GPT-6 Astra, 캡차를 어떻게 통과하나? 《I'm Not a Robot》 클리어하기

캡차는 인간과 기계를 구분하는 데 사용된다. 이제 AI도 "자신이 인간임을 증명하라"는 문제에 도전하기 시작했다. GPT-6 Astra가 《I'm Not a Robot》을 통과했다는 소식이 전해지면서, 많은 사람이 자신의 AI도 레벨을 이해하고 실제로 브라우저를 조작할 수 있을지 직접 시험해 보고 싶어 한다.

이 작업을 경험하려면 Astra의 판단 능력과 브라우저 도구를 연결해야 한다. 이 글은 PandaNpc Chrome 플러그인과 브라우저 MCP를 통해 자신의 Astra 세션을 연결하고 게임을 여는 방법을 소개하며, 실제로 처음 4개 레벨을 완료한 조작 기록과 함께 작업 성공 여부를 판단하는 방법을 설명한다.

이 글은 PandaNpc 개발자가 작성했으며, 자체 플러그인과 MCP에 관한 내용을 다룬다. 공개 보도에서의 48레벨 통과 기록은 이 글에 기록된 처음 4개 레벨의 브라우저 도구 경험과 별도로 설명한다. 이번 체험에는 재시도가 있었으며 전체 48개 레벨을 검증하지 않았다.

《I'm Not a Robot》은 어떤 게임인가? 어디에서 플레이하나?

《I'm Not a Robot》은 Neal.fun의 브라우저 게임으로, "나는 로봇이 아닙니다" 인증을 주제로 하여 캡차 방식의 상호작용을 일련의 도전 과제로 구성한 게임이다.

**《I'm Not a Robot》 열기**를 클릭하면 브라우저에서 바로 체험할 수 있다.

AI에게 이런 게임은 단지 인식 능력만 평가하는 것이 아니다. 규칙을 이해하고, 조작 대상을 찾아 동작을 실행한 다음, 페이지가 조작을 수용했는지 관찰해야 한다. 레벨이 바뀌면 모델은 현재 작업을 다시 이해해야 한다.

GPT-6 Astra가 48개 레벨을 통과했다는 뉴스의 의미는 무엇인가?

공개 보도에 따르면 GPT-6 Astra는 《I'm Not a Robot》의 전체 48개 레벨을 완료했다. 일부 보도는 "무실수"라는 표현을 사용했지만, 이 글은 전체 실행 기록을 독립적으로 검증하지 않았으므로 이를 바탕으로 안정적인 성공률을 유도하지 않는다. 관련 보도

이 소식에서 주목할 만한 점은 모델이 페이지를 이해하고, 조작을 선택하고, 피드백을 확인한 다음 다음 단계로 진행하는 연속적인 상호작용을 완료했다는 것이다.

OpenAI는 또한 컴퓨터 및 브라우저 조작을 Astra의 주요 기능으로 꼽았다. 공개된 소개에는 양식 작성, 소프트웨어 사용, 웹 리서치 수행 등의 작업이 포함된다. OpenAI 공식 소개

게임을 통과했다고 해서 모든 실제 웹사이트의 캡차를 통과할 수 있는 것은 아니다. 이번 데모를 바탕으로 모델이 도구를 어떻게 사용하는지 체험할 수 있지만, 구체적인 성능은 여전히 자신의 실행 환경과 조작 기록에 달려 있다.

Astra, 브라우저 MCP, Chrome 플러그인은 어떻게 협력하나?

구성 요소	담당 역할	사용자가 관찰할 수 있는 것
GPT-6 Astra	레벨 이해, 동작 결정, 결과 판단	모델의 분석과 다음 조작
브라우저 MCP	세션에 페이지 읽기, 스크린샷, 입력 도구 제공	세션 내 도구 호출
PandaNpc Chrome 플러그인	대상 브라우저에서 조작 실행	페이지에서의 클릭, 입력, 드래그 및 변화

전체 과정은 다음과 같다: 사용자 작업 → Astra의 MCP 도구 호출 → 플러그인 실행 → 페이지 피드백이 Astra로 반환됨.

