MCP 기반 Local AST Indexing을 통한 AI Agent Token 낭비 해결

Context

AI Agent가 코드베이스 탐색 시 파일 전체를 무분별하게 읽는 Blind-reading 방식으로 인한 Token 비용 급증 및 Context Window 오염 문제 발생. 기존의 Post-hoc 압축 방식이나 외부 LLM 의존형 도구는 읽기 작업 이후에 처리되거나 추가 지연 시간을 유발하는 한계 보유.

Technical Solution

• Model Context Protocol(MCP)을 도입하여 AI Agent와 Repository 사이의 중간 인터셉터 계층 설계
• Tree-sitter 기반 AST Graph 구축을 통한 소스 코드의 정밀한 구조적 분석 및 인덱싱 수행
• CozoDB 임베디드 데이터베이스를 활용하여 로컬 환경 내 결정론적(Deterministic) 데이터 조회 구현
• Pre-hoc 필터링 로직을 통해 전체 파일 대신 필요한 Structural Entities, Callers, Dependencies만 선별 제공
• 외부 LLM을 배제한 Local-first 아키텍처 설계를 통한 데이터 보안 강화 및 추론 지연 시간 제거