
세련된 AI 중심 코드 Editor 경험을 제공하지만, Kiro 고유의 AWS 사양 기반 계획 워크플로가 부족합니다.
세련된 AI 중심 코드 Editor 경험을 제공하지만, Kiro 고유의 AWS 사양 기반 계획 워크플로가 부족합니다.

최전선 AI가 학습하는 환경, 그리고 반복 업무를 맡는 에이전트
| 항목 / 지표 | ![]() | |
|---|---|---|
| 공식 도메인 | kiro.dev | labelbox.com |
| 가격 모델 | 무료+유료 | 가격 문의 |
| 월간 방문 수 | 333.05만 (3,330,476) | 76.28만 (762,803) |
| 전월 대비 트래픽 변화량 | +14.52만 (+4.6%) | -22.52만 (-22.8%) |
| 주요 시장 및 점유율 | 🇺🇸 미국 (16.3%) | 🇺🇸 미국 (21.9%) |
| 월 직접 방문 수 | 181.41만 | 37만 |
| 사용자 평점 | 4.5 | 4.4 |
| 지원 플랫폼 | 웹사이트 | 웹사이트 |
실제 엔지니어링 작업을 계획하고 구축하고 리뷰하고 검증하는 스펙 기반 AI IDE 겸 에이전트 플랫폼.
먼저 의도와 맥락을 제시하면 Kiro가 요구사항과 설계를 스펙으로 문서화하고, 완성된 구현을 그에 비추어 검증합니다.
Kiro Crew는 백로그, 코드베이스, CI를 관찰하고 새 작업을 분류해 전용 봇에 위임하며 결과를 리뷰용으로 반환합니다.
긴 작업을 검사 단계로 나눠 실패한 테스트를 건너뛰지 못하게 하고, 리뷰 에이전트가 사람 승인 전에 차이를 점검합니다.
IDE, 모바일, 웹을 쓰거나 CLI로 CI/CD에서 헤드리스 실행하고, Slack, Microsoft Teams, GitHub, GitLab에서 트리거할 수 있습니다.

최전선 AI가 학습하는 환경, 그리고 반복 업무를 맡는 에이전트
비전, 언어, 생성 작업 전반에 걸친 구조적 주석, 데이터 큐레이션, 모델 평가, 휴먼 인 더 루프 검수를 제공해 학습과 평가 데이터의 기반이 됩니다.
Recursion 에이전트는 빌드, 알림, 커밋, 체크포인트, 스케줄로 스스로 시작해 작업이 끝나 검토 가능해질 때까지 백그라운드에서 수행합니다.
소프트웨어 엔지니어링, 안정성, 보안, ML 연구, 평가, R&D, 제품, 재무까지 전문 에이전트가 불안정한 테스트 수정부터 포스트모템 초안까지 담당합니다.
모든 실행은 채점 에이전트가 평가하고, 채점된 세션은 기억과 노트, 스킬을 남겨 다음 세션이 행동 전에 읽습니다.

세련된 AI 중심 코드 Editor 경험을 제공하지만, Kiro 고유의 AWS 사양 기반 계획 워크플로가 부족합니다.
세련된 AI 중심 코드 Editor 경험을 제공하지만, Kiro 고유의 AWS 사양 기반 계획 워크플로가 부족합니다.
IDE와 CLI 전반에 걸쳐 강력한 병렬 AI 코딩 에이전트를 제공하지만, 전용 AWS 생태계 통합 기능이 부족합니다.
IDE와 CLI 전반에 걸쳐 강력한 병렬 AI 코딩 에이전트를 제공하지만, 전용 AWS 생태계 통합 기능이 부족합니다.

Builds and deploys full-stack apps instantly in the cloud, but lacks Kiro's local spec-driven engineering verification.

무료 / 오픈소스정확하게 코드를 쓰고, 더 큰 작업은 에이전트에 맡기고, 어디서든 작업을 이어가세요
IDE 플러그인으로 전체 코드베이스를 읽어 멀티 파일 작업을 실행하지만, 구조화된 사양 관리는 상대적으로 부족합니다.
특화 강점전체 저장소에 걸쳐 완전히 자율적으로 작동하여 풀 리퀘스트를 생성하지만, 통합된 대화형 IDE 작업 공간이 부족합니다.
특화 강점어노테이션부터 모델 배포까지의 엔드투엔드 컴퓨터 비전 워크플로우를 간소화하지만, Labelbox의 일반적인 기업용 에이전트 오케스트레이션은 부족합니다.
무료 / 오픈소스Runs multiple CLI coding agents in parallel using isolated Git worktrees, but requires manual setup over managed IDEs.
무료 / 오픈소스Runs multiple CLI coding agents in parallel using isolated Git worktrees, but requires manual setup over managed IDEs.
전체 프로젝트를 위한 빠른 AI 기반 IDE 환경을 제공하지만, Kiro의 엄격한 아키텍처 사양 검증 기능이 부족합니다.

특화 강점데이터 검증을 위해 휴먼 인 더 루프 관리형 인력 서비스에 크게 의존하며, Labelbox보다 셀프 서비스 기술 도구가 적습니다.
대규모 기업급 데이터 라벨링과 모델 평가를 제공하지만, 종종 Labelbox보다 더 큰 예산이 필요합니다.

안정적인 멀티모달 어노테이션과 워크플로우 자동화를 제공하며, 컴퓨터 비전 팀을 위한 직관적인 데이터 선별 파이프라인을 갖추고 있습니다.
안정적인 멀티모달 어노테이션과 워크플로우 자동화를 제공하며, 컴퓨터 비전 팀을 위한 직관적인 데이터 선별 파이프라인을 갖추고 있습니다.