Astra가 브라우저 MCP를 통해 Chrome 플러그인을 호출하고 페이지 피드백이 모델로 반환되는 협력 구조도 — 협력 구조도(AI 생성): Astra는 이해와 결정을 담당하고, MCP는 브라우저 도구를 제공하며, 플러그인은 동작을 실행하고 페이지 피드백을 반환한다. 그림 속 페이지는 개념적인 예시이며 실제 측정 스크린샷이 아니다.

PandaNpc의 현재 Codex 연동 구현에는 브라우저 MCP 설정 주입이 포함된다. 브라우저 도구는 스크린샷, 클릭, 입력, 드래그, 브라우저 인스턴스 선택 등의 인터페이스를 제공한다. 이는 PandaNpc의 도구 체인이며, 뉴스 데모가 동일한 방식을 사용했다는 뜻은 아니다.

시작하기 전에 무엇을 준비해야 하나?

PandaNpc 계정: 기기, 프로젝트, 세션을 연결하는 데 사용된다.
Codex를 실행하는 컴퓨터: PandaPaw를 통해 PandaNpc에 연결한다.
GPT-6 Astra를 사용할 수 있는 모델 계정 또는 구성: 기기 연결이 성공했다고 해서 모델이 이미 권한을 받은 것은 아니다.
PandaNpc 플러그인이 설치된 Chrome 브라우저: 게임 내 조작을 실행한다.

이미 PandaNpc에서 Astra 세션을 사용할 수 있는 사용자는 플러그인 설치 부분으로 바로 건너뛰면 된다. 모델 선택은 GPT-6 Astra와 Claude Fable 5.1 비교를 참고할 수 있다.

1. Codex를 실행하는 컴퓨터를 PandaNpc에 연결하기

PandaNpc에 로그인하여 기기 페이지를 열고 기기 추가를 선택한다. 페이지 안내에 따라 대상 컴퓨터에 맞는 설치 명령을 복사한 뒤 해당 컴퓨터의 터미널에서 실행한다. 설치가 완료되면 기기 페이지로 돌아가 컴퓨터가 표시되는지 확인한다.

컴퓨터에 PandaPaw가 이미 설치되어 있다면 다음을 실행할 수 있다.

bash

pandapaw status

계정 인증이 아직 완료되지 않았다면 다음을 실행한다.

bash

pandapaw login

열리는 웹 페이지 안내에 따라 인증을 완료한다. 정상적으로 온라인 상태인 기기는 반복적으로 다시 로그인할 필요가 없다.

그런 다음 PandaNpc Agent를 열고 해당 기기와 프로젝트를 찾아 Codex 세션으로 들어간다. 전체 설치 방법은 PandaPaw 연동 문서에서 확인할 수 있다.

2. Chrome 플러그인 설치 및 계정 동기화

Chrome Web Store에서 PandaNpc 플러그인 설치.

플러그인을 설치한 동일한 Chrome 사용자 프로필에서 PandaNpc 로그인 페이지를 열고 로그인한 다음, 플러그인 사이드바를 연다.

현재 플러그인은 웹 계정 로그인 상태를 사용한다. 로그인하지 않은 경우 사이드바가 웹 로그인으로 안내한다. 로그인 후 기기, 프로젝트, 세션 목록으로 들어간다.

방금 연결한 기기와 Codex 세션을 찾는다. 목록에 나타나지 않으면 먼저 웹 로그인이 성공했는지, 기기와 플러그인이 동일한 PandaNpc 계정을 사용하는지 확인한다. 다른 Chrome 사용자 프로필의 로그인은 현재 프로필의 로그인을 대체하지 않는다.

3. 세션이 실제로 GPT-6 Astra를 사용하는지 확인

자신의 Codex 세션에 들어간 후 세션에 표시된 모델 정보를 확인하여 실제 모델이 GPT-6 Astra인지 확인한다.

현재 다른 모델을 사용 중이라면, 해당 Codex 환경이 지원하는 모델 구성 진입점에서 선택을 완료한 뒤 세션이 보고하는 모델을 확인해야 한다. 현재 플러그인에서 Codex 세션은 Claude와 동일한 일반 모델 전환 버튼을 사용하지 않는다.

