내 오픈소스 프로젝트가 별 5.2k개, PyPI 다운로드 8만 회를 달성했고, 이게 내가 직장을 그만둔 이유임
My open source project hit 5.2k stars and ~80k PyPI downloads, and it's the reason I quit my job
핵심 요약
AI 에이전트의 효율적인 코드베이스 이해를 돕는 오픈소스 프로젝트 'Repowise'를 개발해 직장을 그만둔 개발자의 이야기.
- Repowise 개발 — AI 에이전트가 코드베이스를 효율적으로 파악하도록 돕는 인덱싱 도구임.
- 기술적 차별점 — 의존성 그래프, git 기록, 코드 건강 점수 등을 제공해 토큰 사용량을 획기적으로 줄임.
- 성공 요인 — 별 5.2k개와 PyPI 다운로드 8만 회를 기록하며 기업용 문의가 쇄도함.
- 수익 모델 — 호스팅 버전과 기업용 온프레미스 라이선스 판매를 통해 수익을 창출함.
내 아내와 나는 항상 무언가를 함께 만들고 싶어 했고, 그래서 밤과 주말을 이용해 사이드 프로젝트를 출시하곤 했어. 하나는 그 자체로 25,000명의 사용자를 확보하기도 했지만, 직장을 그만둘 만큼 가치 있는 일이라고는 느껴지지 않았어. 하지만 Repowise는 달랐지.
이 프로젝트는 코딩 에이전트들이 작업하는 모습을 지켜보다가 탄생했어. 나는 2023년부터 LLM으로 개발을 해왔고 회사에서 AI 아키텍처를 담당했기 때문에, 에이전트들이 세션 내내 같은 파일을 네 번씩 grep하면서도 코드베이스의 어느 부분이 취약한지, 왜 코드가 그렇게 작성되었는지 전혀 파악하지 못하는 모습을 지켜보며 많은 시간을 보냈어. 그 모든 정보는 이미 저장소에 다 있는데, 에이전트가 사용할 수 있는 형태가 아니었을 뿐이야.
그래서 우리는 Repowise를 만들었어. 이 도구는 저장소를 한 번 인덱싱한 뒤, 의존성 그래프, git 기록, 문서, 아키텍처 결정 사항, 그리고 LLM 없이 25개의 결정론적 마커를 기반으로 한 코드 건강 점수라는 5가지 계층으로 MCP를 통해 에이전트에 제공해. 단일 커밋 주변의 컨텍스트를 가져오는 데 파일을 읽느라 소비되는 약 14,000 토큰 대신 약 393 토큰 정도만 사용하게 돼.
우리는 별도의 아웃바운드 마케팅 없이 코드를 배포하고 글을 썼을 뿐이야. 4개월 만에 별 5.2k개, PyPI 다운로드 8만 회를 달성했고, 요청하지도 않았던 기업들의 문의가 쇄도했어. 그래서 직장을 그만두게 된 거야.
다른 4개의 도구와 일반 에이전트를 대상으로 벤치마크를 수행한 결과, 48개의 질문을 실행하는 동안 출력 토큰이 31% 감소했고, 단일 컨텍스트 로드 시 약 97%의 효율을 보였으며, 검색 분야에서 최고의 골드 파일 커버리지를 기록했어.
저장소: https://github.com/repowise-dev/repowise
별점은 큰 도움이 되고, 이슈와 기여는 언제나 환영이야.
