Claude Code용 자율 코드 최적화 플러그인 'Evo' 공개

실용적 조언

코드베이스의 특정 벤치마크나 지연 시간을 개선하고 싶을 때 `/evo:discover`로 대상을 찾고 `/evo:optimize`로 자동 실험을 시작할 수 있다.
실험이 진행되는 동안 대시보드를 통해 최적화 트리가 성장하는 과정을 실시간으로 모니터링할 수 있다.

섹션별 상세

Evo는 코드베이스 내에서 최적화 대상을 자동으로 식별하고 병렬 실험을 통해 성능을 개선한다. `/evo:discover` 명령어로 벤치마크 점수나 에이전트 통과율 같은 목표를 설정하면, `/evo:optimize`가 백그라운드에서 여러 서브에이전트를 생성하여 독립적인 Git 워크트리에서 실험을 수행한다. 점수가 향상된 실험 결과만 메인 코드에 커밋되고 나머지는 폐기되는 방식으로 작동한다.

단순한 그리디 알고리즘(Greedy Hill Climb)과 달리 트리 탐색 구조를 채택하여 다각도의 최적화를 시도한다. 하나의 성공적인 노드에서 여러 방향으로 다시 분기하여 탐색하며, 서브에이전트들은 단순히 코드를 고치는 것에 그치지 않고 실패 기록(Failure Traces)을 분석하여 스스로 가설을 세우고 실험을 설계한다. 이를 통해 복잡한 코드 환경에서도 유연한 문제 해결이 가능하다.

최적화 과정에서 기존 기능이 망가지는 것을 방지하기 위해 회귀 게이트(Regression Gates) 시스템을 도입했다. 특정 성능 지표가 개선되더라도 미리 설정된 필수 동작 규칙을 위반하면 해당 실험은 채택되지 않는다. 이는 자율적인 AI 에이전트가 코드를 수정할 때 발생할 수 있는 예기치 못한 부작용을 제어하는 안전장치 역할을 한다.

용어 해설

자율 연구(Autoresearch): — LLM이 스스로 실험을 설계하고 실행하며 최적의 결과를 도출할 때까지 반복하는 프로세스이다. Andrej Karpathy가 제안한 개념으로, 인간의 개입 없이 모델이 자신의 성능을 스스로 갱신하는 자율적 최적화 루프를 의미한다.
깃 워크트리(Git Worktree): — 하나의 Git 저장소에서 여러 개의 작업 디렉토리를 동시에 관리할 수 있게 해주는 기능이다. 이 도구에서는 병렬로 실행되는 서브에이전트들이 서로 간섭 없이 독립적인 환경에서 코드를 수정하고 실험할 수 있도록 활용된다.
트리 탐색(Tree Search): — 단일 경로로만 최적화를 진행하는 대신, 여러 갈래의 가능성을 동시에 탐색하는 알고리즘 구조이다. 성공적인 실험 결과에서 다시 여러 갈래로 분기하여 탐색함으로써 국소 최적해에 빠지는 것을 방지하고 더 넓은 해결 공간을 탐색한다.
회귀 게이트(Regression Gate): — 새로운 최적화 시도가 기존의 필수적인 기능이나 성능을 저해하지 않도록 보장하는 검증 장치이다. 특정 지표가 개선되더라도 기존의 핵심 동작이 깨지는 것을 방지하여 안정적인 코드 진화를 보장한다.

언급된 도구

Evo추천링크

LLM 기반 자율 코드 최적화 및 실험 오케스트레이션 도구

Claude Code중립

Evo 플러그인이 실행되는 호스트 환경

언급된 리소스

GitHubEvo GitHub Repository