 벤치마크에서 Qwen2.5-VL, UI-TARS 및 UGround와 같은 이전 모델보다 훨씬 뛰어납니다.

-Holo1-3B: 평균 현지화 정확도 73.6%, 다른 3B 모델과 일부 7B 모델까지 능가

-Holo1-7B: 76.2%, 전체적으로 가장 높은 소형 모델

커뮤니티를 지원하기 위해 인간이 웹을 실제로 사용하는 방식을 더 잘 반영하는 UI Grounding을 위한 새로운 벤치마크인 Web Click도 출시합니다. 여기에는 기존 VLM에 도전하도록 설계된 100개 이상의 웹사이트에서 가져온 1,639개의 스크린샷과 지침 레이블 쌍이 포함되어 있습니다.

투명성과 집단적 발전을 위한 오픈 웨이트

H Company는 오픈 웨이트가 단순한 철학이 아니라 실험, 투명성 및 집단적 발전을 가속화하는 실용적인 도구라고 믿습니다. Holo1의 웨이트에 대한 개방형 액세스를 제공함으로써 커뮤니티가 해당 작업을 기반으로 구축하고 훨씬 더 나은 에이전트를 만들 수 있도록 지원합니다.