TS 컴파일러로 만든 코드 그래프 MCP, Claude Code 토큰 10배 절감
(news.hada.io)
TypeScript 컴파일러의 코드 그래프를 MCP로 활용하여 Claude Code의 토큰 사용량을 10배 절감하고 답변 품질을 유지하는 @ttsc/graph 기술이 공개되어 AI 코딩 에이전트의 효율성을 극대화할 새로운 대안으로 주목받고 있습니다.
이 글의 핵심 포인트
- 1TypeScript 컴파일러 기반 코드 그래프를 MCP로 제공하여 Claude Code 토큰 사용량 약 10배 절감
- 2소스 본문 대신 이름, 엣지, 시그니처 등 인덱스 정보만 반환하여 레포 규모와 무관한 응답 크기 유지
- 3typia를 활용해 에이전트의 Chain-of-Thought(질문→초안→검토) 과정을 강제함으로써 추론 품질 확보
- 4tree-sitter 등 기존 파서가 해결하지 못하는 모노레포, 심링크, re-export 체인 문제를 컴파일러 수준에서 정확히 해결
- 5TypeScript 전용 기술이며, TypeScript v7(Go 런타임) 환경이 필요하다는 한계 존재
이 글에 대한 공공지능 분석
왜 중요한가?
AI 코딩 에이전트의 가장 큰 병목인 '토큰 비용'과 '컨텍스트 과부하' 문제를 해결할 수 있는 실질적인 기술적 돌파구를 제시했습니다. 단순한 텍스트 검색을 넘어 컴파일러 수준의 정밀한 구조 정보를 제공함으로써 에이전트의 추론 정확도를 높였습니다.
어떤 배경과 맥락이 있나?
최근 Claude Code와 같은 AI 코딩 에이전트가 확산됨에 따라, 대규모 코드베이스를 분석할 때 발생하는 막대한 토큰 비용과 컨텍스트 윈도우 제한이 개발 생산성의 저해 요소로 떠오르고 있습니다.
업계에 어떤 영향을 주나?
앞으로의 AI 개발 도구 시장은 단순히 LLM을 연결하는 것을 넘어, 컴파일러나 정적 분석 도구와 결합하여 '고정밀 컨텍스트'를 얼마나 효율적으로 주입하느냐의 싸움이 될 것입니다.
한국 시장에 어떤 시사점이 있나?
AI 기반 소프트웨어 개발 자동화 솔루션을 구축하려는 국내 스타트업들에게, 언어별 컴파일러 지식을 활용한 인덱싱 기술 확보가 에이전트 서비스의 경제성과 성능을 결정짓는 핵심 경쟁력이 될 것입니다.
이 글에 대한 큐레이터 의견
이 기술의 핵심은 '무엇을 주지 않을 것인가'에 대한 영리한 전략에 있습니다. 소스 코드 본문을 생략하고 구조적 인덱스만 전달함으로써 토큰 비용을 10배나 절감했다는 점은, 자원 제한적인 LLM 환경에서 에이전트의 경제성을 확보할 수 있는 매우 실무적인 접근입니다. 특히 기존 휴리스틱 파서가 해결하지 못했던 모노레포나 심링크 등의 복잡한 의존 관계를 컴파일러 수준에서 정확히 짚어낸 점은 고도화된 AI 코딩 도구 개발에 있어 중요한 이정표가 될 것입니다.
다만, TypeScript라는 특정 언어에 종속되어 있다는 기술적 제약은 범용적인 에이전트 구축 시 고려해야 할 리스크입니다. Python이나 Java 등 다른 주요 언어로의 확장이 어렵다면 시장 점유율 확대에 한계가 있을 수 있습니다. 따라서 스타트업 창업자들은 특정 언어의 깊이를 확보하는 동시에, 다양한 언어 환경에서도 적용 가능한 추상화된 그래프 구조 설계 능력을 갖추는 것이 중요합니다.
댓글
아직 댓글이 없습니다. 첫 댓글을 남겨보세요.