UI 이미지를 AI로 구현하는 실험, shadcn MCP 설치 및 환경 세팅, 이미지 입력 방식과 Figma URL 입력 방식 결과를 비교, 다중 MCP 활용 가능성 탐색.

Figma URL 기반 구현 결과가 이미지 첨부 방식보다 정확도가 높았고, MCP가 시각적 요소보다 노드값(구조 정보)에 더 강하게 반응함을 확인. 복수 MCP 병렬 테스트 가능성도 확인.

이미지 인식보다 구조 정보 기반 접근이 더 효율적이며, 라이브러리 선택이 AI 워크플로우 품질에 직접적인 영향을 준다는 점을 재확인. shadcn은 성능은 우수하지만 전자정부프레임워크 환경에는 직접 적용이 어렵다는 한계.

shadcn MCP, Node.js/Next.js, Figma, AI MCP 서버

HTML/CSS/JS 기반 프로젝트에서도 활용 가능한 MCP 탐색 및 테스트, 로컬·전자정부 환경에서 구동 가능한 대안 MCP 실험, 소규모 UI 섹션 자동화 연동 테스트.