Arena WebDev

한 줄 요약 · 웹사이트·앱을 만들어 달라고 했을 때 사람들이 더 좋아한 결과를 낸 AI 순위

무엇을 측정하나요?

웹사이트나 앱을 만들어 달라고 했을 때 누가 더 쓸 만한 결과물을 만드는지 겨루는 순위입니다. 코드를 읽어 채점하는 대신 실제로 돌아가는 화면을 보고 사람이 고르므로, 이 점수가 높은 AI 는 "보기 좋고 동작하는" 결과를 잘 만듭니다.

누가 어떻게 평가하나요?

Arena Intelligence 의 웹 개발 부문에서 사용자가 만들고 싶은 페이지·앱을 설명하면 이름을 가린 두 AI 가 코드를 짜고, 그 결과를 실제로 실행한 화면을 나란히 보여 줍니다. 사용자는 더 나은 쪽에 투표하고, 투표를 텍스트 Arena 와 같은 통계 모델로 점수화합니다.

점수 읽는 법

시험 점수가 아니라 대결 성적입니다. 다른 AI 와 맞붙어 선택된 확률로 계산되므로 만점이 없고, 두 AI 의 점수 차가 100점이면 앞선 쪽이 약 64% 확률로 선택된다는 뜻입니다. 점수 차가 수십 점 이내면 순위가 달라도 사실상 같은 등급입니다. 이 표의 값은 현재 대략 1,200~1,800 사이입니다. 결과 화면의 첫인상이 투표를 좌우하므로 코드의 유지보수성·보안은 반영되지 않습니다.

마지막 업데이트: 2026-10-01