Brf.it: LLM 컨텍스트 최적화를 위한 코드 인터페이스 추출 도구

섹션별 상세

대규모 코드베이스를 LLM에 입력할 때 전체 파일과 구현 세부사항을 모두 포함하면 불필요한 토큰이 소모되고 모델이 구조를 파악하는 데 방해가 되는 노이즈가 발생한다. Brf.it는 이러한 문제를 해결하기 위해 코드의 '인터페이스 표면'만 추출하는 방식을 제안한다.

Tree-sitter 라이브러리를 사용하여 소스 코드를 정밀하게 파싱하고 구조적 정보를 추출한다. 함수 시그니처, 데이터 타입 정의, 임포트 문, 그리고 기능을 설명하는 문서화 주석만을 남겨 콤팩트한 표현식을 생성한다.

실제 테스트 결과 특정 함수의 경우 원본 코드가 약 50개 토큰을 차지했으나 Brf.it로 추출된 인터페이스는 8개 토큰으로 줄어들었다. 이는 전체 코드를 대체하는 것이 아니라 아키텍처 이해나 저장소 탐색을 위한 경량 컨텍스트 레이어를 제공하는 데 목적이 있다.

text

fetchUser(id: string): Promise
Fetches user from API, throws on 404

Brf.it가 추출한 함수의 인터페이스 및 문서화 주석 예시

Go, TypeScript, Python, Rust, C++, Java, Swift 등 10개 이상의 주요 프로그래밍 언어를 지원한다. AI 에이전트가 작업을 시작하기 전 전체 저장소의 지도를 그리는 초기 프롬프트 컨텍스트로 활용하기에 적합하다.

트리 시터(Tree-sitter): — 프로그래밍 언어의 소스 코드를 파싱하여 구문 트리(Syntax Tree)를 생성하는 증분 파싱 라이브러리이다. 다양한 언어를 지원하며 코드의 구조적 정보를 빠르고 정확하게 추출하는 데 필수적인 도구이다.
토큰 사용량(Token Usage): — LLM이 텍스트를 처리하는 기본 단위인 토큰의 소비량을 의미한다. API 비용과 직접 연결되며, 컨텍스트 윈도우 제한 내에서 효율적인 정보 전달을 위해 최적화가 필요하다.
컨텍스트 노이즈(Context Noise): — LLM에 입력되는 정보 중 당면한 작업과 관련이 없거나 불필요한 세부 사항을 의미한다. 노이즈가 많으면 모델의 추론 정확도가 떨어지고 중요한 구조적 정보를 놓칠 위험이 커진다.