저희가 본 문제
AI 도구를 평가하시는 개발자들은 너무 많은 출처에서 정보를 모으느라 너무 많은 시간을 쓰고 계셨습니다. 두 개의 MCP 서버를 비교하시려면 양쪽의 GitHub 저장소, 양쪽의 npm 페이지, 여러 디렉터리, 그리고 여러 커뮤니티 포럼을 확인하셔야 합니다. 그런 다음 그 모든 정보를 머릿속에서 종합해 비교를 완성하셔야 합니다. 이 방식은 작동하긴 했지만, 몇 분이면 끝나야 할 결정에 몇 시간이 걸렸습니다.
비교 엔진이 하는 일
비교 엔진은 집계된 모든 출처의 데이터를 한 화면에 나란히 모아 줍니다. 두 개의 도구를 저희가 추적하는 모든 차원에서 비교합니다. 기능, 보안 등급, 의존성 수, 유지보수 활동, 다운로드 추세, 디렉터리 등재 여부, 커뮤니티 지표까지 포함됩니다.
10개의 웹사이트를 방문하셔서 머릿속으로 정보를 합치는 대신, 두 개의 도구를 선택하시면 모든 것을 하나의 화면에서 확인하실 수 있습니다. 데이터는 정규화되고 일관되게 포맷되어 있어, 서로 다른 형식의 다른 출처를 보실 때 발생하는 사과와 오렌지 비교가 아니라 진짜 비교가 가능해집니다.
설계 결정
저희는 의도적으로 "승자"를 선언하지 않았습니다. 비교 엔진은 데이터를 제시하고, 결정은 사용자가 내리시도록 했습니다. 사용자마다 우선순위가 다르며, 한 맥락에서 더 나은 도구가 다른 맥락에서는 더 나쁠 수도 있습니다. 주관적인 순위 없이 객관적인 데이터를 제시하는 방식은 그 다양한 필요를 존중합니다.
또한 현재 값뿐 아니라 추세 데이터도 비교에 포함했습니다. 좋아지고 있는 도구(보안 등급 상승, 유지보수 활동 증가, 다운로드 증가)는 현재 수치는 더 높지만 정체되거나 하락하는 도구보다 더 나은 선택일 수 있습니다. 추세는 모멘텀을 의미하며, 모멘텀은 장기적인 도구 선택에서 중요합니다.
워크플로가 어떻게 바뀌는가
비교 엔진은 도구 선택의 평가 단계를 압축해 줍니다. 예전에는 여러 웹사이트에서 몇 시간씩 조사를 하셔야 했던 일이 이제는 한 페이지에서 몇 분이면 끝납니다. 이는 실제 테스트의 필요(최종 후보들은 여전히 직접 시도해 보셔야 합니다)를 없애지는 않지만, 후보를 추리는 과정을 훨씬 빠르게 만들어 줍니다.
특히 팀에 도움이 됩니다. 각 팀원이 같은 옵션을 독립적으로 조사하시는 대신, 한 분이 비교를 만들고 링크를 공유하시면 팀 전체가 같은 데이터를 검토하실 수 있습니다. 이는 개인의 인상에 의존하는 대신 팀의 결정을 위한 공유된 사실 기반을 만들어 줍니다.