최근 'ttsc' 프로젝트에서 개발된 '@ttsc/graph'라는 새로운 도구가 TypeScript(타입스크립트) 코드베이스를 효율적으로 분석하여 AI 개발 에이전트의 토큰(token) 사용량을 획기적으로 줄여주는 기술을 선보였습니다. 이 도구는 코드의 호출 관계, 의존성, 각 요소의 위치 등을 그래프 형태로 시각화하여, AI가 파일 단위로 코드를 탐색하는 대신 구조적 질문에 빠르고 정확하게 답할 수 있도록 돕습니다. 이를 통해 '어떻게 작동하는가?'와 같은 개방형 질문에 대한 토큰 비용을 약 10배 절감하는 효과를 가져옵니다.
'@ttsc/graph'의 핵심은 실제 TypeScript 컴파일러(compiler)를 기반으로 작동한다는 점입니다. 이는 텍스트 파서가 추측할 수밖에 없는 tsconfig 별칭, pnpm 모노레포, 심볼릭 링크(symlink), 재내보내기(re-export) 등을 정확하게 해석하여 코드의 모든 주장이 파일과 라인에 연결되도록 합니다. 이 도구는 'Claude Code', 'Codex', 'Cursor'와 같은 MCP(Modular Codebase Processing) 기능을 지원하는 모든 AI 에이전트와 연동 가능하며, 에이전트가 자체적으로 그래프를 쿼리(query)하여 필요한 정보를 얻습니다. 또한, 컴파일 오류나 린트(lint) 결과도 동일한 그래프를 통해 제공되어 코드 품질 관리에도 유용합니다.
이 기술은 대규모 코드베이스를 다루는 개발 환경에서 AI 개발 에이전트의 활용성을 크게 높일 잠재력을 가지고 있습니다. 토큰 비용 절감은 곧 AI 모델 사용 비용 절감으로 이어지며, 이는 특히 스타트업이나 개인 개발자에게 큰 이점으로 작용할 수 있습니다. 또한, AI가 코드 구조를 더 깊이 이해하게 됨으로써, 코드 분석, 버그 진단, 리팩토링(refactoring) 제안 등 다양한 개발 작업의 정확도와 효율성을 향상시킬 수 있습니다. 개발자는 복잡한 코드베이스를 빠르게 파악하고 문제를 해결하는 데 더 많은 시간을 할애할 수 있게 될 것입니다.