Eclipse JDT와 Claude Code를 연결하는 jdtbridge: AI 에이전트를 위한 정밀한 코드 분석 도구

이 요약은 AI가 원문을 분석해 생성했습니다. 정확한 내용은 원문 기준으로 확인하세요.

핵심 요약

Eclipse의 JDT 엔진을 CLI로 노출하여 Claude Code가 정밀한 코드 검색, 계층 구조 파악, 테스트 실행을 수행할 수 있게 돕는 오픈소스 도구 jdtbridge가 공개됐다.

배경

Claude Code가 대규모 자바 프로젝트에서 grep 기반 검색으로 인해 불필요한 토큰을 낭비하고 정확도가 떨어지는 문제를 해결하기 위해, Eclipse의 강력한 JDT 엔진을 AI 에이전트가 활용할 수 있도록 브릿지 도구를 개발했다.

의미 / 영향

AI 코딩 에이전트의 성능 한계는 모델 자체의 능력보다 에이전트가 접근할 수 있는 도구의 정밀도에 의해 결정된다. IDE의 성숙한 정적 분석 엔진을 AI와 결합하는 방식이 향후 에이전트 워크플로우의 핵심 표준이 될 것임을 시사한다.

커뮤니티 반응

작성자가 Eclipse를 고수하면서도 AI 에이전트의 한계를 도구로 극복한 점에 대해 긍정적인 반응이 많다. 특히 MCP 대신 CLI를 선택하여 토큰을 관리하는 전략이 실무적이라는 평가를 받는다.

실용적 조언

대규모 자바 프로젝트에서 Claude Code를 사용할 때 jdtbridge를 연동하여 검색 노이즈를 줄여라.
AI에게 검색 결과를 전달하기 전 쉘 파이프(| head -n 20 등)를 사용하여 컨텍스트 윈도우 낭비를 방지하라.
Eclipse 4.38 이상 버전이나 Spring Tools를 사용 중이라면 즉시 적용 가능하다.

섹션별 상세

Claude Code의 기본 검색 방식인 grep은 자바와 같은 정적 타입 언어에서 한계가 명확하다. 단순 문자열 매칭 방식은 수백 개의 무관한 검색 결과를 만들어내며, 이는 AI의 컨텍스트 윈도우를 낭비하고 정확한 답변 생성을 방해한다. Eclipse의 JDT(Java Development Tools)는 이미 프로젝트의 타입 계층과 호출 관계를 완벽히 인덱싱하고 있으므로 이를 활용하는 것이 훨씬 효율적이다.

jdtbridge는 Eclipse 플러그인과 CLI의 조합으로 구성되어 JDT의 기능을 HTTP API로 노출한다. 이를 통해 Claude Code는 단순 텍스트 검색 대신 컴파일러 수준의 정밀한 검색을 수행한다. 구체적으로 특정 메서드의 정확한 호출 지점(call sites) 찾기, 클래스 계층 구조 파악, 프로젝트 전체의 컴파일 에러 확인 등을 0.2초 내외의 빠른 속도로 처리한다.

bash

jdt references com.example.OrderRepository save
jdt subtypes com.example.BaseEntity
jdt test com.example.OrderServiceTest
jdt errors --project my-module

jdtbridge CLI를 사용하여 특정 클래스의 참조 검색, 하위 타입 확인, 테스트 실행 및 컴파일 에러를 확인하는 예시

최신 트렌드인 MCP(Model Context Protocol) 대신 CLI 방식을 선택한 이유는 토큰 관리의 유연성 때문이다. CLI를 사용하면 쉘 파이프(| grep, | head)를 통해 AI에게 전달되기 전 데이터를 미리 필터링할 수 있다. MCP는 모든 데이터를 한꺼번에 덤프하는 경향이 있어 토큰 팽창(Token Bloat)을 유발하기 쉽지만, CLI 방식은 필요한 정보만 선별하여 컨텍스트를 최적화하기 용이하다.

이 프로젝트 자체도 Claude Code와 페어 프로그래밍을 통해 개발되었다는 점이 특징이다. 개발 과정에서 Claude Code가 직접 jdtbridge를 사용하여 자신의 코드를 검증하고, 컴파일 에러를 확인하며, 테스트를 실행하는 자기 참조적(Self-referential) 개발 방식이 적용됐다. 결과적으로 AI 에이전트가 스스로를 위한 도구를 만들고 그 도구의 첫 번째 사용자가 된 사례이다.

실무 Takeaway

AI 에이전트의 코드 분석 성능은 단순 텍스트 검색(grep)보다 IDE의 정적 분석 엔진(JDT)을 활용할 때 비약적으로 향상된다.
CLI 기반 도구는 쉘 파이프라인을 통한 데이터 필터링이 가능하여 MCP 방식보다 토큰 사용량 최적화에 유리하다.
jdtbridge를 통해 Claude Code는 0.2초 만에 컴파일 에러를 확인하고 정확한 코드 참조 관계를 파악할 수 있다.
AI 에이전트가 도구 제작과 검증에 직접 참여하는 워크플로우를 통해 개발 생산성을 극대화했다.

언급된 도구

jdtbridge추천링크

Eclipse JDT 기능을 CLI 및 HTTP로 노출하는 브릿지 도구

Claude Code중립

Anthropic의 CLI 기반 AI 코딩 에이전트

Eclipse JDT추천

자바 코드 분석 및 컴파일 엔진

언급된 리소스

GitHubjdtbridge GitHub Repository