Claude Code는 코드베이스 구조를 전혀 모릅니다 (오픈 소스 벤치마크 포함)
Claude Code has zero idea what your codebase looks like structurally (Open source with benchmarks)
핵심 요약
Claude Code의 구조적 파악 한계를 해결하기 위해 AST 그래프와 Git 데이터를 활용하는 오픈 소스 MCP 레이어 'repowise' 소개.
- 구조적 파악 부재 — Claude Code가 모듈 간 의존성을 무시하고 코드를 수정하는 문제를 지적함.
- repowise 솔루션 — AST 기반 그래프와 Git 이력을 활용해 코드베이스의 맥락을 모델에 제공함.
- 성능 벤치마크 — 도구 호출 49% 감소, 파일 읽기 89% 감소 등 효율성 개선을 입증함.
- 다중 레포 지원 — 여러 저장소 간의 의존성 및 변경 패턴 분석 기능을 지원함.
실제 코드베이스에서 Claude Code를 쓰는 걸 볼 때마다 똑같은 일이 벌어집니다. 다른 세 모듈이 의존하고 있는 모듈을 결합도에 대한 이해 없이 그냥 다시 써버리죠. 그냥 파일을 읽고, 수정하고, 다음으로 넘어갑니다.
맵도 없이 파일을 하나씩 읽습니다. 어떤 파일들이 결합되어 있는지 모릅니다. 누가 무엇을 소유하는지도 모릅니다. auth 모듈의 그 이상한 패턴이 왜 의도적으로 존재하는지도 모릅니다.
이걸 해결하기 위해 repowise라는 오픈 소스 MCP 레이어를 만들고 있습니다. 셀프 호스팅 가능하고, pip로 설치하며, AGPL-3.0 라이선스입니다.
코드베이스와 모델 사이에 위치하는 5개의 컨텍스트 레이어는 다음과 같습니다:
Graph - AST 기반 의존성 그래프. 무언가를 건드리기 전에 무엇이 무엇에 의존하는지 파악합니다.
Git - 핫스팟, 소유권, 공동 변경 패턴, 버스 지수(bus factor). "이 파일은 항상 다른 이 세 파일과 함께 변경됨" 같은 정보를 압축합니다.
Docs - 코드에서 자동 생성된 위키입니다. 검색 가능합니다.
Decisions - 아키텍처적 의도를 캡처합니다. 코드가 왜 그런 모양인지 설명하여, 모델이 의도적인 설계를 "수정"하지 못하게 막습니다.
Code Health - 파일당 12개의 바이오마커(biomarkers). 복잡도, 중복, 테스트되지 않은 핫스팟, 하락 추세 등을 분석합니다. LLM 없이 순수 정적 분석으로 작동합니다.
Django(파일 542개)로 타임머신 실험을 해봤습니다. 모든 파일의 점수를 매긴 뒤, 향후 6개월간의 버그 수정 커밋을 확인했습니다. 14의 20개 최악 점수 파일에서 실제 버그가 발생했습니다. 70% 정밀도입니다. 가장 강력한 예측 변수는 복잡도 지표가 아니라 테스트되지 않은 핫스팟과 개발자 밀집도였습니다. 모델은 수정을 시작하기 전에 이 정보를 먼저 받게 됩니다.
9개의 MCP 도구. 실제 작업 벤치마크 결과: 도구 호출 49% 감소, 파일 읽기 89% 감소, 비용 36% 절감.
GitHub 스타 1.9K개 이상.
