AI 에이전트가 생성한 UI의 품질을 평가하는 선택 메커니즘이 부재하여 신뢰성 문제가 발생하고 있다

Context

현재 AI 에이전트 시스템은 CLI 런타임, 통신 프로토콜, GUI 생성의 3계층 구조로 구성된다. CLI는 에이전트의 텍스트 명령 처리 영역이며, MCP와 AG-UI 같은 프로토콜은 에이전트 간 도구 발견과 호출을 담당한다. GUI 계층은 Flash-Lite Browser처럼 AI가 페이지를 실시간 생성하는 영역이다. 이 3계층 아키텍처는 기능적 연결을 설명하지만, 다수의 에이전트가 동일 UI를 생성할 때 어떤 결과가 더 신뢰할 수 있는지 판단하는 메커니즘이 없다.

Technical Solution

• CLI 계층 → 에이전트 런타임으로 터미널 명령과 구조화된 입출력 처리
• 프로토콜 계층 → MCP, AG-UI, A2UI로 에이전트 간 도구 발견과 통신 수행
• GUI 계층 → AI 모델이 네비게이션, 레이아웃, 콘텐츠를 실시간 생성하여 인간에게 제공
• 진화 계층 → 곱셈형 적합도 함수로 품질 점수 산출하여 경쟁적 평가 실행
• Gene 레지스트리 → 표준 벤치마크에서 경쟁한 Gene의 적합도 점수를 공개 저장
• Arena 시스템 → 동일 작업에 대한 복수 Gene을 비교 테스트하여 순위 산정