몇 주 전, 우리 팀 Slack에 누군가 링크 하나를 올리면서 “잠깐, 이거 그 Ferret 맞아?”라고 물은 적이 있습니다. 아니었습니다. 알고 보니 Apple의 비전 모델인 Ferret도 있고, NOAA의 데이터 도구인 Ferret도 있고, 또 MontFerret도 있더군요. MontFerret는 개발자들이 FQL이라는 언어로 스크래핑 스크립트를 작성할 때 쓰는 오픈소스 브라우저 자동화 프레임워크입니다. 이 셋은 서로 아무런 관련이 없습니다. 만약 지금 “Thunderbit vs MontFerret”를 검색하고 있다면, 아마 같은 혼란을 한 번쯤 겪었을 겁니다.
그래서 먼저 분명히 짚고 가겠습니다. 저는 Thunderbit를 운영하고 있고, 여기서 말하는 대상은 montferret.dev의 선언형 웹 스크래핑 프로젝트인 MontFerret입니다. Apple의 Ferret도 아니고, NOAA의 Ferret도 아닙니다. 이름이 좀 복잡하긴 하지만, 막상 비교해 보면 꽤 흥미롭습니다. 사실 Thunderbit와 MontFerret는 같은 고객을 놓고 경쟁하는 제품이 아닙니다. 서로 다른 사람에게, 서로 다른 문제를 해결해 주는 도구이고, 그게 이 글의 핵심입니다.
빠른 답변
세부적으로 들어가기 전에 핵심만 먼저 말하자면: Thunderbit는 어떤 페이지든 빠르게 구조화된 데이터로 바꿔 주는 관리형 에이전틱 웹 스크래퍼입니다. 브라우저 확장 프로그램, Web App, Open API, MCP Server, CLI까지 모두 지원합니다. 반면 MontFerret는 FQL(Ferret Query Language)로 쿼리를 작성해 페이지를 스크래핑하고 상호작용하는 오픈소스 브라우저 자동화 프레임워크입니다.
이제 본격적으로 들어가기 전에, 혼동을 하나 더 정리하겠습니다. 제가 본 바로는 이 부분에서 20분을 날리는 분들이 꽤 많습니다. 여기서 다루는 건 오직 MontFerret 프로젝트입니다. Apple의 Ferret 비전 모델도 아니고, NOAA의 Ferret 데이터 시각화 도구도 아니고, 검색하다가 우연히 마주치는 다른 어떤 “Ferret”도 아닙니다. 그냥 montferret.dev입니다.
한눈에 보기
| Thunderbit | MontFerret | |
|---|---|---|
| 주요 사용자 | 비기술직 비즈니스 사용자(세일즈, 운영, GTM), 그리고 개발자 | 개발자/엔지니어 |
| 설정 | 확장 프로그램 설치 또는 Web App 열기 | Go/Ferret 런타임 설치, Chrome 디버깅 포트 설정 |
| 인터페이스 | One Click Extract 클릭, 나머지는 에이전트가 처리 | DOM/CDP를 대상으로 FQL 쿼리 작성 |
| 쿼리 언어 | 없음 — 자연어로 필드 보완 | FQL(ArangoDB AQL에서 영감) |
| 브라우저 자동화 | 호환되고 승인된 페이지에서 관리형으로 실행 | Chrome DevTools Protocol을 통해 직접 관리 |
| 추출 로직 | 에이전틱 페이지 분석 | 직접 작성하는 셀렉터, 반복문, 필터 |
| 배포 | 브라우저 확장 / Web App / 클라우드 | 셀프 호스팅, 인프라는 직접 관리 |
| 예약 실행 | 조건에 맞는 요금제에서 지원 | 직접 구축하고 운영 |
| 유지보수 | 제품이 처리 | 팀이 책임 |
| 라이선스 | 유료 SaaS(크레딧/플랜 기반) | 오픈소스, 무료 실행 가능 |
| 총 비용 | 구독 비용 | “무료” 소프트웨어지만 인프라 + 개발 시간 필요 |
Thunderbit란?
저는 웹 스크래핑을 한 번도 해 본 적 없는 사람들에게 Thunderbit를 꽤 많이 설명해 왔는데, 보통 이렇게 말합니다. 접근 권한이 있는 페이지를 열고 버튼 하나를 누르면, Thunderbit가 그 페이지에서 어떤 데이터가 중요한지 알아서 파악한다고요.
