Graphify: AI 코딩 어시스턴트를 진짜로 똑똑하게 만드는 지식 그래프 계층

Graphify란?

Claude Code, Cursor, GitHub Copilot에 자신의 코드베이스에 대해 질문했는데 실망스럽게 얕은 답만 돌아온 적이 있다면, 이미 Graphify가 해결하려는 문제를 체감한 것이다.

Graphify는 Y Combinator(S26)가 지원하는 오픈소스 Python 도구로, 프로젝트 전체를 지속적·쿼리 가능한 지식 그래프로 변환한다. 단순한 파일 인덱스나 기본 검색이 아니다. Graphify는 코드, 문서, PDF, 이미지, 심지어 영상 자막까지 ingest한 뒤, 프로젝트 내 모든 것이 서로 어떻게 연결되는지 포착하는 구조화된 노드·엣지 네트워크를 구축한다.

명령은 놀랍도록 단순하다:

/graphify .

지원되는 AI 코딩 어시스턴트에서 이를 입력하면 몇 분 안에 코드베이스 전체가 매핑된다. graphify-out/에 세 가지 출력 파일이 생성된다:

graph.html — 클릭·필터·검색 가능한 브라우저 기반 인터랙티브 시각화
GRAPH_REPORT.md — 사람이 읽을 수 있는 하이라이트 리포트: 핵심 개념, 놀라운 연결, 제안 질문
graph.json — 파일을 다시 읽지 않고도 언제든 쿼리 가능한 전체 그래프

Graphify가 해결하는 핵심 문제

AI 코딩 어시스턴트는 강력하지만 flat-file 컨텍스트에서 동작한다. 파일을 읽기는 하지만—때로는 한꺼번에 많이—코드베이스 전반에서 개념이 어떻게 연결되는지 보여주는 사전 구축 지도가 없다. 「로그인 폼이 users 테이블과 어떻게 연결되나?」라고 물을 때마다 어시스턴트는 컨텍스트를 처음부터 재구성해야 하고, grep으로 파일을 뒤지다 원문만으로는 드러나지 않는 관계를 놓치는 경우가 많다.

Graphify는 그 지도를 미리 계산한다. tree-sitter를 통해 Python, TypeScript, Go, Rust, Java, C/C++, Swift, Kotlin 등 33개 프로그래밍 언어에 대해 AST 수준 추출을 수행하며, 코드 파싱 단계에서 API 호출 없이 완전히 온디바이스에서 실행한다. 함수, 클래스, call graph, DB 스키마, 아키텍처 문서가 모두 같은 그래프의 노드가 된다. 단일 쿼리로 DB 테이블에서 API handler를 거쳐 프론트엔드 컴포넌트까지 경로를 추적할 수 있다.

Graphify 작동 방식: 내부 구조

Graphify의 지능은 여러 계층이 협력하는 데서 나온다.

멀티모달 ingest

.py나 .ts 파일만 읽지 않는다. Graphify는 Markdown, PDF, HTML, MDX, 이미지(vision 추출), 회의 녹취록까지 처리한다. 업무의 모든 형식이 하나의 통합 코퍼스가 된다.

Leiden 클러스터링과 god-node

그래프 구축 후 Graphify는 커뮤니티 탐지 알고리즘 Leiden clustering을 적용해 관련 개념의 숨겨진 그룹을 드러낸다. 또한 god-node—그래프에서 betweenness centrality가 가장 높은 노드—를 식별한다. 이들은 가장 많은 커뮤니티를 연결하는 파일이나 함수다. 하나가 깨지면 Graphify는 즉시 blast radius를 보여줄 수 있다.

증분 지능(전체 재구축 없음)

여기서 Graphify가 전통 RAG 파이프라인을 진정으로 앞선다. 파일이 변경되면 Graphify가 이를 감지하고, 영향받은 subgraph만 재추출한 뒤 1초 미만에 live graph에 패치한다. 일반 RAG는 수십만 문서를 재임베딩하고 벡터 인덱스 전체를 재구축해야 해—수 시간이 걸린다. Graphify는 변경된 3개 파일을 약 0.8초에 패치하고 나머지 498,752개 노드는 그대로 둔다.

confidence 태깅

그래프의 모든 관계는 EXTRACTED, INFERRED, AMBIGUOUS로 태깅된다. 개발자는 어떤 연결이 확실한 코드 분석에서 왔고 어떤 것이 모델 추론인지 정확히 알 수 있다—답을 얼마나 신뢰할지 판단하는 핵심 신호다.

