Hark가 공개한 Hark Handoff는 사용자의 명령을 받아 웹브라우저에서 실제 작업을 수행하는 에이전트다. Target, Walmart, OpenTable, LinkedIn처럼 공식 API가 없는 서비스도 탐색할 수 있다고 회사는 설명한다. 음식과 커피 주문, 여행 티켓 예약, 반품 접수, 생필품 쇼핑, 식당 예약, 여러 출처를 확인하는 리서치가 대상이다.
작동 방식에 대한 Hark의 설명은 단순한 웹 매크로와 다르다. Handoff는 웹사이트 구조와 화면의 시각 정보를 함께 보고, 다음 단계에서 버튼을 클릭할지 특정 위치에 키보드 입력을 넣을지 결정한다. 회사는 대규모 언어 모델이 다음 토큰을 예측하는 것과 달리, 자사 모델은 다음 행동을 예측한다고 주장한다. 브라우저 안에서 필요한 것은 문장을 이어 쓰는 능력만이 아니라, 계속 바뀌는 화면에서 정확한 위치와 조작을 고르는 능력이라는 뜻이다.
Hark는 이번 출시에서 post-trained model을 사용했다고 밝혔다. 이후 연말 전 pre-training으로 확장하면서 데이터 파이프라인, 학습 인프라, 훈련 기법을 더 빠르게 개선하겠다는 계획이다. 이 설명은 제품 데모보다 운영 체계에 가깝다. 브라우저 에이전트의 품질을 결정하는 요소가 모델 한 번의 추론 결과뿐 아니라, 실제 웹 작업에서 모인 행동 데이터와 그 데이터를 다시 학습에 반영하는 속도라는 판단이 깔려 있다.
공개 영상에는 Brett Adcock CEO가 사용자의 꽃 종류를 반영하고 “플로리스트가 알아서 고른 꽃을 조금”이라는 모호한 요청까지 포함해 꽃다발을 만드는 장면이 나온다. 하지만 영상은 작업 전체가 아니라 일부만 보여준다. 따라서 현재 자료만으로는 사이트 구조가 바뀌었을 때의 대응, 결제나 예약 단계의 오류 복구, 작업 완료율을 평가할 수 없다. Hark가 주장하는 속도와 비용 우위도 아직 독립적으로 확인된 수치는 아니다.
경쟁 구도는 이미 붐빈다. Google, OpenAI, Anthropic이 컴퓨터 사용 에이전트를 개발하고 있고, Browser Use, Polar, Strawberry, Aside 같은 스타트업도 브라우저 기반 자동화를 다룬다. Hark는 Handoff가 경쟁 제품보다 빠르며 GPT 5.5와 Opus 4.8보다 훨씬 저렴하다고 말한다. 대기자 명단을 연 뒤 여름 말 출시를 예고한 상태다.
출시 후 확인할 핵심은 꽃다발 데모의 재현이 아니다. API가 없는 사이트에서 작업을 끝까지 완료하는 비율, 실패를 재시도하거나 사람에게 넘길 때 드는 비용, 웹 변화에 맞춰 행동 데이터를 갱신하는 속도가 더 중요하다. 브라우저를 사용할 수 있다는 선언이 운영 가능한 제품으로 이어지는지는 그 지표들이 보여줄 것이다.