실제 흐름은 이렇습니다. One Click Extract를 누르면 에이전트가 페이지를 감지하고, 내용을 읽고, 구조를 분석한 뒤, 유용해 보이는 필드를 준비합니다. 예를 들면 상품명, 가격, 연락처 정보처럼 그 페이지가 실제로 제공하는 데이터들입니다. 그다음 Run Now가 나타납니다. 바로 실행해도 되고, 아무것도 하지 않으면 자동으로 시작됩니다. 그게 전부입니다. 의도적인 클릭 한 번이면 끝나고, 스키마를 만들 필요도, 셀렉터를 작성할 필요도, 코드를 짤 필요도 없습니다.
이건 Thunderbit Chrome Extension의 사용 흐름이고, 대부분의 사용자가 가장 먼저 접하는 방식입니다. 하지만 이게 전부는 아닙니다. 추출 내용을 다듬고 싶다면, 예를 들어 놓친 필드를 추가로 가져오게 하거나 형식을 다시 맞추고 싶다면, 평범한 지시문으로 조정할 수 있습니다. Thunderbit는 지원되는 페이지에서 호환되는 페이지네이션과 하위 페이지 보강도 자동으로 처리하며, Excel, Google Sheets, Airtable, Notion 같은 곳으로 내보내기도 가능합니다.
개발자를 위해서는 더 많은 기능이 뒤에 숨어 있습니다. 클라우드 기반 추출용 Thunderbit Web App, 프로그래밍 방식 접근을 위한 Open API, Claude나 Cursor 같은 AI 에이전트와 연결하는 MCP Server, 터미널이나 코딩 에이전트 워크플로우용 CLI까지 제공합니다. 즉, 확장 프로그램은 노코드 진입점일 뿐이고, Thunderbit는 단순한 브라우저 도구가 아니라 여러 방식으로 활용할 수 있는 완전한 추출 플랫폼입니다.
솔직하게 하나 덧붙이자면, 이건 과장하고 싶지 않아서 말씀드립니다. “원클릭”은 접근 권한이 있는 호환 페이지에만 적용됩니다. 모든 봇 차단 시스템, 모든 로그인 장벽, 그리고 웹사이트가 던지는 모든 특수한 예외 상황을 무조건 뚫는다는 뜻은 아닙니다.
MontFerret란?
MontFerret는 완전히 다른 종류의 도구이며, 저는 이들이 만든 것을 꽤 높이 평가합니다. 이 프로젝트는 오픈소스 선언형 웹 스크래핑 시스템으로, 버튼을 누르는 대신 FQL(Ferret Query Language)로 쿼리를 작성합니다. 프로젝트 설명에 따르면 FQL은 ArangoDB의 AQL에서 영감을 받았습니다.
공식 문서에 따르면 이 시스템은 몇 가지 핵심 구성 요소로 이루어져 있습니다. FQL 파서, 컴파일러, 런타임, 표준 라이브러리, 사용자 함수 레지스트리, 메모리 기반 HTML 드라이버, Chrome DevTools Protocol(CDP) 드라이버, 그리고 명령줄 인터페이스입니다. 구성 요소가 많아 보인다면 맞습니다. 하지만 그게 바로 목적입니다. MontFerret는 페이지를 얼마나 정교하게 스크래핑할지 코드 수준에서 세밀하게 제어하고 싶은 개발자를 위해 만들어졌습니다.
JavaScript로 렌더링되는 콘텐츠나 실제 브라우저 상호작용이 필요한 경우, Chrome 또는 Chromium을 디버깅 포트를 열어 실행해야 MontFerret가 CDP를 통해 통신할 수 있습니다. 이렇게 설정한 뒤에는 FQL 쿼리로 반복, 필터, CSS 스타일 셀렉터, 페이지 이동, 클릭/타이핑 상호작용, 구조화된 반환값 등을 표현할 수 있습니다. 말하자면 브라우저 자동화 로직을 감싼 쿼리 언어라고 볼 수 있습니다.
대신 분명한 트레이드오프가 있습니다. MontFerret는 브라우저와 네트워크의 하위 레벨 작업을 상당 부분 추상화해 주지만, 그래도 FQL을 배워야 하고, 쿼리를 작성하고 테스트해야 하며, 런타임도 직접 운영해야 합니다. 여기에는 Thunderbit처럼 “클릭하면 알아서 필드를 찾아주는” 순간은 없습니다. 매번 정확히 무엇을 할지 직접 지정해야 합니다.
