Taste Lab
Taste Lab · 이미지
Taste Lab은 모든 웹사이트 URL을 베테랑 디자이너처럼 읽어 내고, 그다음 AI 코딩 도구에 실제로 구축에 쓸 수 있는 짧은 브리프를 넘겨주는 AI 디자인 분석기다. 페이지에서 정확한 측정값을 뽑아 디자인 DNA라고 부르는 시스템 수준 규칙으로 응축하고, 결과를 Markdown 파일과 JSON 토큰 세트로 저장한다. 매력은 여기까지다. AI 도구에 사이트의 겉모습을 복사하라고 시켰다가 일반적인 그라디언트 뭉치를 돌려받은 적이 있다면, 이것이 그 빠져 있던 입력이 되도록 만든 것이다.
Taste Lab 소개
Taste Lab이란
Taste Lab은 구체적이고 성가신 문제 하나를 푼다. AI 코딩 도구는 페이지 코드를 쓸 수 있지만, 왜 어떤 디자인이 그렇게 보이는지는 모른다. 그래서 학습한 일반 스타일로 되돌아간다. Taste Lab은 돌아가는 웹사이트를 구조화된 디자인 맥락으로 바꿔 그 틈을 메운다.
방식은 네 단계로 나뉘고, 각 단계를 별도의 역할이 맡는다. 한 단계가 정밀한 측정값을 추출한다. 다른 단계가 그 숫자들 사이에서 반복되는 규칙을 감지한다. 세 번째 단계가 디자이너가 의도적으로 내린 절충을 추론하고, 마지막 단계가 파일을 쓰기 전에 약한 부분을 걸러낸다. 결과물은 모호한 무드보드가 아니다. 모든 색, 굵기, 여백 값에 정확한 16진 코드나 픽셀 값, 또는 비율이 붙는다. 웹사이트 디자인 분석이 이렇게 구체적으로 나오는 경우는 드물다.
가장 큰 한계는 범위다. Taste Lab은 기존 페이지를 분석하므로, 디자인을 처음부터 창안하거나 망가진 레이아웃을 대신 고쳐 주지는 못한다. 입력하는 페이지의 품질에도 좌우된다. 지저분한 소스 페이지는 지저분한 브리프를 낳는다. 디자인 판단을 대체하는 것이 아니라 에이전트에 먹이는 조사 단계로 다뤄야 한다.
시작하기
- tastelab.xyz에 접속해 디자인을 역설계하려는 사이트의 URL을 붙여 넣는다.
- 네 에이전트가 추출, 패턴 감지, 취향 추론, 최종 검토 단계를 차례로 돌게 한다.
- 실행이 끝나면 생성된 두 파일, 즉 Markdown 브리프와 JSON 토큰 세트를 내려받는다.
- 그 파일들을 AI 코딩 도구에 맥락으로 넣어, 추측이 아니라 실측값에 맞춰 구축하게 한다.
- 소스 사이트가 디자인을 바꿔 브리프를 새로 받아야 할 때마다 분석을 다시 돌린다.
제품 정보
Taste Lab의 요금, 지원 플랫폼, 성능을 한눈에 확인해 보세요.
추천 대상
이 도구가 가장 잘 맞는 사용자, 작업, 상황입니다.
사용자
- 프런트엔드 개발자
- 제품 디자이너
- 1인 창업자
작업
- 경쟁사의 디자인 시스템 역설계
- AI 빌더에 디자인 맥락 제공
- 기존 사이트 기록
활용 상황
- AI 에이전트로 랜딩 페이지를 다시 만드는 중인데 첫 시안이 참고 대상과 전혀 닮지 않았다.
- 잘 만든 페이지가 왜 차분하고 의도적으로 느껴지는지, 스크린샷만 베끼는 대신 이해하고 싶다.
- 여러 사이트의 디자인 결정을 나란히 비교해 자기 방향에 반영하고 싶다.
주요 기능
URL에서 브리프로 가는 파이프라인
그래서 실제로 무엇을 돌려주나. 완전한 디자인 브리프다. 파이프라인은 네 에이전트를 차례로 돌리며, 각자 같은 페이지를 더 날카로운 렌즈로 읽고, 끝에 AI 도구가 구축에 쓸 수 있는 파일 하나만 남는다. URL 말고는 설정할 것이 없어 흐름이 짧다. 그 단순함이 바로 요점이다.
정확한 측정값 추출
첫 단계가 넓은 범주의 페이지에서 정밀하고 객관적인 값을 뽑는다. 색은 16진 코드로, 여백과 크기는 픽셀 값으로, 서체는 굵기와 자간 숫자와 함께 나온다. 어느 것도 근사하지 않는다. 이게 중요하다. AI 도구는 추측하도록 두면 둥근 숫자로 흐르기 쉽고, 그 이탈이 레이아웃 전체에 쌓인다.
