Vision2Web: 에이전트 검증 기반의 시각적 웹사이트 개발 계층적 벤치마크

Vision2Web은 멀티모달 코딩 에이전트가 시각적 웹사이트 개발 전 과정을 얼마나 잘 수행하는지 평가하기 위해 설계된 계층적 벤치마크다. UI 이해도, 요구사항 추론, 인터랙티브 로직, 풀스택 구현 능력을 종합적으로 측정한다.

벤치마크는 난이도에 따라 세 단계로 구성된다:

• Level 1 (Static Webpage): 다양한 기기용 UI 프로토타입을 기반으로 반응형 웹페이지 생성 (Visual Score 측정)
• Level 2 (Interactive Frontend): 텍스트 명세와 프로토타입을 활용한 다중 페이지 인터랙티브 프론트엔드 개발 (Visual Score + Functional Score 측정)
• Level 3 (Full-Stack Website): 요구사항 문서와 프로토타입을 바탕으로 상태 관리 및 백엔드 로직을 포함한 전체 시스템 구축 (Visual Score + Functional Score 측정)

평가는 GUI 에이전트 검증기를 통한 기능적 정확성 확인과 VLM 기반 판사를 통한 시각적 충실도 평가를 결합한 워크플로우 기반 방식을 사용한다. 이를 통해 구현 방식에 구애받지 않고 확장 가능한 평가가 가능하다.

데이터셋은 이커머스, SaaS, 콘텐츠, 공공 서비스 등 4개 주요 도메인에 걸친 193개 태스크를 포함한다. 이를 위해 918개의 프로토타입 이미지와 1,256개의 기능 테스트 케이스가 제공된다.