핵심 차이: 관리형 에이전틱 제품 vs 쿼리 언어 프레임워크
구조화된 결과를 얻기까지 걸리는 시간
이 차이가 가장 명확하게 드러나는 부분입니다. Thunderbit에서는 첫 결과까지 걸리는 시간이 몇 초면 충분합니다. One Click Extract를 누르고 에이전트가 페이지를 분석하게 두면 작업이 자동 실행됩니다. Run Now는 선택 사항입니다. 반면 MontFerret는 먼저 쿼리를 작성해야 합니다. 간단한 FQL 스크립트라도 셀렉터, 쿼리 문법, 그리고 대상 페이지에서 CDP 드라이버가 어떻게 동작하는지 이해해야 합니다. 이건 MontFerret를 깎아내리는 말이 아니라, 출발점 자체가 근본적으로 다르다는 뜻입니다. 하나는 “에이전트가 알아서 하게 두자”이고, 다른 하나는 “정확히 무엇을 할지 네가 지시하라”입니다.
커스텀 브라우저 자동화와 제어
반대로 보면 MontFerret는 정밀도에서 강합니다. 다단계 폼 입력, 페이지 상태에 따른 조건 분기, 맞춤 재시도 동작처럼 매우 구체적인 일을 하는 스크래퍼가 필요하다면 FQL이 그 수준의 제어권을 제공합니다. 직접 로직을 작성하기 때문입니다. Thunderbit의 에이전틱 방식은 “이 페이지에서 유용한 정보를 추출”하는 데는 탁월하지만, 범용 브라우저 스크립팅 언어로 설계된 것은 아닙니다. 사용 사례가 여러 페이지를 넘나드는 워크플로우에서 세밀한 분기 로직을 요구한다면, 그건 분명 MontFerret의 영역입니다.
배포와 유지보수 책임
많은 분들이 과소평가하는 부분이 여기입니다. Thunderbit는 사이트 레이아웃이 바뀌어도 에이전트가 매번 페이지를 다시 분석하므로, 하드코딩된 셀렉터에 의존하지 않아도 추출이 적응합니다. 물론 그렇다고 모든 리디자인에서 무조건 동작한다는 뜻은 아닙니다. 반면 MontFerret는 사이트의 DOM 구조가 바뀌면 FQL 쿼리의 셀렉터가 깨질 수 있고, 팀의 누군가가 이를 발견해서 디버깅하고 수정해야 합니다. 오픈소스든 아니든, 직접 작성한 스크래퍼에는 이런 지속적인 엔지니어링 책임이 따라옵니다.
실전 사용 시나리오
비즈니스 사용자의 일회성 추출
예를 들어 세일즈 운영 담당자가 오늘 안에 디렉터리 사이트에서 회사 목록을 뽑아야 하는데, 엔지니어는 없다고 해 보겠습니다. Thunderbit는 바로 이런 상황을 위해 만들어졌습니다. 페이지를 열고 One Click Extract를 누른 다음, Google Sheets로 내보내고, 하루 일을 계속하면 됩니다. 이런 일회성 작업에 FQL을 작성하는 사람은 없습니다.
개발자가 작성하는 반복 가능한 브라우저 자동화
이번에는 엔지니어링 팀이 경쟁사 가격 페이지를 매일 밤 확인하고, 특정 중첩 데이터를 파싱한 뒤, 자체 시스템에 맞춤 변환 로직으로 전달하는 모니터링 파이프라인을 만든다고 해 보겠습니다. 이런 경우에는 MontFerret의 선언형 쿼리 접근이 빛을 발할 수 있습니다. FQL을 한 번 작성해 두면, 그게 정확히 무엇을 하는지 이해할 수 있고, 전체 파이프라인을 직접 소유하게 됩니다.
동적인 다단계 사이트 워크플로우
로그인 흐름, 여러 페이지 이동, 화면 상태에 따라 달라지는 조건부 동작이 필요한 사이트라면 MontFerret의 CDP 드라이버와 명시적인 쿼리 로직이 그 흐름을 정확하게 스크립팅할 수 있게 해 줍니다. Thunderbit도 지원되는 승인 페이지에서 호환되는 페이지네이션과 하위 페이지 보강은 처리할 수 있지만, 임의의 다단계 브라우저 워크플로우를 위한 범용 스크립팅 도구로 설계된 것은 아닙니다.
API 또는 AI 에이전트 연동
더 큰 워크플로우의 일부로 구조화된 웹 데이터를 끌어와야 하는 AI 에이전트를 만들고 있다면, Thunderbit의 MCP Server는 Claude Code나 Cursor 같은 도구와 바로 연결됩니다. MontFerret도 커스텀 스택에 스크립트로 넣을 수는 있지만, 사전 제작된 커넥터를 쓰는 것이 아니라 통합 계층을 직접 만들어야 합니다.
