최근 AI 코딩 에이전트의 활용이 늘면서, 이들이 실제로 어떤 작업을 수행하고 어디서 어려움을 겪는지 파악하기 어려워지는 문제가 발생하고 있습니다. 이러한 문제를 해결하기 위해, 개발자의 코딩 에이전트 세션과 깃허브(GitHub) 활동을 자동으로 기록하고 연결해주는 오픈소스 도구 'Synty'가 공개되었습니다. Synty는 개발팀이 AI 에이전트의 작업 흐름을 추적하고, 토큰(token) 사용량 등 효율성을 분석하며, 관련 깃허브 풀 리퀘스트(PR) 및 이슈(issue)까지 한눈에 파악할 수 있도록 돕습니다.
Synty는 클로드 코드(Claude Code), 코덱스(Codex), 코워크(Cowork) 등 다양한 코딩 에이전트의 모든 세션을 기록하며, 개발자의 깃허브 활동도 함께 수집합니다. 모든 데이터는 로컬 디스크에 JSONL 파일과 SQLite 데이터베이스 형태로 저장되어 사용자가 직접 소유하고 관리할 수 있습니다. 특히, 'synty tui' 명령어로 터미널 기반 사용자 인터페이스(TUI)를 통해 작업 내역을 탐색하거나, 'synty related' 명령어로 현재 작업과 관련된 과거 세션 및 PR을 자동으로 찾아주는 기능은 개발자들이 불필요한 재탐색 시간을 줄이는 데 크게 기여합니다. 팀 단위에서는 S3/GCS 버킷을 공유하여 모든 팀원의 작업 메모리를 통합 관리할 수 있으며, 이를 통해 팀 전체의 작업 현황을 파악하고 협업 효율성을 높일 수 있습니다.
Synty의 핵심 기술 중 하나는 'late interaction' 방식의 검색 엔진입니다. 이는 작은 콜버트(ColBERT) 모델(ModernBERT, 32M 파라미터)을 사용하여 각 문서를 토큰별 벡터로 인코딩하고, 넥스트-플레이드(next-plaid)가 SQLite 메타데이터 필터와 함께 맥스심(MaxSim)으로 쿼리 점수를 매기는 방식입니다. 이는 단일 벡터 임베딩 방식과 달리 특정 용어나 파일 경로 같은 세부 정보가 검색 결과에 더 큰 영향을 미치도록 합니다. 또한, 요약 및 토픽 이름 생성에는 Qwen3-0.6B와 같은 작은 로컬 모델을 사용해 원격 API 호출 없이 CPU에서 처리하며, 데이터 주권을 보장합니다. 이러한 접근 방식은 개발팀이 AI 에이전트의 활용도를 높이고, 프로젝트 진행 상황을 명확하게 파악하며, 궁극적으로 개발 생산성을 향상하는 데 중요한 역할을 할 것으로 기대됩니다.