브라우저가 웹 코드 수정을 증명하게 합니다 | DAKER 커뮤니티

2026년 8월 31일 Jiajun Wu·Jian Yang 연구팀이 WebWorld를 arXiv에 공개했습니다. EMNLP Main Conference 코멘트가 있습니다. 문제는 수리를 제안하는 VLM이 그 수리를 스스로 판정할 때, 화면이 그럴듯해 보여도 페이지가 동작한다고 말할 수 없다는 점입니다. WebWorld는 브라우저를 결정적 실행 시뮬레이터, 곧 웹 코드의 월드 모델로 씁니다. 월드 모델을 따로 학습하지 않습니다. 인증된 전이만 SFT로 내보냅니다. 오늘은 “데모 스크린샷”과 “브라우저 인증서”를 한 표에 두지 말라는 글입니다.

논문은 2026년 8월 31일 arXiv에 올라왔습니다. 초록은 arXiv:2608.30530에서 확인할 수 있습니다. 영문 제목은 WebWorld: The Browser as a World Model for Self-Improving Web Code입니다. 저자는 Jiajun Wu(Beihang), Jian Yang(Beihang, corresponding), Yaxin Du(SJTU), Wei Zhang, Haowen Wang, Junhang Cheng, Yuxuan Zhang, Tuney Zheng, Xianglong Liu, Ming Zhou(Langboat)입니다. PDF는 같은 번호의 pdf입니다. 제공된 사실에 공개 코드 URL은 없습니다. 오늘 본문은 초록·사실 범위만 옮깁니다. 없는 숫자는 쓰지 않습니다.

브라우저가 월드 모델입니다

매 라운드는 다음 순서입니다. VLM이 비판하고, 플래너가 타입이 있는 상호작용 계약을 컴파일하고, 브라우저가 다시 실행합니다. 수락 인증서는 목표 진행이 있고, 이전에 검증된 모든 능력이 보존될 때만 발급됩니다. 인증된 전이가 품질 래칫이 되고, 그 전이만 SFT로 내보냅니다. 월드 모델을 신경망으로 학습하지 않고, 이미 있는 브라우저를 결정적 시뮬레이터로 씁니다.

인증 풀의 증명 수준 비율은 같습니다. 동일 트레이스 재생 42.3%, 능력 이득 22.5%, 목표 이슈 진행 16.4%, 국소 시각 11.5%, 정적 구조 7.3%입니다. “화면이 예뻐 보임”만으로는 인증서가 나오지 않습니다. 팀이 시각 점수만 올리면 래칫이 멈춥니다.

DACON과 DAKER처럼 웹·바이브코딩 제출이 많은 자리에서는, 배포 URL을 연 뒤 브라우저 테스트를 돌리는 습관이 이 논문과 맞습니다. 오늘 팀이 가져갈 한 줄은 이것입니다. 제안 모델과 판정 브라우저를 분리하고, 인증된 수정만 학습·제출 후보로 올립니다.

숫자로 보는 게이트 효과

WebWorld-27B 대 Raw-27B는 HTMLBench-400에서 52.7 대 47.4(+5.3), MiniAppBench-Val에서 85.5 대 70.6(+14.9)입니다. HTMLBench 상호작용 HTML 생성에서 Kimi-K2.6(49.8)·GPT-5.4(49.2)에 도달하는 수준입니다. HTMLBench-400은 프롬프트 400개, 결정적 브라우저 테스트 6,000개이며, 기능성은 가중 통과율입니다.

규모별 Raw 대비는 4B 46.7 대 43.3, 9B 49.3 대 44.5, 27B 52.7 대 47.4입니다. 9B 제거 실험에서 인증서 없이면 이득이 거의 사라지고 Raw-9B 대비 +0.4(44.9 대 44.5)입니다. 전체 게이트는 +4.8(49.3)입니다. NoCertificate의 TC 통과는 31.0으로 Raw 34.1보다 나쁩니다. 게이트 없이 데이터를 늘리면 해가 될 수 있습니다.

말뭉치는 인증 수락 전이 32,800개입니다. 인증 풀 42,860개에서 골랐고, 후보는 약 60,000개 중 일부이며 거절은 24,350개입니다. “많이 모았다”가 아니라 “인증을 통과한 것만”이 SFT 수출입니다.

해커톤 제출에 옮깁니다

DAKER 월간 해커톤에서 웹 UI를 고칠 때, VLM이 “됐다”고 해도 브라우저 재실행 로그가 없으면 수락하지 마십시오. 이전에 통과한 클릭·폼·라우팅이 깨졌는지를 같은 인증서에 묶습니다. 배포가 제출입니다. 올린 링크가 제출입니다.

팀 표에는 목표 진행 항목과 보존 능력 항목을 나눕니다. 한쪽만 초록이면 인증서를 발급하지 않습니다. Raw 대비 +5.3·+14.9 같은 숫자를 우리 실측처럼 쓰지 말고, 같은 이중 조건만 복제합니다.

공개 코드 URL이 없으므로, 재현은 arXiv 초록·PDF와 자체 브라우저 테스트 스위트에 의존합니다. GitHub이 있다고 쓰지 마십시오. 테스트 6,000개 규모의 HTMLBench 형식을 참고해, 우리 과제용 결정적 테스트를 저장소에 둡니다.