시스템 수준 규칙 감지
날것의 숫자를 쏟아내는 대신, Taste Lab은 그 뒤에서 반복되는 규칙을 감지한다. 비슷한 여백 값 열둘쯤이 하나의 기준 단위와 배율로 접힌다. 각 규칙에는 근거 줄과 그것이 왜 존재하는지 설명하는 짧은 디자인 목표가 붙는다. 데이터만이 아니라 논리가 보인다.
취향 DNA 원칙
가장 쓸모 있는 것은 추론 층이다. Taste Lab은 몇 가지 원칙을 써 내려간다. 각 원칙은 하나의 디자인 결정, 그것을 촉발한 요인, 왜 내렸는지, 무엇을 포기했는지를 다룬다. 최소한 하나의 절제 원칙을 넣는 것은 의도적이다. 좋은 디자인은 종종 디자이너가 더하지 않기로 거부한 것에 달려 있고, 그것이 여기 담긴다. 대부분의 도구가 건너뛰는 부분이다.
Markdown과 JSON 이중 출력
실행할 때마다 두 파일이 기기에 쓰인다. 사람을 위한 Markdown 브리프와 도구를 위한 JSON 토큰 세트다. Markdown판은 공유하거나 편집할 수 있는 디자인 메모처럼 읽힌다. JSON판은 AI 코딩 워크플로에 바로 꽂힌다. 에이전트는 참조할 기계 판독 가능한 값을 얻는다.
품질 관문
출력을 쓰기 전에 Taste Lab은 채우기용 표현을 찾고 JSON 구조를 검증하는 안티슬롭 단계를 돌린다. 작은 차이지만 중요하다. 받는 브리프는 AI 도구가 기본으로 만들어 내는 모호하고 자신감 있는 어투로 부풀려질 가능성이 낮다.
장단점
장점
- 돌아가는 URL을 모호한 설명이 아니라 정확하고 구축 가능한 디자인 값으로 바꾼다.
- 추론 층이 각 선택이 왜 내려졌고 무엇을 포기했는지 설명한다.
- 사람이 읽는 브리프와 AI 도구용 JSON 토큰 세트를 모두 출력한다.
- 흐름을 단일 입력으로 유지해, 결과가 나오기 전에 설정할 것이 거의 없다.
단점
- 기존 페이지만 분석하므로, 아무것도 없는 데서 디자인을 만들거나 망가진 레이아웃을 고치지 못한다.
- 출력 품질이 소스 페이지에 크게 좌우된다. 지저분한 사이트는 지저분한 브리프를 낳는다.
- 사이트에 명확한 가격이나 API 정보가 없어, 팀 사용이나 자동화를 계획하기 어렵다.
자주 묻는 질문
웹사이트 URL을 당신의 AI 에이전트를 위한 구조화된 디자인 브리프로 바꾼다. 돌아가는 페이지에서 정확한 측정값을 추출하고, 그 뒤의 규칙을 감지하며, 코딩 도구가 따를 수 있는 짧은 디자인 맥락을 Markdown과 JSON으로 써 낸다.
관련 콘텐츠
Taste Lab와 관련된 도구, 스킬, 아티클을 살펴보세요.
Taste Lab 대안
X Ray Interpreter
X-ray Interpreter · 이미지X Ray Interpreter는 X선, CT, MRI, 초음파, PET 이미지를 쉬운 말의 리포트로 바꾸는 웹 기반 AI 영상의학 도구다. 스캔 이미지를 올리면 X선 예비 판독 결과가 곧바로 나오고, 설명이 필요한 부분이 있으면 이후에 추가 질문도 할 수 있다. 이 도구의 위치는 2차 소견과 학습 보조이며, 의료 진단은 아니다.
Aieasypic
AIEasyPic · 이미지AIEasyPic은 단순한 텍스트 프롬프트를 몇 초 만에 완성된 예술 작품으로 바꾸는 AI 이미지 생성기다. 자신의 사진으로 맞춤 모델을 훈련하고, 기존 이미지에서 얼굴을 바꾸고, 텍스트로 짧은 영상 클립을 만들 수도 있다. 모두 브라우저에서 끝난다. 빠른 비주얼을 원하는 가벼운 창작자에게도, 코드를 전혀 건드리지 않고 개인 모델을 만들고 싶은 취미 사용자에게도 어울린다.
Chargen
Chargen · 이미지Chargen은 던전 앤 드래곤과 다른 탁상용 롤플레잉 게임을 위해 만든 AI 캐릭터 생성기이자 세계관 구축 툴킷이다. 한 줄 아이디어를 그려진 캐릭터 초상화로 바꾸고, 같은 세션에서 NPC, 몬스터, 지도, 조우를 만들어내며, 모든 생물의 세부 정보를 손 가까이에 둔다. 탁상용 롤플레잉 아트 부분은 Gold라는 크레딧 시스템으로 돌아가고, 텍스트 생성기는 모두에게 무료로 남는다.