Kiro CLI로 Anthropic의 Generator-Evaluator Harness 구현하기: 12회 반복 웹사이트 구축

한 개발자가 GAN에서 영감을 받아 장기 실행 앱을 위한 Anthropic의 Generator-Evaluator 하네스 설계를 복제했습니다. 아키텍처: Planner(한 번 실행) 후 Generator ↔ Evaluator 루프가 12회 반복됩니다. 각 에이전트는 별도의 CLI 프로세스로 공유 컨텍스트가 전혀 없으며, 파일(spec.md, eval-report.md)을 통해서만 통신합니다. Evaluator는 단순히 코드를 읽는 것이 아니라 Playwright를 사용하여 라이브 사이트를 탐색합니다.

주요 아키텍처 세부사항

• 호출 시마다 완전 초기화: 각 에이전트는 새로 시작하여 입력 파일만 읽습니다. 컨텍스트 불안을 방지합니다.
• 테스트용 Playwright MCP: 탐색, 클릭, 뷰포트 크기 조정. 코드 리뷰로는 절대 발견할 수 없는 시각적 버그를 잡아냅니다.
• Anthropic의 프론트엔드 디자인 기술: 일반적인 AI 패턴(Inter 폰트, 보라색 그라데이션, 카드 레이아웃)에 명시적으로 불이익을 줍니다. 창의적인 위험 감수를 강제합니다.
• 지속적 반복, 실패 시 재시도 아님: 12라운드 모두 실행됩니다. 각 라운드마다 개선됩니다.

결과 및 통계

1차 반복: 기능적이지만 평범함. 4차 반복: Generator가 "Terminal Noir"로 전환—IBM Plex Mono, 검정 바탕에 호박색, 입자 질감, 스캔라인. 5-12차 반복: 다듬기, 접근성, 반응형 수정, 축소 모션 지원.

• 총 소요 시간: 3시간 20분
• 반복 횟수: 12회 (generator + evaluator 각각)
• 직접 작성한 코드: 0줄 (이후 몇 가지 시각적 문제 수정)
• 기술 스택: Next.js, Tailwind, Framer Motion, TypeScript

실제 결과물

https://mnemo-mcp.github.io/Mnemo/

주요 시사점

모델은 엔진입니다. 하네스—제약 조건, 피드백 루프, 적대적 구조—가 AI 쓰레기인지 아니면 진정으로 독특한 결과물인지를 결정합니다.