알리바바(Alibaba)의 AI 연구팀인 Qwen 팀이 개발자와 AI 에이전트의 생산성을 혁신할 로컬 우선 검색 도구 'zg(zvec-grep)'를 오픈소스로 공개했습니다. 이 도구는 기존의 빠르고 정확한 텍스트 검색 도구인 ripgrep(rg)의 강점에 의미 기반 벡터 검색과 BM25 알고리즘을 결합하여, 사용자가 명확한 키워드를 모르더라도 자연어 의도만으로 코드 저장소나 문서에서 필요한 정보를 찾아낼 수 있도록 설계되었습니다.
zg는 '의미 검색 → 관련도 기반 축소 → 정확한 검증'의 다단계 검색을 하나의 인터페이스에서 지원합니다. 예를 들어, '테마 환경설정 복원'과 같은 자연어 질의를 입력하면, 실제 코드에 'hydratePreferences'로 구현되어 있더라도 관련 내용을 찾아줍니다. 이는 기존 텍스트 검색으로는 찾기 어려웠던 추상적인 개념이나 의도 기반의 검색을 가능하게 합니다. 특히, SWE-QA-Bench 및 BrowseComp-Plus 평가에서 zg를 사용했을 때 에이전트의 도구 호출과 입력 토큰이 절반 가까이 감소하고, 정확도와 Judge 점수가 크게 향상되는 등 작업 효율성이 획기적으로 개선됨을 입증했습니다.
이 도구의 핵심 강점 중 하나는 '로컬 우선(on-device)' 설계입니다. 파일 스캔, 추출, 임베딩, 인덱싱, 검색의 모든 과정이 사용자 기기 내에서 실행되며, 민감한 정보가 외부로 유출될 걱정 없이 보안을 유지할 수 있습니다. 16M 파라미터의 경량 임베딩 모델인 'local/potion-code-16m-v2'는 GPU 없이도 동작하며, Apple M4 Pro에서 Django 프로젝트의 3,457개 파일을 30초 이내에 인덱싱하는 빠른 성능을 보여줍니다. 또한, macOS, Linux, Windows 환경을 모두 지원하며, Codex, Claude Code, Cursor, OpenCode 등 주요 코딩 에이전트와 로컬 인덱스를 공유하여 중복 인덱싱이나 별도 설정 없이 바로 사용할 수 있습니다.
zg는 단순히 코드 검색에만 국한되지 않고, 프로젝트 문서, 연구 자료, 로컬 지식베이스 등 다양한 콘텐츠 유형에 적용될 수 있도록 확장 가능한 추출 프레임워크를 제공합니다. 이는 개발자가 코드베이스를 넘어 광범위한 지식 자산을 효율적으로 탐색하고 활용할 수 있게 합니다. 향후에는 그래프 검색, PDF/Word/PowerPoint 지원, OCR 및 멀티모달(multimodal) 검색 기능까지 추가하여 활용 범위를 더욱 넓힐 계획입니다.
이러한 zg의 출시는 AI 시대의 정보 검색 방식에 중요한 변화를 예고합니다. 기존의 키워드 중심 검색에서 벗어나, AI 에이전트가 사람의 의도를 더 잘 이해하고 필요한 정보를 빠르고 정확하게 찾아낼 수 있는 기반을 마련한 것입니다. 이는 개발자의 생산성 향상은 물론, 복잡한 시스템 진단이나 지식 질의응답과 같은 에이전트의 고차원적인 작업 수행 능력을 크게 끌어올릴 잠재력을 가지고 있습니다. 궁극적으로는 AI 에이전트가 더욱 독립적이고 효율적으로 정보를 탐색하고 활용하여, 인간과 협력하는 방식 자체를 한 단계 발전시킬 것으로 기대됩니다.