Claude Code로 대규모 프로젝트를 수정할 때의 문제점과 Repowise 솔루션
요약
Claude Code 사용 시 대규모 프로젝트 수정 과정에서 발생하는 코드 구조 파악 및 토큰 소모 문제를 Repowise가 해결했습니다. Repowise는 로컬 인덱스를 구축하여 코드 의존 관계, 히스토리, 아키텍처 등을 저장소에 미리 처리하고, Agent와 사람이 모두 접근할 수 있게 합니다. 이를 통해 코드 수정 전 위험 점수 산출, 영향 받는 호출자 파악, 코드 건강도 진단 등 복잡한 작업을 효율적으로 수행합니다.
핵심 포인트
- 로컬 인덱스 구축으로 코드 의존 관계 및 아키텍처를 미리 파악 가능
- 코드 수정 전 위험 점수를 산출하고 영향을 받을 호출자를 예측
- 코드 건강도를 측정하여 결함 위험, 유지보수성 등을 진단하고 리팩토링 방안 제시
- 26개 언어를 지원하며 API Key 없이 로컬에서 작동하여 보안성이 높음
Claude Code로 대규모 프로젝트를 수정하면, 새로운 작업을 시작할 때마다 파일을 다시 뒤지고 코드 구조를 파악해야 합니다. 지난번에 이해했던 내용도 모두 잊어버리고 토큰만 소모됩니다.
repowise의 아이디어는 이러한 과정을 미리 한 번 처리하여 저장소에 로컬 인덱스를 구축하는 것입니다. 코드 의존 관계, git 히스토리, 테스트, 문서, 아키텍처 결정 등을 모두 포함하며, Agent와 사람 모두가 직접 조회할 수 있습니다.
이 도구는 Claude Code, Codex, Cursor를 위해 10가지 작업별 MCP(Multi-Capability Protocol) 도구를 제공하여, '이 파일을 수정하면 누가 영향을 받는지'에 대해 인용된 답변을 바로 제시합니다.
작성자는 django 저장소에서 43개의 질문으로 비교 테스트를 진행했으며, Agent의 도구 호출 횟수가 7.2회에서 3.8회로 감소했고, 출력량은 31.6% 줄었습니다. 샘플, 방법, 그리고 손실된 라인까지 모두 저장소에 공개되어 있습니다.
GitHub: https://t.co/vjtBeyFV3C
코드 수정 전에 0부터 10까지의 위험 점수를 산출하여, 저장소가 최근 커밋한 분포에 따라 순위를 매깁니다. 또한 어떤 호출자가 영향을 받을지, 어떤 테스트를 실행해야 하는지, 과거에 함께 수정한 파일 중 이번에 빠진 것이 없는지 목록을 제공합니다.
코드 건강도 측면에서는 51개의 검사기가 결함 위험, 유지보수성, 성능으로 나누어 점수를 매겨 가장 문제가 발생하기 쉬운 파일을 찾아내고, Agent가 바로 실행할 수 있는 리팩토링 방안까지 제시합니다.
26가지 언어를 지원하며, 지도를 만들고, 위험을 계산하고, 건강도를 확인하고, 죽은 코드(dead code)를 찾는 작업 모두 대규모 모델 호출 없이 이루어지므로 API Key가 필요 없습니다. 인덱스는 자체 기기에 보관됩니다. 한 번의 명령으로 설치할 수 있으며, 무료 PR 봇도 제공합니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 X @github_daily (자동 발견)의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기