웹 앱을 리버스 엔지니어링해서 AI Agent 도구로 자동 변환하기

TL;DR Highlight

로그인된 웹 앱의 API 호출을 브라우저에서 감시해 자동으로 MCP 도구로 변환하는 에이전트를 만들었다. 소스 코드나 공식 API 문서 없이도 Jira, Spotify 같은 서비스에 AI 어시스턴트를 붙일 수 있다.

Who Should Read

공식 API나 MCP 서버가 없는 사내 툴이나 서드파티 서비스에 AI 에이전트를 연동하고 싶은 백엔드/풀스택 개발자. 특히 복잡한 인증 처리(JWT, 쿠키 혼용 등)가 귀찮은 개발자에게 유용하다.

Core Mechanics

이 도구는 브라우저 내부에서 실행되면서 로그인된 웹 앱이 내부적으로 호출하는 API를 감시하고, 이를 AI 에이전트가 쓸 수 있는 '레시피(recipe)' 형태로 자동 변환한다. 소스 코드나 API 문서를 전혀 건드리지 않아도 된다.
레시피는 API 엔드포인트 + HTTP 메서드, 인증 방식(JWT/쿠키/혼용 + 토큰 갱신 방법), 응답 스키마, 요청 입력 스키마(POST/PUT용), 사람이 읽을 수 있는 도구 설명 이렇게 5가지 요소로 구성된다.
만들어진 레시피는 재사용 가능한 LLM 도구가 되며, 앱 소유자가 대시보드에서 허용한 도구만 활성화하면 에이전트가 사용자 대신 해당 API를 직접 호출할 수 있다. 예를 들어 '팀원을 워크스페이스에 초대해줘'라고 하면 실제 초대 API가 호출된다.
이 방식은 기존 computer-use(AI가 화면을 보고 클릭하는 방식) 대비 훨씬 빠르고 안정적이다. 화면 클릭 방식은 느리고 깨지기 쉬우며 토큰 소모가 많은데, API를 직접 호출하면 이 문제가 해결된다.
앱의 API가 변경되더라도 에이전트가 자동으로 감지하고 해당 레시피를 최신 버전으로 업데이트한다. 수동으로 유지보수할 필요가 없다는 게 핵심 장점이다.
현실적으로 대부분의 현대 소프트웨어도 인증 방식이 제각각이고(JWT/쿠키/혼용), API 구조가 복잡해서 AI 에이전트가 바로 쓰기 어렵다. 이 도구는 그 복잡한 인증 처리를 자동화한다.
Jira, Spotify, Hacker News 데모를 공개했다. GraphQL 기반 API가 스키마 표준화 작업에서 가장 까다로웠다고 언급했다.
이 시스템은 서드파티를 통해 릴레이하지 않고, 사용자의 브라우저 내에서 인증된 API를 직접 호출하는 구조라 보안 측면에서도 장점이 있다고 주장한다.

Evidence

'왜 API 스펙을 직접 받으면 되지, 굳이 리버스 엔지니어링을 하냐'는 질문이 나왔다. 또한 WebMCP처럼 웹사이트가 직접 브라우저 에이전트용 API를 노출하면 이 도구와 경쟁하게 되는지도 물어봤는데, 아직 명확한 답변은 없었다.
로그인된 계정으로 브라우저 에이전트를 실행하면 계정 삭제나 유료 플랜 구독 같은 파괴적 행동을 할 수 있지 않냐는 안전성 우려가 제기됐다. 이에 대한 공식 답변은 원문에서 확인되지 않았다.
'클로즈드 소스 LLM 에이전트를 내 브라우저에서 인증된 API 엔드포인트 접근 권한을 주고 실행하라고? 절대 사절'이라는 강한 반응이 있었다. 보안과 신뢰 문제가 채택의 가장 큰 장벽으로 보인다.
한 댓글에서는 Chrome DevTools로 수동으로 똑같은 작업을 해왔는데 헤더와 쿠키 처리가 너무 귀찮았다며 이 도구가 유용하다고 반응했다. 실제 개발자들이 수작업으로 하던 일을 자동화한 셈이라는 평가다.
별도 댓글에서는 Firefox MCP + GLM 5.2(또는 Grok 4.5) 조합으로 직접 타깃 사이트를 분석하고 유저스크립트를 만들어 같은 효과를 낼 수 있다는 DIY 방법이 공유됐다. 이에 대해 제작자는 '인증이 필요한 로그인 벽 뒤 서비스에서는 그 방법이 작동하지 않는다'고 반박했다.

How to Apply

공식 MCP 서버나 API 문서가 없는 사내 레거시 웹 툴에 AI 어시스턴트를 붙이고 싶다면, 이 도구로 해당 앱의 API를 자동 탐지해 레시피를 생성하고 에이전트 도구로 등록하면 코드 한 줄 없이 통합할 수 있다.
Jira, Confluence, Slack 같은 SaaS 툴을 사용하는데 반복적인 작업(팀원 초대, 이슈 생성 등)을 자동화하고 싶다면, 데모 링크(demo.frigade.com/hn?skill=jira 등)를 먼저 확인해 이 에이전트가 실제로 어떻게 API를 감지하고 실행하는지 검증해보자.
직접 Chrome DevTools로 API를 분석하고 헤더/쿠키를 수동으로 처리해서 봇이나 자동화 스크립트를 만들던 개발자라면, 이 도구가 그 과정을 자동화해주므로 시간을 크게 절약할 수 있다. 단, 클로즈드 소스라는 점을 감안해 민감한 계정에 적용 전 신뢰성 검토가 필요하다.
오픈소스 여부와 어떤 LLM 모델을 사용하는지가 아직 공개되지 않았으므로, 프로덕션 도입 전에 제작팀(pancomplex)에 직접 문의해 보안 모델과 데이터 처리 방식을 확인하는 것이 필수다.

Terminology

MCPModel Context Protocol의 약자로, AI 모델이 외부 도구나 API를 표준화된 방식으로 호출할 수 있게 해주는 프로토콜. 쉽게 말해 LLM에게 도구를 꽂아주는 USB 규격 같은 것.

recipe이 도구에서 사용하는 용어로, API 엔드포인트·인증 방식·입출력 스키마·설명을 하나로 묶은 도구 정의 패키지. LLM이 이 레시피를 보고 어떤 API를 어떻게 호출할지 파악한다.

computer-useAI가 화면을 직접 보고 마우스 클릭·키보드 입력으로 앱을 조작하는 방식. 사람이 쓰는 것처럼 UI를 통해 동작하지만, 느리고 UI가 바뀌면 쉽게 깨진다.

JWTJSON Web Token의 약자. 로그인 후 서버가 발급하는 암호화된 인증 토큰으로, API 요청 시 헤더에 담아 보내면 '나 인증된 사용자야'를 증명한다.

GraphQLREST API와 달리 클라이언트가 필요한 데이터 구조를 직접 쿼리로 지정하는 API 방식. 유연하지만 스키마가 동적이라 자동화 도구가 표준화하기 까다롭다.

리버스 엔지니어링소스 코드나 공식 문서 없이, 앱이 실제로 동작하는 것을 관찰해서 내부 구조·API를 파악하는 것. 여기서는 브라우저 네트워크 탭에서 API 호출을 들여다보는 방식을 자동화했다.