Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
GraQle은 조직의 코드베이스, 문서, 정책 등 실제 작동 방식을 지속적인 유형화된 지식 그래프로 변환하는 도구입니다. 이를 통해 Claude Code, Copilot 같은 AI 에이전트들이 매 세션마다 단절되는 것이 아니라 아키텍처와 의존성, 과거 교훈을 추론할 수 있게 합니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 GitHub Claude Ecosystem의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기조직이 이미 가지고 있는 컨텍스트, 즉 코드베이스, 문서, 정책, 결정 및 워크플로우를 지속적인 유형화된 지식 그래프(persistent typed knowledge graph)로 변환하여 Claude Code, Cursor, Copilot 및 기타 에이전트들이 매 세션마다 단절된 파일을 다시 읽는 대신 아키텍처, 의존성, 이전 교훈 및 증거에 대해 추론할 수 있도록 합니다.
모델은 바뀝니다. 도구도 바뀝니다. 하지만 귀하의 아키텍처와 제도적 지식은 바뀌어서는 안 됩니다.
PyPI
Python 3.10+
LLM Backends
Model Agnostic
MCP Tools
Local-first
Patent-pending
pip install graqle
Website · Quickstart · How it works · Governed autonomy · Regulated deployments · Changelog · VS Code Extension
<!-- mcp-name: io.github.quantamixsol/graqle --> </div>조직은 이미 답을 알고 있습니다. 단지 그것을 AI에게 전달할 수 없을 뿐입니다.
환불 임계값은 정책 문서에 존재합니다. 기록을 7년간 보관해야 하는 이유는 아무도 다시 읽지 않는 ADR(Architecture Decision Record)에 있습니다. 검증을 서비스 계층으로 옮기게 된 사고는 누군가의 머릿속에 있습니다. 결제를 취약하게 만드는 의존성은 코드 안에 있습니다. 이 모든 것은 실제 지식이며, 그 어떤 것도 다른 것과 연결되어 있지 않기 때문에 어떤 모델도 이를 가로질러 추론할 수 없습니다.
각 AI 세션은 0에서 시작하여 컨텍스트 창에 맞는 파일들로부터 부분적인 그림을 재구성합니다. 그런 다음 창이 닫히고 그림은 사라집니다.
GraQle은 그 연결을 한 번 구축하고, 유지하며, 성장시킵니다.
GraQle을 정책서, ADR(Architectural Decision Records), 런북(runbooks) 또는 명세서에 적용해 보세요. 다른 것은 필요 없습니다. 코드 한 줄 없는 폴더에서도 작동합니다.
pip install graqle
# 1. 조직 문서 폴더를 타입이 지정된 그래프로 변환하기
...
2단계가 바로 축적되는 단계이며, 아무리 프롬프트 엔지니어링(prompt engineering)을 해도 대체할 수 없는 부분입니다. 이 과정은 지속적인 타입이 지정된 그래프(persistent typed graph)를 기반으로 필요합니다. GraQle은 그 규칙이 독립적으로 존재해야 할 곳을 찾아냅니다 — 사용자가 어느 문서에 첨부해야 한다고 말한 적이 없습니다.
Markdown, text, reStructuredText 및 AsciiDoc 형식은 기본 설치로 파싱됩니다. PDF, DOCX, PPTX 및 XLSX 파일의 경우 pip install "graqle[docs]"가 필요합니다 — 이것 없이는 해당 파일들은 건너뛰고 보고되며, 절대 조용히 누락되지 않습니다.
코드베이스(codebase)가 그림의 일부일 경우, 같은 그래프로 들어가서 그것을 관리하는 문서들과 연결됩니다:
graq scan repo .
# → 함수(functions), 클래스(classes), 모듈(modules), 임포트(imports), 호출(calls) — 아키텍처를 몇 초 만에 매핑합니다.
...
소프트웨어 아키텍처는 오늘날 가장 깊이 매핑된 도메인이며 — 함수 단위까지 타입 지정되어 있고 — 엔지니어링 팀에게는 일반적으로 가치를 확인하는 가장 빠른 방법입니다. 이것은 경계(boundary)가 아니라 지렛대(wedge)입니다.
GraQle을 처음 실행하면, GraQle은 사용자가 무엇을 제공했는지 알고 있습니다. 한 달 후에는 사용자의 패턴을 알게 됩니다. 1년 후에는 조직이 축적한 정책, 결정, 아키텍처 교훈 및 문서 컨텍스트를 보유하며, 곧 오래된 실수를 반복하려는 작업에서 관련 지식을 활성화합니다.
이는 모델 변경(model churn)에도 살아남는 부분입니다. 제공업체나 IDE를 전환해도 그래프는 변하지 않습니다. 새로운 모델에게 조직이 아는 것을 다시 가르치는 것이 아니라, 이미 소유하고 있는 지능에 다른 모델을 연결하는 것입니다.
