터미널 사용자 인터페이스 (TUI)는 GUI의 상태 유지 및 화면 지향적 동작을 터미널 배포 방식과 결합한 것으로, 현재 개발 도구에서 흔히 사용됩니다. 하지만 이들에게는 전용 테스트 방법론이 부족합니다. 우리는 197개의 실제 TUI 애플리케이션을 조사했습니다. 그 결과, 테스트 코드의 12%만이 인터페이스를 실제로 작동시키며, 그 테스트 중 45%는 입력을 전혀 보내지 않고 정적인 프레임만을 확인하고 있었습니다. 우리는 이러한 애플리케이션들을 ratatui/Rust, bubbletea/Go, textual/Python, 그리고 ink/TypeScript를 아우르는 헤드리스 벤치마크 (headless benchmark)로 전환하였으며, 각각을 계측된 Docker 이미지로 패키징했습니다. 우리는 신뢰할 수 있는 경우 라인 및 위젯 커버리지 (line and widget coverage), 렌더링된 터미널 상태, 그리고 크래시 (crashes)를 기록했습니다. 동일한 실제 시간 (wall-clock) 예산 하에서, 우리는 네 가지 최첨단 LLM을 무작위 탐색 (random exploration)과 비교했습니다. 어떤 모델도 압도적이지 않았습니다. 무작위 방식은 시간 예산이 정해진 상황에서 강력한 베이스라인 (baseline)이지만, 크래시 발견 측면에서의 이점은 더 높은 처리량 (throughput)에서 기인합니다. 상호작용당 LLM 가이드는 더 효율적이며, 입력이 필요한 결함 (input-gated faults)에 독보적으로 도달할 수 있습니다. 실행 입력 (launch inputs)을 자동으로 도출하는 것은 가장 큰 실질적 이득을 가져다주며, 그렇지 않으면 시작조차 되지 않을 애플리케이션들을 실행 가능하게 합니다. 라인 커버리지는 크래시 발견을 예측하는 능력이 떨어져, 테스트 효과의 대리 지표 (proxy)로서의 기능이 약화됩니다. 자동화된 TUI 테스트는 가능하지만 아직 해결된 것은 아니며, 모델의 선택보다 정직한 베이스라인이 더 중요합니다. 우리는 커버리지 도구인 tuicov를 https://github.com/tui-testing/tuicov 에, 테스트 프레임워크인 tuibot을 https://github.com/tui-testing/tuibot 에 공개합니다.