목차
Containers에서 더 빠르게 확장하는 Browser Run (2026-05)
원문 정보
- 원문: Browser Run: now running on Cloudflare Containers, it’s faster and more scalable
- 매체 · 게시일: The Cloudflare Blog · 2026-05-13
- 저자: Ruskin Constant, Rui Figueira, Sofia Cardita
- 원문 내용을 바탕으로 재구성한 요약입니다.
Browser Run을 Cloudflare Containers로 옮긴 뒤 Quick Action 응답 시간은 50% 넘게 줄었습니다. Workers binding으로 분당 60개의 브라우저를 시작하고 최대 120개를 함께 실행할 수 있게 됐습니다. 동시 실행 한도는 이전의 4배입니다. 2026년 5월 게시 시점에 이미 적용된 변화로, 고객의 별도 조치나 기존 Worker 재배포는 필요하지 않았습니다.
Browser Run에 비좁아진 이층 침대
Browser Run은 Cloudflare 글로벌 네트워크에서 실행되는 헤드리스 브라우저를 프로그램으로 제어하는 서비스입니다. 웹 애플리케이션의 종단 간 테스트부터 의심스러운 URL 조사, PDF 생성, 스크린샷 촬영, 콘텐츠 추출까지 브라우저가 필요한 작업에 쓰입니다. 최근에는 AI 에이전트가 웹과 상호작용하는 기반으로도 자리 잡았습니다.
처음에는 Browser Isolation(BISO)과 인프라를 함께 썼습니다. 기술적으로 닮은 제품이었지만 사용 패턴은 달랐습니다. BISO 사용자는 길고 일정한 세션을 유지하는 데 비해 Browser Run의 사용은 짧고 급격히 몰리는 형태였습니다. 이 차이 때문에 확장에 병목이 생기고, 브라우저를 사용할 수 있을 때까지 기다리는 시간도 길어졌습니다.
큰 이미지도 부담이었습니다. BISO의 컨테이너 이미지는 브라우저 시작과 개발을 늦췄고, 브라우저의 글로벌 배치도 최적화되지 않아 복원력과 지연 시간에 문제가 있었습니다. 함께 쓰던 이층 침대가 Browser Run에는 비좁아진 것입니다.
전년에 Durable Object(DO)를 지원하는 Containers 공개 베타가 나오자 팀은 점진적으로 이전을 시작했습니다. 요청 경로에 Worker를 넣어 일부 사용자에게 Containers 기반 브라우저를 제공하면서 BISO 브라우저도 유지했습니다. 성능을 비교하고 구현 버그를 분리할 수 있는 구성이었습니다. 적용 범위는 Quick Actions 전체, 무료 계정의 Workers browser binding, 종량제 계정, 나머지 계약 고객 순으로 넓혔습니다.
새 플랫폼에도 마찰은 있었습니다. 초기 Containers 인터페이스는 불안정했고 문서와 관측 수단이 부족한 데다, 동료들과 업무 시간이 겹치는 구간도 짧았습니다. 팀은 자체 플랫폼을 먼저 쓰는 Customer Zero로서 문제를 전달했고, 이 피드백은 외부 고객에게도 도움이 되는 Containers 개선으로 이어졌습니다.
컨테이너 안에서 끝내는 Quick Actions
브라우저를 전 세계에 띄울 수 있게 되자 통신 거리가 새 문제로 드러났습니다. DO는 들어오는 요청 가까이에 생성되지만, 연결할 컨테이너는 지구 반대편에서 시작될 수도 있습니다. ‘앱을 시작하라’는 메시지 한 번이면 괜찮습니다. 스크린샷 하나를 얻으려고 WebSocket 메시지를 수십 차례 주고받는 경로에서는 지구를 건너는 지연이 매번 쌓입니다.
팀은 DO가 연결된 브라우저 컨테이너를 지역별로 미리 예열해 풀로 관리했습니다. 요청이 오면 해당 지역 안에서 사용자에게 가장 가까운 DO·컨테이너 쌍을 고릅니다. DO와 컨테이너가 떨어질 수 있는 최대 거리를 제한하면서 사용자에서 DO까지, DO에서 컨테이너까지의 지연을 모두 낮추는 설계입니다.
Quick Actions에서는 왕복 자체를 줄였습니다. 기존 Worker는 원격 브라우저에 WebSocket으로 접속해 페이지 열기, URL 이동, 로드 대기, 스크린샷 촬영을 하나씩 지시했습니다. 앞 단계가 끝나야 다음 지시를 보낼 수 있었습니다.
전용 인프라에서는 다른 제품에 부작용이나 이미지 비대화를 일으키지 않고 브라우저 이미지를 바꿀 수 있었습니다. 팀은 이를 이용해 작업 전체를 컨테이너 안으로 옮겼습니다. 이제 Worker가 모든 매개변수를 HTTP 요청 하나로 보내면, 컨테이너가 추가 왕복 없이 전체 작업을 실행합니다. 브라우저 준비 대기와 DevTools Protocol 메시지 처리 시간이 줄면서 Quick Action 응답도 빨라졌습니다.
브라우저의 중복 할당을 막는 D1
지역별 풀은 관리할 구성 요소를 늘렸습니다. 그 복잡성을 감수하려면 전 세계 브라우저의 상태를 파악하고, 수요가 바뀔 때 용량을 배정하거나 재배정할 수 있어야 했습니다. 처음에 이 상태를 보관한 곳은 Workers KV입니다.
