액시엄코드(AxiomCode)가 AI 에이전트의 코드 이해도를 혁신적으로 높일 수 있는 '액시엄코드 그래프(AxiomCode Graph)'를 선보였습니다. 이 기술은 정형 기법(formal methods)을 활용해 코드베이스를 정교한 지식 그래프로 변환함으로써, AI 에이전트가 코드 관련 작업을 수행할 때 정확한 답변을 얻고, 오류를 줄이며, 시간과 토큰 사용량을 최적화하도록 돕습니다.
액시엄코드 그래프는 기존의 구문 기반 코드 분석 도구와 달리, 컴파일러가 코드를 해석하는 방식과 동일하게 수신자(receiver)의 타입(type)을 기반으로 호출 관계를 정확히 파악합니다. 예를 들어, 인터페이스, 오버라이드, 제네릭, 콜백 등을 통한 호출은 구문만으로는 정확히 추적하기 어렵지만, 액시엄코드 그래프는 이러한 복잡한 관계까지 명확하게 연결합니다. 실제 벤치마크에서 자바(Java)와 타입스크립트(TypeScript) 코드 분석 시, 기존 트리 시터(tree-sitter) 기반 도구보다 호출 연결 정확도에서 최대 20% 이상 높은 성능을 보였으며, 버그를 유발하는 테스트를 찾아내는 능력도 94.9%에 달해 기존 최고 성능 대비 30% 이상 향상된 결과를 기록했습니다.
이러한 정확성은 AI 에이전트가 코드베이스를 탐색하고 변경 사항의 영향을 분석하는 방식에 큰 변화를 가져올 것입니다. 에이전트는 이제 코드의 구조적 맥락을 훨씬 깊이 이해하여, 특정 변경이 어떤 함수에 영향을 미치고 어떤 테스트를 실행해야 하는지 정확히 파악할 수 있습니다. 이는 불필요한 코드 탐색을 줄여 토큰 사용량을 최대 50% 절감하고, 불완전한 변경으로 인한 재작업을 최소화하여 개발 생산성을 크게 높일 수 있음을 의미합니다. 궁극적으로 개발자는 AI 에이전트가 더 신뢰할 수 있는 코드를 생성하고, 복잡한 소프트웨어 시스템을 보다 효율적으로 관리할 수 있게 될 것입니다.