GPT-5.6, Claude Opus 4.8, Grok 4.5로 프론트엔드 100개씩 만들어 비교한 벤치마크
코딩 모델 세 개(, , )에 동일한 프론트엔드 디자인 브리핑 100개를 각각 주고, 총 300개의 웹사이트를 생성했다. 브리핑은 건축, 딥테크, 스킨케어, 스트리트웨어, 커피 등 서로 무관한 분야를 두루 다뤘다. 결과물은 'Sitegeist'라는 벤치마크 사이트에 모두 공개되어, 같은 브리핑에 대한 세 모델의 결과를 나란히 비교하거나, 한 모델이 반복적으로 보이는 시각적 패턴(타이포그래피, 히어로 레이아웃 선택, 색상 사용, 기하학적 요소, 정보 밀도, 전체 구성 등)을 모아볼 수 있다.
제작자는 디자인 품질이나 독창성을 하나의 객관적 점수로 환원하려는 시도가 아니라고 밝히며, 이 실험의 핵심 가치는 소수의 골라낸 예시가 아니라 동일한 100개 과제를 세 모델에 똑같이 적용해 300개 결과 전체를 볼 수 있다는 규모와 일관성에 있다고 설명한다. 결과는 sitegeist.kian.im에서 확인할 수 있다.
핵심 포인트
- , , 에 동일한 프론트엔드 디자인 브리핑 100개씩 부여, 총 300개 웹사이트 생성
- 브리핑은 건축·딥테크·스킨케어·스트리트웨어·커피 등 무관한 카테고리를 포괄
- 'Sitegeist'라는 벤치마크 사이트(sitegeist.kian.im)에서 같은 브리핑에 대한 모델 간 비교 및 모델별 반복 패턴(타이포그래피, 레이아웃, 색상 등) 열람 가능
- 제작자는 디자인 품질을 단일 점수로 매기려는 목적이 아니라 규모와 일관성 있는 비교 데이터 제공이 목적이라고 설명
- 제작자가 해당 벤치마크의 개발자임을 공개(disclosure)