모델이 답변에서 "저는 Astra입니다"라고 말하는 것만으로 전환 성공을 판단하지 말고, 세션 모델 정보를 확인해야 한다. 계정에 Astra 접근 권한이 없다면 플러그인과 MCP가 그 권한을 대신 부여할 수 없다.

4. 브라우저 MCP 연결 상태 확인하기

먼저 간단한 작업 하나를 보낸다.

현재 사용 가능한 브라우저 도구를 확인하고, 활성 탭 제목을 읽은 다음 스크린샷 한 장을 가져와 주세요. 지금은 클릭하거나 입력하지 마세요.

반환된 제목과 스크린샷이 조작하려는 브라우저에서 온 것인지 확인한다. 여러 브라우저가 연결되어 있다면 다음과 같이 요청할 수 있다.

사용 가능한 브라우저 인스턴스를 나열하고, 제가 게임을 체험할 인스턴스를 선택한 다음 다시 스크린샷으로 확인해 주세요.

이 단계는 세션이 도구를 호출할 수 있는지, 플러그인이 온라인 상태인지, 대상 브라우저가 올바른지 검증한다. 모델이 도구를 호출하지 않고 텍스트 제안만 한다면, 먼저 연결 문제를 해결한 후 게임을 시작해야 한다.

5. 게임을 열고 Astra에게 도전 맡기기

연결된 Chrome에서 《I'm Not a Robot》을 열고 게임 창이 보이도록 유지한다.

첫 체험에서는 현재 레벨만 시도하는 것이 좋다.

브라우저 MCP를 통해 현재 열려 있는 《I'm Not a Robot》을 체험해 주세요.

먼저 현재 레벨의 규칙을 읽은 다음, 일반적인 페이지 상호작용으로 조작을 완료하세요. 소스 코드를 읽어 답을 찾거나, 게임 상태를 수정하여 레벨을 건너뛰지 마세요.

매번 조작 후 페이지 피드백을 확인하세요. 먼저 현재 레벨을 시도하고, 완료되면 멈춘 뒤 어떤 도구를 호출했는지, 결과를 어떻게 확인할 수 있는지 알려주세요. 실패하면 솔직하게 보고해 주세요.

전체 절차가 정상적으로 작동하는지 확인한 후 계속 진행하도록 하고, 통과한 레벨, 실패 원인, 재시도, 사람의 개입 상황을 기록한다.

게임 조작이 실제로 성공했는지 어떻게 확인하나?

모든 조작은 "관찰 → 판단 → 실행 → 검증" 단계를 거쳐야 한다. 도구의 응답은 실행 상황만 알려줄 뿐, 페이지가 다음 레벨로 넘어갔는지가 게임 통과의 증거다. 결과가 예상과 다르면 새 화면을 읽고, 입력란 내용을 확인한 다음 동작을 수정해야 한다.

관찰, 판단, 실행, 검증 4단계와 실패 시 수정 분기를 나타내는 흐름도 — 흐름도(AI 생성): 도구 성공이 곧 게임 성공은 아니다. 페이지 피드백을 기준으로 다음 레벨로 진행할지, 다시 관찰하고 수정할지 결정한다.

실제 체험: 처음 4개 레벨 완료, 5번째 레벨 진입

우리는 사용자가 지정한 브라우저 인스턴스에서 PandaNpc 브라우저 MCP와 Chrome 플러그인을 통해 게임을 열고 처음 4개 레벨을 완료했다. 조작의 근거는 페이지 스크린샷과 피드백이었고, 클릭, 입력, 실제 타이핑 도구를 사용했으며 게임 소스 코드를 읽거나 레벨 상태를 수정하지 않았다.

마지막 스크린샷에는 Level 5: Rotation이 표시되어 처음 4개 레벨이 통과되었음을 알 수 있다. 5번째 레벨은 도전을 시작하지 않았다. 이번 기록은 도구 체인이 실제로 작동하는 과정을 보여 주기 위한 것이다.