신뢰성, 유연성, 유지보수
이 부분은 많은 비교 글이 쉽게 넘어가는 대목이라서 솔직하게 말씀드리겠습니다. Thunderbit의 에이전틱 페이지 이해 방식은 정말 유용합니다. 깨지기 쉬운 CSS 경로에 의존하는 대신 에이전트가 페이지 구조를 다시 읽기 때문에, 사이트가 마크업을 바꿔도 유지보수 부담이 줄어듭니다. 하지만 “에이전틱”이 “마법”을 뜻하는 것은 아닙니다. 호환되고 승인된 페이지에서만 동작하며, 기대한 만큼 정확히 추출되지 않는 사이트나 상황도 분명히 있습니다.
MontFerret의 명시적인 쿼리/자동화 로직은 한편으로는 더 예측 가능합니다. 직접 작성했으니 쿼리가 정확히 무엇을 하는지 알 수 있기 때문입니다. 그러나 그 예측 가능성은 페이지가 바뀔 때 취약해질 수 있다는 대가를 치릅니다. 사이트가 div를 section으로 바꾸기만 해도 셀렉터가 조용히 깨질 수 있고, 데이터가 비어 있거나 잘못 돌아오기 전까지는 모를 수도 있습니다.
두 도구 모두 봇 차단을 무조건 이긴다고 주장하지 않습니다. 그런 도구라면 저는 오히려 의심할 것입니다. 둘 다 사용 권한이 있는 범위 내에서 운영되어야 합니다.
가격, 라이선스, 총소유비용
오픈소스 소프트웨어에 붙는 “무료”라는 표현은 종종 오해를 부르며, 이 부분은 분명히 짚고 넘어갈 가치가 있습니다.
MontFerret는 오픈소스입니다. 다만 커밋하기 전에 저장소에서 현재 라이선스를 꼭 확인하세요. 이런 부분은 기술적으로 바뀔 수 있습니다. 하지만 기본 프레임워크 자체를 쓰는 데 구독료는 없는 편입니다. 그렇다고 해서 진짜 비용이 사라지는 건 아닙니다. 직접 컴퓨팅 자원을 준비하고 호스팅해야 하고, Chrome/Chromium 인스턴스를 실행 및 유지관리해야 하며, 실제 규모로 스크래핑한다면 프록시도 관리해야 하고, 문제가 생길 때를 대비한 모니터링도 마련해야 합니다. 게다가 FQL 스크립트를 작성하고 유지보수할 엔지니어 비용도 들어갑니다.
Thunderbit는 유료 플랜 구조로 운영됩니다. 정확한 금액은 시간이 지나며 바뀔 수 있으니 현재 Thunderbit Pricing 페이지를 확인하세요. 대신 이 비용에는 관리형 브라우저/클라우드 실행, 에이전틱 추출 로직, 내보내기 기능, API/MCP/CLI 접근이 모두 포함됩니다. 별도의 인프라 비용을 신경 쓸 필요가 없습니다.
| 비용 요소 | Thunderbit | MontFerret |
|---|---|---|
| 라이선스 비용 | 유료 SaaS(크레딧/플랜 기반) | 무료, 오픈소스 |
| 인프라 비용 | 플랜에 포함 | 서버, Chrome, 프록시를 직접 준비/호스팅 |
| 개발 시간 | 최소화 — 코딩 불필요 | 지속적 필요 — FQL 작성, 테스트, 디버깅 |
| 유지보수 부담 | 제품이 처리 | 팀이 책임 |
진짜 질문은 “어느 쪽이 더 저렴한가”가 아니라 “비용이 어디에서 드러나길 원하는가”입니다. Thunderbit는 월별 청구서에 비용이 나타납니다. MontFerret는 엔지니어링 팀의 캘린더에 비용이 나타납니다.
Thunderbit를 선택해야 하는 사람
지금 당장 데이터가 필요하고, 엔지니어링 리소스를 바로 쓸 수 없는 비기술직 팀원이라면 Thunderbit가 분명한 선택입니다. 마찬가지로 세밀한 제어보다 “설정 없이 바로 사용”이 더 중요한 일회성 또는 반복 업무 데이터 추출에도 잘 맞습니다. 그리고 이미 AI 에이전트 워크플로우를 만들고 있고, 커스텀 통합 계층을 직접 작성하지 않고도 MCP나 CLI로 스크래핑을 붙이고 싶다면, Thunderbit가 딱 맞습니다.