모델과 에이전트가 생성한 지능을 소유하세요. 기업들은 자신의 데이터를 소유할 수 있지만, 외부 AI 도구 내부에 축적된 추론 상태(reasoning state) — 즉 결정, 수정 사항, 힘들게 얻은 컨텍스트 — 를 잃을 수 있습니다. 그래프는 사용자가 통제하는 로컬 파일입니다.
SECTION_OF, SEMANTICALLY_RELATED, IMPORTS, CALLS, DEFINES. 학습된 지식은 관련된 문서와 코드에 자동으로 연결됩니다. 이것이 소스 간의 추론을 가능하게 만드는 요소입니다.confidence, graph_health, active_nodes와 증거 포인터가 포함됩니다. 토론은 진실의 증명이 아니라 추론 메커니즘입니다: 모델 패밀리, 프롬프트 템플릿 또는 소스 문서를 공유하는 에이전트들은 상관관계가 있으므로, 그들의 합의는 독립적인 확인(independent confirmation)이 아닙니다.학습 (Learn) → 결정(decisions)과 문서가 지속 가능한 그래프 지식으로 변환되어 미래 작업에 활성화됩니다.
7. 거버넌스 및 커밋 (Govern & commit) → 에이전트가 읽기에서 쓰기로 이동할 때, 게이트웨이가 쓰기 클래스 작업을 가로채고 결정 사항을 암호화 방식으로 커밋(commit)할 수 있습니다.
파이프라인은 ANCHOR → ACTIVATE → GENERATE → VALIDATE → COMMIT의 다섯 가지 명명된 단계를 거칩니다. 각 단계는 거버넌스 게이트가 적용되고, 증거가 첨부되며, 감사 로그로 기록됩니다.
API 기본값: confidence_threshold=0.65 (거절 임계값), gate_threshold=0.60 (게이트 상태 임계값). 둘 다 호출별로 설정 가능합니다.
새로운 UI가 필요하지 않습니다. GraQle은 팀이 이미 가지고 있는 도구 내부에서 실행됩니다.
// .mcp/config.json
{ "graqle": { "command": "graq", "args": ["mcp", "serve"] } }
85개의 MCP 도구 — Claude Code, Cursor, VS Code Copilot 또는 Windsurf가 필요로 하는 모든 작업이 신뢰도 점수, 증거 포인터 및 감사 추적 항목을 갖춘 거버넌스된 도구로 노출됩니다. 프롬프트 엔지니어링이나 접착 코드(glue code)가 필요 없습니다. (각 도구는 이전 버전과의 호환성을 위해 kogni_*로 별칭 지정되기도 합니다.)
graq init # IDE를 감지하고, 도구를 연결하며, 프로젝트 헌법을 작성합니다.
graq init은 모든 클라이언트에 대해 하나의 규칙서를 생성합니다 — Claude Code → CLAUDE.md, OpenAI Codex → AGENTS.md, Cursor → .cursorrules, Windsurf → .windsurfrules — 따라서 한 번만 편집하면 모두 동기화됩니다.
Anthropic · OpenAI · AWS Bedrock · Ollama · Gemini · Groq · DeepSeek · Together · Mistral · OpenRouter · Fireworks · Cohere · llama.cpp — 그리고 모든 사용자 정의 HTTP 엔드포인트까지 지원합니다.
# graqle.yaml — 스마트 작업 라우팅
backends:
reasoning: anthropic/claude-sonnet-4-6 # 고품질 작업
...
Ollama 또는 llama.cpp를 사용하여 완전히 오프라인으로 실행됩니다. 다양한 유형의 작업을 다른 제공업체로 라우팅하거나, 두 제공업체를 경쟁시켜 첫 번째 유용한 답변을 가져올 수 있습니다. 그래프는 상수이며, 모델은 교체 가능한 입력값입니다.
| 사용 사례 | 명령어 |
|---|---|
| 정책, ADR 및 사양을 그래프에 통합 | graq scan docs ./policies · graq learn doc ./decisions/ |
| ... |
모든 추론 결과는 마법처럼 보이기보다는 검사 가능하도록 만드는 신호들을 지니고 있습니다:
confidence — 0.0과 1.0 사이의 불투명한 점수(opaque score); 이 점수가 기준치 이하일 경우, GraQle는 추측하는 대신 거부합니다.graph_health — 답변을 잘 내리기 위해 그래프가 충분한 연결된 컨텍스트를 가졌는지 여부입니다.active_nodes — 시스템의 정확히 어떤 부분이 답변에 정보를 제공했는지 보여줍니다.이것들은 단순한 거버넌스 기능(governance features)이 아닙니다. 인간이 그 답변을 기반으로 행동할지 말지를 결정하게 해주는 핵심 요소입니다.