전년 초부터 AI 에이전트 개발자들의 사용이 늘면서 요청량이 기존 용량을 앞질렀습니다. 풀을 빠르게 늘려야 하는 상황에서 KV의 약 30초에 이르는 최종 일관성 지연이 요청 처리 경로의 병목이 됐습니다. KV에서 사용 가능하다고 읽은 브라우저가 실제 연결 시점에는 이미 다른 요청에 할당돼 있을 수 있었습니다. 오래된 상태를 믿고 할당하다 보니 요청끼리 경쟁하고 같은 브라우저를 중복 할당하는 문제가 생겼습니다.
캐시도 상태를 오래 붙잡았습니다. TTL 때문에 최대 1분 전 상태를 계속 읽을 수 있었고, 최소 TTL이 30초로 낮아진 뒤에도 이 용도에는 너무 길었습니다.
팀은 컨테이너 상태를 위치별 D1 인스턴스로 옮겼습니다. 브라우저는 한 사용자에게 할당하면 그 사용자만 쓰는 자원입니다. SQLite 트랜잭션으로 할당을 원자적으로 처리하면 서로 다른 요청이 같은 브라우저를 차지하는 경쟁을 막을 수 있습니다. 단순화한 할당 쿼리도 후보 풀에서 브라우저를 골라 상태를 변경하고, 해당 데이터를 반환하는 흐름입니다.
5초마다 쌓이는 상태를 모아 쓰는 Queues
D1에서도 갱신량은 문제였습니다. 수천 개의 컨테이너가 각각 5초마다 상태를 갱신하다 보니 데이터베이스에 과부하가 걸렸습니다.
쓰기 한 번에 1ms가 걸린다고 가정하면 초당 최대 1,000번을 쓸 수 있습니다. 한 번에 한 행씩 기록할 경우, 5초마다 상태를 갱신하는 컨테이너 5,000개에서 한계에 닿는 계산입니다. 배치 쓰기는 개별 쓰기보다 시간이 크게 늘지 않았습니다. 팀이 적용한 100행 배치에서는 계산상 위치별 최대 500,000개 컨테이너의 상태를 갱신할 수 있어 용량 계획에 여유가 생겼습니다.
갱신을 모으는 역할은 Queues가 맡습니다. 각 컨테이너가 자신의 상태를 계산해 해당 위치의 Queue에 넣으면 Worker 소비자가 이를 모아 D1에 기록합니다. 배치 크기는 100, 배치 대기 시간은 1초로 설정했습니다. 이 구성에서 상태 반영 지연은 2초보다 충분히 낮았고, 배치 쓰기 지연의 실측 P95는 0.1ms였습니다.
큐가 밀리면 상태가 오래되는 문제는 남습니다. 이때는 각 지역이 지정된 백업 지역으로 요청을 우회하고, 기본 Queue가 밀린 작업을 처리할 때까지 기다립니다.
자체 이미지에서 빠르게 업그레이드하는 Chrome
공유 인프라를 떠난 효과는 응답 시간에 그치지 않았습니다. 이전에는 Chrome을 업그레이드할 때 일정과 우선순위가 서로 다른 여러 팀, 여러 제품과 조율해야 했습니다. 자체 이미지를 운영한 뒤에는 다른 Cloudflare 제품에 부작용을 주지 않으면서 브라우저 버전과 플래그를 직접 제어하고 더 빠르게 업그레이드할 수 있게 됐습니다.
요청이 많았던 WebGL도 이제 브라우저 렌더링에 쓸 수 있습니다. 웹용 Model Context Protocol인 WebMCP도 제공해 새로운 에이전트 상호작용 패턴을 지원합니다. 모두 브라우저 버전과 플래그를 직접 관리할 수 있게 되면서 가능해진 기능입니다.
대규모 실시간 상태 관리의 병목을 풀고 나서는 새 기능을 실험할 여유도 생겼습니다. 최근 출시한 /crawl도 그 과정에서 나온 기능입니다. 팀은 특히 에이전트 개발을 위한 대규모 브라우저 활용이 이제 시작이라고 보고 있습니다.
운영 설정·성능 측정·용량 계산
| 항목 | 값 |
|---|---|
| Workers binding의 브라우저 시작 한도 | 분당 60개 |
| 브라우저 동시 실행 한도 | 최대 120개, 이전 한도의 4배 |
| Quick Action 응답 시간 개선 | 50% 초과 감소 |
| KV의 최종 일관성 지연 | 약 30초 |
| 기존 KV 캐시의 상태 노후화 | 캐시 TTL로 최대 1분 전 상태를 계속 읽을 수 있었음 |
| 변경된 KV 최소 캐시 TTL | 30초로 낮아졌지만 이 용도에는 여전히 너무 높다고 설명 |
| 컨테이너 상태 갱신 주기 | 5초 |
| 개별 쓰기의 용량 계산 예시 | 쓰기당 1ms를 가정하면 초당 최대 1,000회, 행당 개별 쓰기 시 컨테이너 5,000개에서 한계 |
| 배치 적용 후 계산상 갱신 가능 규모 | 100행 배치 기준 위치별 최대 500,000개 컨테이너 |
| 배치 쓰기 지연 실측 | P95 0.1ms |
| Queue 소비자 설정 | max_batch_size: 100, max_batch_timeout: 1초, max_retries: 1 |
| 해당 Queue 구성의 상태 반영 지연 | 2초보다 충분히 낮은 수준 |
| 큐 적체 시 대응 | 기본 Queue가 밀린 작업을 처리할 때까지 지정된 백업 지역으로 우회 |