MontFerret를 선택해야 하는 사람
CI/CD 환경에서 돌아가는 반복 가능한 스크래핑 파이프라인을 구축하는 개발자이거나, 데이터 주권 또는 규정 준수 이유로 셀프 호스팅 인프라가 필요한 경우라면 MontFerret의 선언형 접근과 완전한 인프라 제어가 적합합니다. 또한 팀에 장기적으로 FQL 스크립트를 유지할 수 있는 엔지니어링 여력이 있고, 브라우저 자동화 로직을 그 정도 수준까지 직접 통제하고 싶다면 더 나은 선택입니다.
두 도구를 함께 사용할 수 있을까?
솔직히 말하면, 가능합니다. 그리고 저는 그 대답이 회피라고 생각하지 않습니다. 실제로 저는 기술 팀이 핵심 데이터 파이프라인용으로 정밀하고 버전 관리 가능한 로직이 필요한 특화된 FQL 작업을 운영하면서, 같은 팀의 비즈니스 사용자는 Thunderbit로 즉석 리서치, 빠른 내보내기, 혹은 커스텀 스크립트를 짤 가치가 없는 탐색성 데이터 추출을 하는 구성을 본 적이 있습니다. 둘은 사실 경쟁 관계라기보다, 더 큰 데이터 운영 체계의 서로 다른 층에 놓인 도구들입니다. 물론 둘 사이에 공식적인 통합이 있는 것은 아니지만, 아키텍처 관점에서는 충분히 자연스러운 분리입니다.
결론
한 문장으로 요약하자면, 누가 작업하는지와 시간이 얼마나 있는지에 따라 선택하면 됩니다. 10분 안에 데이터 표가 필요한 비기술직 사용자가 있다면 Thunderbit가 항상 이깁니다. 비교 자체가 되지 않습니다. 반대로 버전 관리가 가능하고 셀프 호스팅되는 선언형 스크래핑 파이프라인을 원하고, 장기 유지보수도 감당할 엔지니어가 있다면 MontFerret는 정말 괜찮은 오픈소스 선택지입니다.
이건 “한 도구가 다른 도구를 압도한다”는 이야기가 아닙니다. 그렇게 말한다면 오히려 독자에게 도움이 되지 않겠죠. 핵심은 “실제로 어떤 문제를 해결하려는가”입니다.
FAQ
어떤 Ferret 프로젝트를 말하나요? 여기서 말하는 관련 프로젝트는 montferret.dev의 오픈소스 선언형 웹 스크래핑 프레임워크인 MontFerret입니다. Apple의 Ferret 비전 모델, NOAA의 Ferret 데이터 시각화 도구, 또는 Ferret라는 이름을 공유하는 다른 어떤 프로젝트와도 관련이 없습니다.
MontFerret는 오픈소스인가요? 네, MontFerret는 오픈소스 프로젝트입니다. 핵심 프레임워크 자체에는 라이선스 비용이 없지만, 상업적으로 사용할 경우 현재 저장소에서 정확한 라이선스 조건을 확인하는 것이 좋습니다. 소프트웨어가 무료여도 인프라와 엔지니어링 비용은 여전히 발생합니다.
Thunderbit는 API와 MCP 연동을 지원하나요? 네. Thunderbit는 프로그래밍 방식 접근을 위한 Open API와 MCP Server를 제공하며, 터미널 기반 워크플로우를 위한 CLI도 함께 제공합니다. 이를 통해 Thunderbit의 추출 도구를 Claude Code나 Cursor 같은 AI 에이전트 호스트와 연결할 수 있습니다.
비개발자에게는 어느 쪽이 더 쉬운가요? 단연 Thunderbit입니다. 브라우저 확장 프로그램은 비기술직 사용자가 One Click Extract만 눌러 구조화된 데이터를 추출할 수 있도록 설계되었습니다. 쿼리 언어나 셀렉터, 코딩이 전혀 필요 없습니다. MontFerret는 FQL을 배우고 런타임을 설정해야 하므로, 최소한 기본적인 개발 역량을 전제로 합니다.
브라우저 자동화를 더 명시적으로 제어할 수 있는 도구는 무엇인가요? MontFerret입니다. Chrome DevTools Protocol을 통해 DOM에 직접 FQL 쿼리를 작성하기 때문에, 탐색, 상호작용, 조건 로직을 코드 수준에서 정밀하게 제어할 수 있습니다. Thunderbit의 에이전틱 방식은 세밀한 스크립트 자동화보다, 호환되는 페이지에서 빠르게 구조화된 데이터를 추출하는 데 최적화되어 있습니다.
