
MCP 서버를 라이브로 공유 가능한 Playground로
| 항목 / 지표 | ![]() | ![]() |
|---|---|---|
| 공식 도메인 | labelbox.com | mcpshowcase.com |
| 가격 모델 | 가격 문의 | 무료+유료 |
| 월간 방문 수 | 76.28만 (762,803) | 32 (32) |
| 전월 대비 트래픽 변화량 | -22.52만 (-22.8%) | -1.35천 (-97.7%) |
| 주요 시장 및 점유율 | 🇺🇸 미국 (21.9%) | 🇩🇪 독일 (100%) |
| 월 직접 방문 수 | 37만 | 13 |
| 사용자 평점 | 4.4 | 4.4 |
| 지원 플랫폼 | 웹사이트 | 웹사이트 |

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.

MCP 서버를 라이브로 공유 가능한 Playground로
SSE 또는 streamable HTTP로 MCP 서버에 연결해 몇 분 만에 격리된 라이브 Playground를 제공합니다. DevOps 티켓이 필요 없고 프로덕션에 영향도 없습니다.
자동 인트로스펙션으로 모든 도구의 문서를 생성하고, 실제 MCP 도구에 연결된 채팅 UI와 샘플 기록을 제공합니다.
Playground URL을 공유하거나 자사 사이트·앱에 위젯을 임베드해 방문자가 설치 없이 사용해 볼 수 있습니다.
모든 채팅과 도구 호출을 기록해 누가 참여하는지, 사용자나 에이전트가 어디서 막히는지 확인합니다.
무료 / 오픈소스ModelScope (魔搭社区) is an open-source AI community and model service platform that hosts thousands of pretrained models, datasets, and ready-to-run demos, backed by Alibaba Cloud infrastructure.
무료 / 오픈소스ModelScope (魔搭社区) is an open-source AI community and model service platform that hosts thousands of pretrained models, datasets, and ready-to-run demos, backed by Alibaba Cloud infrastructure.
특화 강점어노테이션부터 모델 배포까지의 엔드투엔드 컴퓨터 비전 워크플로우를 간소화하지만, Labelbox의 일반적인 기업용 에이전트 오케스트레이션은 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.

특화 강점하나의 연결 환경에서 AI 모델과 에이전트를 추적·평가·배포하세요.
고급 컴퓨터 비전 및 피지컬 AI 데이터 파이프라인에 특화되어 있지만, 일반적인 텍스트 및 이미지 라벨링보다는 범위가 좁습니다.

무료 / 오픈소스맞춤형 데이터 라벨링을 위한 유연한 오픈소스 대안을 제공하지만, 자체 호스팅과 수동 인프라 관리가 필요합니다.

특화 강점Focuses strictly on LLM evaluation, testing, and observability rather than raw data annotation and training dataset curation.
특화 강점Focuses strictly on LLM evaluation, testing, and observability rather than raw data annotation and training dataset curation.