시각적 웹 에이전트의 훈련 데이터 규모화 문제를 해결하기 위한 재현 가능하고 확장 가능한 웹 환경 구축 프레임워크 Weblica를 제안합니다. HTTP 수준 캐싱으로 안정적인 시각 상태를 캡처·재현하면서 상호작용 동작을 보존하고, LLM 기반 환경 합성으로 실제 웹사이트와 핵심 탐색 기술에 기반한 다양한 환경을 생성합니다. 이 프레임워크로 RL 훈련을 수천 개의 다양한 환경과 과제로 확장하여 개발한 Weblica-8B는 유사 규모 오픈 웨이트 베이스라인을 웹 탐색 벤치마크에서 능가하며 API 모델과도 경쟁력을 갖췄습니다.

• •Weblica는 HTTP 수준 캐싱으로 안정적 시각 상태를 저장·재실행하면서 상호작용 동작을 보존하는 웹 환경 구축 프레임워크다.
• •LLM 기반 환경 합성으로 실제 웹사이트와 핵심 탐색 기술에 기반한 수청 다양한 환경을 생성하여 RL 훈련을 수천 개의 다양한 환경으로 확장한다.
• •Weblica-8B는 유사 규모 오픈 웨이트 베이스라인을 여러 웹 탐색 벤치마크에서 능가하고, 더 적은 추론 단계로 더 높은 성능을 내며 API 모델과도 경쟁력을 갖충다.
• •테스트 시간 컴퓨트 확장에도 유리하게 스케일링되어 실제 웹 다양성을 포착하지 못하는 기존 데이터 수집 방식의 한계를 효과적으로 해결한다.