크롱이 지적한 “Cursor나 Claude Code가 똑똑한 척 전체 코드 훑는” 행동은 사실 제품 설계의 함정이다. 사용자 입장에서는 AI가 “알아서” 필요한 코드를 찾아줄 것 같지만, 내부적으로는 전체 코드베이스를 컨텍스트에 집어넣는 브루트포스 방식에 가깝다. 이는 두 가지 문제를 만든다.
첫째, 지연 시간. 전체 코드를 읽고 분석해야 하므로 툴 콜마다 응답이 느려진다. 둘째, 비용. 토큰이 곧 비용인 시대에, 필요 없는 코드까지 모두 읽는 것은 엄청난 낭비다. 특히 대규모 모노레포에서는 이 비용이 치명적이다.
codegraph의 접근은 이와 정반대다. 성능을 “똑똑하게” 흉내내지 않고, 실제로 효율적인 인덱스를 만든다. 사전 인덱싱이 없었다면, AI가 “모른다”고 말할 것을 알면서도 전체를 훑는 것은 제품의 기본 가정에 문제가 있다는 신호다.
이 사례는 AI 에디터 업계가 “모든 코드를 이해하는 것처럼 보이게” 만드는 UX에 집착하기보다, 실제로 이해할 수 있는 구조적 방법(지식 그래프)을 도입해야 함을 시사한다.
근거
“Cursor나 Claude Code가 똑똑한 척 전체 코드 훑는 비용을 구조적으로 아껴주겠다는 접근임.”
원문에서 “똑똑한 척”이라는 표현은 제품이 실제로는 비효율적인 방법을 선택하고 있음을 은유한다. 구조적 해결책(로컬 지식 그래프)은 그 허구를 깬다.
연결된 생각
- 로컬 코드 그래프 사전 인덱싱 — 대안으로 제시된 아키텍처
- AI 에디터 비용 문제 해결 — 더 넓은 관점에서의 연결
- UX의 거짓말 — “똑똑해 보이는” UX의 함정 (일반적 패턴)