Claude Code를 위한 상태 기반 브랜칭 실행 엔진 'Tine' 공개

작성자가 직접 개발한 도구를 소개하는 Showcase 게시물로, Claude Code의 한계를 극복하려는 시도에 대해 긍정적인 반응이 예상된다.

• Claude Code로 머신러닝 실험을 할 때 상태 소실이 걱정된다면 Tine MCP 서버를 연동하여 사용하라
• 실험 과정이 복잡해질 경우 localhost:9473 웹 클라이언트를 통해 시각적으로 트리를 확인하며 관리하라

모델 컨텍스트 프로토콜(MCP)

— Anthropic에서 제안한 개방형 표준으로, AI 모델이 로컬 데이터나 도구와 안전하게 연결될 수 있도록 돕는 프로토콜이다. 이를 통해 Claude Code와 같은 에이전트가 외부 실행 엔진이나 데이터베이스에 직접 접근하여 복잡한 작업을 수행할 수 있다.

유향 비순환 그래프(DAG)

— 방향성은 있지만 순환(Cycle)하지 않는 그래프 구조로, 작업의 순서나 의존 관계를 정의할 때 주로 사용된다. 이 프로젝트에서는 실험의 분기(Branching) 상태를 관리하여 이전 상태로 돌아가거나 새로운 경로를 생성하는 구조적 기반이 된다.

주피터 커널(Jupyter Kernel)

— 대화형 컴퓨팅 환경에서 코드를 실제로 실행하고 결과를 반환하는 엔진이다. Tine은 이 커널들을 DAG 구조로 관리함으로써 각 실험 단계의 메모리 상태와 변수를 독립적으로 유지하고 관리한다.

상태 기반 실행(Stateful Execution)

— 프로그램 실행 중 생성된 변수, 데이터, 메모리 상태를 보존하며 다음 단계로 이어가는 방식이다. 단순 스크립트 실행과 달리 이전 작업의 결과를 기억하므로 데이터 사이언스와 같은 연속적인 실험 워크플로우에 필수적이다.