AI 코딩 에이전트·도구에 왜 중요한가

Graphify는 AI 코딩 어시스턴트를 대체하지 않는다. 강화한다. 생태계 전반에서 중요한 이유:

개 이상 플랫폼 지원

Graphify는 어시스턴트 내 skill로 등록된다. Claude Code, Codex, Cursor, Gemini CLI, GitHub Copilot CLI, VS Code Copilot Chat, Aider, Devin CLI, Kiro 등에서 동작한다. 한 개발자가 그래프를 만들고 graphify-out/을 repo에 커밋하면, 팀원 모두의 어시스턴트—어떤 플랫폼을 쓰든—가 추가 설정 없이 같은 그래프를 쿼리할 수 있다.

온보딩 문제 해결

Graphify 없이는 대규모 코드베이스에 새로 합류한 개발자가 문서 읽기, 동료에게 질문, grep에 약 3주를 쓰며—여전히 컨텍스트를 놓친다. Graphify와 Claude Code의 /graphify가 있으면 같은 개발자가 4분 만에 전체 코드베이스 그래프를 얻고, 결정(코드뿐 아니라)을 쿼리하며 god-node로 blast radius를 즉시 파악할 수 있다.

PR 영향 분석

Graphify는 그래프 영향도로 리뷰 큐를 정렬(graphify prs --triage)하고, 그래프 커뮤니티를 공유하는 PR에 플래그(graphify prs --conflicts)를 붙일 수 있다—merge 순서 리스크의 proxy다. AI 어시스턴트를 코드 완성 도구에서 진정한 아키텍처 advisor로 바꾼다.

다양한 LLM 백엔드 지원

비코드 콘텐츠의 semantic 추출을 위해 Gemini, Claude, OpenAI, DeepSeek, Ollama(완전 로컬), AWS Bedrock, Kimi를 지원한다. 사용 가능한 API 키를 자동 감지한다. 클라우드 의존이나 air-gapped 환경의 팀에 유연하다.

실제 사용 예

PostgreSQL DB, FastAPI 백엔드, Next.js 프론트엔드를 가진 Python/TypeScript monorepo를 유지하는 팀을 상상해 보자. 새 개발자가 인증 플로우를 이해해야 한다.

다음을 실행한다:

graphify query "what connects the login form to the users table?"

그래프는 이렇게 반환한다:

LoginForm → /api/auth/login → AuthService.authenticate() → UserRepository.find_by_email() → users table

각 edge에 confidence 태그가 붙는다. 이어 graphify export callflow-html로 브라우저에서 볼 수 있는 전체 Mermaid call-flow 다이어그램을 얻는다. 전체 과정은 며칠이 아니라 몇 분이다.

트랙션과 커뮤니티

숫자가 말해 준다:

61,300+ GitHub star, 6,300+ fork
110만+ PyPI 다운로드
71명 contributor의 668+ commit, 거의 이틀에 한 번 릴리스
Y Combinator S26 지원
21개 Fortune 500 기업이 enterprise 대기열에

결론

Graphify는 AI 지원 개발에서 빠져 있던 컨텍스트 계층이다. AI 코딩 어시스턴트의 성능이 주어진 컨텍스트 품질에 전적으로 달린 세계에서, Graphify는 그 컨텍스트가 구조화되고, 지속적이며, 탐색 가능하고, 항상 최신임을 보장한다. 신입 엔지니어 온보딩, 리스크 높은 PR 리뷰, 또는 코드가 왜 그렇게 작성됐는지 이해하려 할 때—Graphify는 어시스턴트에게 태어날 때부터 갖지 못했던 지도를 준다.

한 줄 명령으로 설치. DB처럼 코드베이스를 쿼리. 더 이상 맹목적으로 grep하지 마라.