AI Manifest 도입을 통한 Token 82% 절감 및 작업 성공률 100% 달성

Context

기존 AI Agent는 Multi-step Web UI 작업 시 매 단계마다 전체 DOM을 분석하는 반복적 추론 구조를 가짐. 이로 인한 과도한 Input Token 소모와 모호한 요소 식별로 인한 낮은 작업 성공률이 주요 병목 지점으로 작용함.

Technical Solution

• 웹사이트 운영자가 UI 조작 순서를 JSON 형태로 정의하여 제공하는 AI Manifest 프로토콜 설계
• Well-known URI, Hidden DOM, HTTP Header 등 세 가지 Embedding 방식을 통한 매니페스트 제공 구조 구축
• SHA-256 해시 기반의 중앙 신뢰 레지스트리를 통한 Manifest 무결성 검증 및 화이트리스트 필터링 적용
• 정적 분석을 통한 Cross-origin 제출 및 외부 URL 요청 등 Prompt Injection 공격 경로 원천 차단
• 검증 완료된 Manifest의 Step 배열을 순차적으로 실행하여 LLM의 불필요한 DOM 추론 과정을 생략하는 결정론적 실행 경로 확보

Impact

• Input Token 평균 1,887.6개에서 341.0개로 약 81.9% 감소
• Multi-step Transaction 작업 성공률 20%에서 100%로 80%p 상승
• LLM 호출 횟수 평균 1.4회에서 1.0회로 최적화

Key Takeaway

에이전트의 추론에 의존하는 비결정론적 방식보다 도메인 전문가(사이트 운영자)가 정의한 결정론적 가이드를 제공하는 것이 시스템 안정성과 비용 효율성을 극대화하는 전략임.