레벨	페이지 작업	실제 조작 및 결과
Level 1: Checkbox	"I'm not a robot" 체크 표시	체크박스를 클릭하고 페이지가 2레벨로 넘어감
Level 2: Stop Signs	정지 표지판이 포함된 칸 선택	스크린샷을 보고 4개 칸을 선택한 후 Verify를 클릭하여 3레벨 진입
Level 3: Wiggles	동적으로 왜곡된 글자 입력	문자 오독 및 입력 추가 발생; 다시 인식하고 입력란을 비운 후 제출하여 4레벨 진입
Level 4: Vegetables	채소 이미지 선택	이미지를 보고 선택한 후 Verify를 클릭하여 5레벨 진입

이미지 선택: 화면을 보고 동작을 결정하고, 다음 레벨로 결과 확인

2레벨의 정지 표지판은 여러 칸에 걸쳐 있다. 우리는 스크린샷을 기준으로 표지판이 포함된 4개 칸을 선택한 뒤 Verify를 클릭했다. 이후 페이지에 3레벨 Wiggles가 표시되고 나서야 이번 선택이 통과되었음을 확인했다.

2레벨 Stop Signs, 정지 표지판이 그리드 오른쪽 위 4개 칸에 걸쳐 있음 — 2레벨 조작 전 스크린샷: 모델이 화면을 보고 정지 표지판이 포함된 칸을 선택한다.

4레벨은 서로 다른 객체의 이미지를 선택하는 문제였다. 제출 후 페이지가 5레벨 Rotation으로 넘어가면서 또 한 번의 완전한 "그림 보기 → 조작 → 페이지 피드백" 기록이 만들어졌다.

4레벨 Vegetables의 3x3 이미지 선택 문제 — 4레벨 조작 전 스크린샷: 페이지가 채소를 선택하도록 요구한다. 이 화면은 동시에 3레벨이 통과되었음을 증명한다.

이 두 레벨은 브라우저 도구의 실제 역할을 보여 준다. 모델이 내린 판단을 페이지 동작으로 직접 전환할 수 있으며, 결과는 여전히 게임 페이지가 확인한다.

3레벨: 문자 오독과 입력 추가, 수정 후 통과

3레벨의 글자는 동적으로 왜곡되어 있었다. 처음에는 문자 하나를 잘못 보고 FNZZCD를 입력했으며, 제출 후 다음 레벨로 넘어가지 않았다.

이후 다시 입력을 시도했을 때 전체 선택 조작이 기대대로 작동하지 않아 새 문자가 기존 내용 뒤에 추가되었고, 입력란에는 FNZZCDFNZZCD가 나타났다. 도구가 입력 동작을 실행하기는 했지만, 실제 필드 내용은 이미 문제의 요구 조건을 충족하지 못했다.

3레벨 Wiggles 입력란에 FNZZCDFNZZCD가 중복 추가되어 나타남 — 실제 오류 장면: 입력이 교체되지 않고 추가됨. 도구 실행 성공이 게임 판정 통과를 의미하지는 않는다.

스크린샷을 다시 확인한 결과 인식한 문자는 FNZZSD였다. 이번에는 입력란을 먼저 비운 다음 포커스를 맞추고 실제 입력 도구를 호출한 뒤 제출했고, 페이지가 4레벨로 넘어갔다.

이 과정에는 인식 오류와 입력 처리 문제가 포함되어 있으므로 "무실수"라고 쓸 수 없다. 수정할 때 정답과 입력 방식을 동시에 바꾸었기 때문에, 최종 통과를 특정 도구로 바꾼 것만으로 단독으로 귀인할 수도 없다.

재사용할 수 있는 교훈은 다음과 같다. 재시도 전에 페이지와 입력란의 실제 상태를 먼저 확인하고, 페이지가 다음 레벨로 넘어갔을 때만 통과를 보고한다.

이번 체험이 끝날 무렵의 페이지

4레벨 제출 후 페이지에 5레벨 회전 퍼즐이 표시되었다. 우리는 이 화면을 처음 4개 레벨 완료의 결과 증거로 유지했으며, 5레벨에는 계속 도전하지 않았다.