만약 LLM 백엔드가 구성되지 않았다면, GraQle는 자신의 출력을 플레이스홀더로 표시하고 신뢰도 점수를 첨부하지 않습니다. 설정되지 않은 설치본은 결코 실제 답변처럼 보이지 않습니다.
읽기는 위험도가 낮습니다(low-stakes). 쓰기나 행동은 그렇지 않습니다. 에이전트가 파일을 편집하거나, 명령을 실행하거나, 프로덕션 작업을 수행할 수 있게 되는 순간, 좋은 프롬프트보다 더 강력한 무언가가 필요합니다.
graq gate-install # 일회성, 프로젝트 로컬
이것은 네이티브 쓰기/편집/bash 작업을 GraQle의 거버넌스 게이트(governance gates)를 통해 라우팅하고, .claude/settings.json에 permissions 백스톱을 추가합니다. 위험한 변경 사항에 필요한 계획(Plans)을 요구하며, 커밋에 대한 트레이드 시크릿 스캐닝을 수행합니다. 서브프로세스 캡처에 경로 탐색 방지(Path-traversal hardening)를 적용합니다. CG-01부터 CG-20까지 — 모두 활성화되며, 모두 감사 가능합니다.
여기서의 거버넌스는 에이전트에게 적은 자율성이 아니라 더 많은 자율성을 부여할 수 있게 해주는 것입니다. 이 게이트가 쓰기 능력을 가진 에이전트를 실행하는 것이 합리적인 이유입니다.
배포된 시스템의 경우, 동일한 기반 구조(substrate)가 AI가 무엇을 결정했는지 기록합니다:
from graqle.governance.runtime import GovernedRuntime
gov = GovernedRuntime(salt="your-deploy-salt")
...
캡처는 아웃-오브-밴드(out-of-band) 방식이므로 쓰기 경로에 0ms가 추가되지 않습니다. 기록은 표준화되고(RFC 8785), Merkle-rooted(RFC 6962)되며, ed25519으로 서명되고 공개 Sigstore Rekor 투명성 로그에 고정되므로, 제3자는 당사의 인프라나 귀사에 접근할 필요 없이 기록을 검증할 수 있습니다.
graqle govern serve --config graqle.yaml # 지속적인 고정(continuous anchoring) 워커
graqle govern health # 모든 모니터를 위한 JSON 스냅샷
→ examples/runtime_attest_production_decisions.py
| 빌드 시간(Build-time) (개발 지능) | 런타임(Run-time) (결정 증명서 발급) | |
|---|---|---|
| Governs | AI가 코드를 작성하는 방식 | 배포된 AI가 결정하는 내용 |
| ... | ||
| 같은 그래프, 같은 증거 모델, 같은 감사 기반(audit substrate). 대부분의 팀은 빌드 시간으로 시작하며 두 번째 모드가 필요하지 않은 경우가 많습니다. 괜찮으며, 이것이 이 기능이 '히어로' 섹션이 아닌 여기에 있는 이유입니다. |
| 로컬 우선(Local-first) | 그래프가 프로젝트의 파일입니다. 기본 작동은 전적으로 귀하의 컴퓨터에서 이루어집니다. |
| ... | |
| → SECURITY.md · 취약점 보고는 [email protected]으로 |
규제된 환경에서 운영하는 경우, 동일한 기반이 규정 준수 증거를 생성합니다. 그렇지 않은 경우 이 섹션은 건너뛰어도 됩니다. 위 내용은 이 기능에 의존하지 않습니다.
GraQle은 설계 단계부터 EU AI Act와 정렬되어 있습니다(aligned by design) — 귀하의 Article 9 위험 관리 파일용 신호, 감사 추적 및 공개 원시 데이터(disclosure primitives)를 제공합니다. Article 6, 9, 12, 13, 14, 15, 25, 50은 2026-08-02에 적용 가능해집니다. GraQle 자체는 고위험 AI 시스템(Annex III 범주 없음)이 아니며, Article 51에 따른 GPAI 제공자도 아닙니다. 저희는 증거 입력값만 제공할 뿐, 준수 또는 인증이라고 말하지 않습니다 — CI 불변성(invariant)은 그러한 필드를 도입하는 모든 배포를 차단합니다.
컴플라이언스 팩(Compliance packs)은 코드가 아닌 데이터입니다 — 프레임워크는 두 개의 파일(pack.yaml + schema.json)로 구성되며, Python이나 엔진 변경이 필요 없습니다. SOX/COSO는 오늘날 x-sox로 배포되고, ISO/IEC 42001, NIST AI RMF, SOC 2 및 HIPAA도 동일한 방식으로 작성할 수 있습니다. 클레임-제한(claim-limits) 분류법은 각 결정이 하지 않는 것을 기록합니다.
→ 기사별 매핑, CLI 인터페이스 및 증거 내보내기 · 매핑 기여하기