빌더 팀에 옮기는 점검

팀이 오늘 할 일은 “수리 제안 로그”와 “브라우저 인증 로그”를 다른 파일로 나누는 것입니다. 제안만 있고 인증이 없으면 SFT 후보에서 제외합니다. NoCertificate가 TC를 해친다는 보고를 회고에 넣습니다.

프롬프트 400·테스트 6,000 구조를 축소해 사내 스모크 세트를 만드십시오. 값싼 동일 트레이스 재생을 먼저 두고, 능력 이득·목표 진행을 다음에 둡니다. 증명 수준 비율(42.3 / 22.5 / 16.4 / 11.5 / 7.3)을 우리 라벨 분포 목표로 삼되, 없는 통과율을 만들지 않습니다.

MiniAppBench-Val +14.9처럼 큰 이득이 난 축과 HTMLBench +5.3을 같은 표에 두어, 과제 유형별 게이트 민감도를 봅니다. 4B·9B·27B 계단(46.7 / 49.3 / 52.7)을 모델 선택 회의에 올립니다.

플래너의 타입 있는 상호작용 계약을 JSON 스키마로 고정하십시오. 계약이 바뀌면 이전 인증서와 비교가 불가능합니다. 커밋 해시를 인증 로그에 남깁니다. DACON 웹·프론트 과제와 DAKER 쇼케이스 URL에도 같은 규칙을 적용합니다.

시각만 맞는 수정을 인기 글로 올리지 마십시오. 국소 시각 증명 11.5%는 풀의 일부일 뿐입니다. 기능 가중 통과율을 제출 문서 첫 표에 둡니다.

웹 코드를 고치는 스프린트에서는 VLM 비판 문장과 플래너 계약을 커밋 전에 분리 저장합니다. 브라우저가 재실행해 인증서를 주기 전에는 SFT 후보 폴더로 파일을 옮기지 마십시오. 인증 풀 증명 수준(동일 트레이스 42.3%부터 정적 구조 7.3%까지)을 라벨로 두면, 시각만 맞는 수정이 학습 데이터에 섞이는 속도를 줄일 수 있습니다.

HTMLBench-400의 기능성 가중 통과율 정의를 우리 스모크 테스트 README 첫 문단에 복제합니다. 프롬프트 수와 테스트 수는 우리 규모에 맞게 줄이되, “결정적 브라우저 테스트”라는 조건은 유지합니다. MiniAppBench-Val에서 +14.9가 난 이유를 팀 토론에 올릴 때도, 인증서 게이트를 켠 설정과 Raw를 같은 표에 둡니다.

거절 24,350건을 “실패 예시 창고”로만 보지 말고, 거절 사유 태그를 목표 미진행·능력 파괴·시각만 통과로 나눕니다. 9B에서 게이트 없이 +0.4에 그친 실험을 사내 작은 모델 파이프라인에 경고로 붙입니다. EMNLP Main 논문이라는 점만으로 우리 제품 품질을 보장한다고 쓰지 않습니다.

이 글이 아닌 것입니다

월드 모델 신경망을 학습했다는 논문이 아닙니다. 브라우저를 결정적 실행 시뮬레이터로 씁니다.

인증서 없이 데이터만 늘리면 된다는 처방이 아닙니다. 9B에서 인증서 없으면 +0.4에 그치고, NoCertificate TC는 Raw보다 나쁩니다.

모든 규모에서 GPT-5.4를 이긴다는 주장이 아닙니다. HTMLBench에서 27B가 52.7로 Kimi-K2.6·GPT-5.4 구간에 도달한다는 보고입니다.

공개 GitHub이 포함되어 있다는 안내가 아닙니다. 제공된 사실에 코드 URL이 없습니다. arXiv만 적습니다.

스크린샷 점수만으로 제출을 통과시키라는 뜻이 아닙니다. 목표 진행과 기존 능력 보존이 같이 필요합니다.

오늘 할 일

첫째, 초록과 PDF를 직접 여십시오. arXiv:2608.30530와 pdf를 같은 탭에 둡니다. 요약 카드만 보고 WebWorld를 정의하지 않습니다. 저자와 제출일 2026-08-31·EMNLP Main을 메모 첫 줄에 적습니다.

둘째, 제안 로그와 브라우저 인증 로그를 분리하십시오. 파일이 하나면 래칫이 보이지 않습니다. DAKER·DACON 제출 과제 중 웹 UI가 있는 항목에 맞춥니다.

셋째, 수락 조건을 두 항목으로 쓰십시오. 목표 진행 AND 기존 능력 보존. 한쪽만 통과하면 거절합니다. 거절 24,350 규모를 우리 거절 사유 태그 설계에만 참고합니다.

넷째, 결정적 브라우저 테스트 스모크를 저장소에 두십시오. HTMLBench의 400·6,000 구조를 축소 복제합니다. 없는 공개 코드를 있다고 쓰지 않습니다.

다섯째, 규모별 Raw 대비 표를 형식으로만 복제하십시오. 4B·9B·27B 숫자를 우리 점수처럼 쓰지 않습니다.

여섯째, NoCertificate 실패를 회고에 남기십시오. TC 31.0 대 Raw 34.1을 인용할 때는 출처 번호를 같이 둡니다.

일곱째, 인증된 데모 URL을 공개 링크로 올리십시오. DAKER와 DACON에는 빌더와 대회 기록이 쌓여 있습니다. 배포가 제출입니다. 올린 링크가 제출입니다.

출처: arXiv:2608.30530 — WebWorld: The Browser as a World Model for Self-Improving Web Code (2026-08-31) · PDF