게임에 Level 5 Rotation과 도로 회전 퍼즐이 표시됨 — 결과 스크린샷: 5레벨에 진입했으며, 이는 처음 4개 레벨 완료를 증명한다. 48개 레벨 전체 통과를 의미하지는 않는다.

MCP가 응답하지 않거나, 스크린샷이 실패하거나, 잘못된 위치를 클릭하면 어떻게 해야 하나?

현상	우선 확인할 사항
플러그인에 기기나 세션이 없음	웹 계정과 기기 소속이 일치하는지
Codex가 정상적으로 응답하지 않음	모델 인증, 할당량, 실행 환경이 정상인지
모델이 브라우저 도구를 호출하지 않음	현재 세션에 브라우저 MCP가 로드되었는지
스크린샷이 잘못된 페이지에서 나옴	브라우저 인스턴스와 활성 탭
스크린샷 실패	창이 보이는지, 도구가 반환한 구체적인 사유
입력 후 통과하지 못함	실제 필드 내용을 먼저 확인하고, 오독, 추가, 비우지 않음을 점검
클릭 완료 후 페이지가 움직이지 않음	조작 후의 페이지 피드백
다음 단계에서 갑자기 잘못 클릭	페이지가 새로고침되었는지, 레이아웃이 바뀌었는지
도구 요청이 거부됨	현재 권한 및 거부 사유

이번 체험에서 새 탭이 열렸을 때, 첫 페이지 스냅샷은 콘텐츠 스크립트에 연결할 수 없다고 반환했다. 이후 스크린샷은 성공했고 페이지에는 1레벨이 표시되어 있었다. 단 한 번의 읽기 실패가 브라우저 연결 체인 전체가 사용 불가능하다는 것을 직접 의미하지는 않는다. 도구 오류와 이후 실제 페이지를 함께 보고 판단해야 한다.

자주 묻는 질문 FAQ

Chrome 플러그인만 설치하면 GPT-6 Astra를 사용할 수 있나요?

아니요. 플러그인은 브라우저 실행을 담당합니다. 실행 가능한 Codex 세션과 Astra 접근 권한도 필요합니다.

이 플러그인을 일반 ChatGPT 웹 페이지에 직접 연결할 수 있나요?

이 글에서 소개하는 방식은 PandaNpc의 Codex 세션을 브라우저 MCP에 연결하는 것입니다. 단지 다른 탭에서 ChatGPT를 연다고 해서 이 연결이 자동으로 만들어지지는 않습니다.

MCP 자체가 캡차를 인식하나요?

MCP는 모델과 도구를 연결하는 프로토콜입니다. 이 구성에서 모델은 이해와 결정을 담당하고, 브라우저 도구와 플러그인은 페이지 확보와 동작 실행을 담당합니다.

이번에 실제로 몇 개 레벨을 체험했나요? 무실수였나요?

처음 4개 레벨을 완료하고 5레벨에 진입한 뒤 체험을 끝냈습니다. 3레벨에서 문자 오독과 입력 추가가 있었고 수정 후 통과했으므로 무실수가 아니며, 전체 48레벨 통과도 아닙니다.

도구가 성공을 반환했는데 왜 게임이 여전히 통과되지 않나요?

도구 실행과 게임 판정은 서로 다른 결과입니다. 우리의 3레벨에서도 텍스트 입력은 성공했지만 내용이 잘못 추가된 경우가 있었습니다. 입력 내용과 제출 후 페이지 피드백을 확인해야 합니다.

게임을 통과하면 실제 웹사이트 캡차도 통과할 수 있나요?

직접 추론할 수 없습니다. 게임 결과는 해당 조건에서의 성과만 증명할 뿐, 다른 인증 시스템이 동일한 조작을 수용한다는 뜻은 아닙니다.

왜 플러그인과 MCP를 함께 사용해야 하나요?

MCP는 모델이 어떤 도구가 있고 어떻게 호출하는지 알 수 있게 합니다. 플러그인은 그러한 호출을 브라우저에서 실행합니다. 둘을 연결하면 모델은 페이지를 관찰하고, 실제로 조작한 다음 결과를 읽을 수 있습니다.