Claude Code 기반의 자율 엔지니어링 플랫폼 Maggy 공개

작성자가 이전에 공개했던 claude-bootstrap 프로젝트의 연장선상에서 큰 관심을 받고 있으며, 특히 메모리 유지와 비용 최적화 전략에 대해 긍정적인 반응이 나타나고 있습니다.

• 반복적인 코드 리뷰 지적 사항을 줄이려면 에이전트에게 과거 리뷰 코멘트 데이터를 컨텍스트로 제공하라
• 비용 절감을 위해 단순 단위 테스트 작성이나 문서화 작업은 로컬 LLM(Ollama 등)으로 라우팅하도록 설정하라

다중 모델 오케스트레이션(Multi-Model Orchestration)

— 작업의 복잡도나 비용에 따라 서로 다른 AI 모델(Claude, Ollama 등)을 자동으로 선택하고 실행 순서를 관리하는 기술이다. 이를 통해 고비용 모델의 사용을 최적화하고 전체 시스템의 효율성을 극대화할 수 있다.

의도 코드 속성 그래프(Intent Code Property Graph (iCPG))

— 코드베이스의 구조와 개발자의 의도를 그래프 형태로 연결하여 관리하는 데이터 구조이다. AI 에이전트가 작업을 수행할 때 단순한 텍스트 검색을 넘어 코드 간의 관계와 맥락을 깊이 있게 이해하도록 돕는다.

교차 세션 메모리(Cross-Session Memory)

— AI 에이전트가 개별 세션이 종료된 후에도 학습한 프로젝트 컨벤션이나 수정 패턴을 저장하고 다음 세션에서 재사용하는 메커니즘이다. 에이전트의 '망각' 문제를 해결하여 시간이 지날수록 성능이 향상되게 한다.

소프트웨어 개발 생명주기 신호(SDLC Signals)

— CI 테스트 결과, 코드 리뷰 코멘트, 배포 성공 여부 등 소프트웨어 개발 과정에서 발생하는 각종 데이터를 의미한다. AI는 이 신호들을 분석하여 반복되는 오류 패턴을 학습하고 사전에 코드를 수정한다.