Graphify The Connected Blueprint - 쿼리 가능한 지식 그래프 만들기

## Graphify 개요 및 소개
Graphify는 Claude Code, Codex, OpenCode, OpenClaw, Factory Droid, Trae 등 다양한 인공지능 코딩 어시스턴트 환경에서 구동되는 고성능 지식 추출 기술입니다. 이 도구의 핵심적인 목표는 코드, 문서, 논문, 이미지 파일들이 무작위로 섞여 있는 개발자의 폴더를 질의하고 탐색할 수 있는 지식 그래프로 변환하는 것입니다. Andrej Karpathy의 방식처럼 가공되지 않은 자료들을 하나의 폴더에 모아두면, Graphify가 이를 분석하여 세션을 초월해 영구적으로 유지되는 그래프를 구축합니다. 이를 통해 사용자는 파일 간의 구조적인 관계는 물론, 미처 예상하지 못했던 숨겨진 연결성까지 발견할 수 있으며 아키텍처의 의도를 명확하게 파악할 수 있습니다.

## 핵심 작동 원리
이 도구는 크게 두 가지 단계의 추출 방식을 병렬로 진행하여 효율성을 극대화합니다. 첫 번째는 AST를 활용한 구조적 추출 단계입니다. 이 과정에서는 언어 모델을 사용하지 않기 때문에 추가적인 비용 없이 결정론적인 방식으로 코드 내의 클래스, 함수, 임포트, 호출 그래프 등을 빠르게 분석합니다. 두 번째는 의미론적 추출 단계로 Claude 등의 언어 모델 기반 하위 에이전트들을 다수 생성하여 병렬로 실행합니다. 에이전트들은 문서나 이미지 파일에 접근하여 주요 개념과 관계, 설계의 의도를 파악합니다. 이 두 결과물은 NetworkX 그래프로 병합되고, Leiden 커뮤니티 탐지 알고리즘을 통해 군집화됩니다. 별도의 임베딩 없이 그래프 위상을 신호로 활용하며, 모든 연결성은 소스에서 찾은 요소, 합리적으로 추론된 요소, 불확실하여 검토가 필요한 요소로 명확히 분류되어 환각 현상을 억제합니다.

## 지원 포맷 및 주요 출력 결과
Graphify는 완전한 다중 모달리티를 제공합니다. Python, JS, TypeScript, Go, Rust 등 20개의 프로그래밍 언어를 tree-sitter를 통해 처리하고, 일반 텍스트나 PDF 형식의 학술 논문도 분석합니다. 스크린샷, 다이어그램 등의 시각적 자료까지 언어 모델의 비전 기능을 활용해 개념을 추출합니다. 데이터 처리가 완료되면 가장 연결성이 높은 중심 노드, 코드와 논문을 가로지르는 연결성, 신뢰도 점수, 의미론적 유사성 엣지, 다수의 노드가 묶이는 하이퍼엣지 등의 결과를 생성합니다. 최종 결과물은 상호작용형 HTML, 에이전트가 읽을 수 있는 JSON, 인간을 위한 평문 보고서로 출력되며, 필요에 따라 Obsidian 노트, SVG, Neo4j 형식으로도 내보낼 수 있습니다.

## 설치 및 실행 환경
프로그램을 실행하려면 Python 3.10 이상의 환경이 필요하며, 사용 중인 플랫폼 종류에 따라 전용 설치 명령어를 입력해야 합니다. 항상 켜두는 모드를 설정할 경우, AI 어시스턴트는 무작위로 파일을 검색하기 전에 전체 지식 그래프의 요약본을 먼저 읽어 구조를 파악하도록 강제됩니다. 또한 폴더의 변경 사항을 백그라운드에서 실시간으로 감시하여 수정 시 그래프를 즉시 자동 업데이트하는 기능과 깃 커밋 단위로 그래프를 다시 빌드하도록 설정하는 훅 기능을 지원하여 개발 워크플로우에 통합됩니다.

## 주요 명령어 및 활용 방법
기본적인 분석 외에도 다양한 명령어와 플래그를 활용하여 심도 있는 탐색이 가능합니다. 업데이트 플래그를 사용하면 변경된 파일만 증분 방식으로 다시 추출하여 토큰을 절약하며, 딥 모드를 켜면 간접적인 의존성이나 잠재적 결합까지 추론합니다. 그래프 내부를 검색할 때는 질의 명령어를 통해 특정 노드와 연결된 주변 정보를 BFS나 DFS 탐색 방식으로 넓게 혹은 깊게 추적할 수 있습니다. 두 개념의 최단 경로 탐색 기능, 단일 노드의 연결망을 평문으로 설명해 주는 기능도 유용합니다. 새로운 웹사이트나 이미지 링크를 외부에서 직접 가져와 결합하는 기능으로 지식망을 확장할 수 있으며, MCP 서버 모드로 실행하여 외부 에이전트와 연동할 수도 있습니다.

## Graphify의 강점 및 도입 효과
가장 큰 장점은 토큰 사용량의 획기적인 절감과 아키텍처 이해도의 상승입니다. 사용자가 여러 문서를 매번 프롬프트에 입력하는 대신, 구조화된 JSON 형태의 서브넷만을 제공함으로써 질의 당 토큰 사용량을 평균 71배 이상 줄여줍니다. 최초 생성 시에는 토큰 비용이 발생하지만, 생성된 구조는 로컬에 캐시되어 유지되므로 후속 질의에서는 원본을 다시 읽을 필요가 없어 절감 효과가 누적됩니다. 또한 코드의 겉보기 기능만 분석하는 것이 아니라 개발자가 남긴 특별한 인라인 주석, 설계 문서에 기록된 결정 근거 등을 연결망에 포함시킵니다. 새로운 프로젝트를 파악하거나 파편화된 연구 자료를 통합적으로 융합해야 할 때 Graphify는 최고의 생산성을 제공합니다.