CodeGraph - AI 코딩 에이전트를 위한 코드 지식 그래프

Context

기존 AI 코딩 에이전트가 grep, glob, Read 등의 도구를 통해 파일을 순차적으로 스캔하며 발생하는 높은 토큰 소모와 응답 지연 시간 발생. 매 호출마다 반복되는 파일 탐색으로 인한 비효율적 Context 구성 구조의 한계점 존재.

Technical Solution

• Symbol 관계 및 Call Graph를 사전 인덱싱하여 즉시 질의 가능한 Graph 구조 설계
• FTS5 기반 Full-Text Search 도입을 통한 심볼명 검색 속도 최적화
• OS 네이티브 이벤트(FSEvents, inotify 등)와 Debounce 기법을 결합한 실시간 코드 동기화 체계 구축
• 14개 웹 프레임워크의 Routing 구조를 자동 인식하는 Framework-aware Routes 로직 구현
• SQLite 기반의 100% 로컬 스토리지 설계를 통한 데이터 유출 방지 및 외부 API 의존성 제거
• MCP 서버 표준을 통한 다양한 AI 에이전트(Claude Code, Cursor 등)와의 범용적 인터페이스 제공

Impact

• 토큰 사용량 59% 감소 및 응답 속도 49% 향상
• 도구 호출 횟수 70% 감소 및 운영 비용 평균 35% 절감