더 읽어보세요
Greptile, Claude Agent SDK로 진정한 에이전틱 코드 검토 구현
산업:
소프트웨어
기업 규모:
중소기업
제품:
Claude Platform
위치:
북아메리카
약 90% 캐시 적중률
Agent SDK를 통한 프롬프트 캐싱으로 비용을 대폭 절감하고 연산 효율을 높입니다
100만 건
월 100만 건의 이슈 발견
Video caption
Video caption
Greptile은 전체 코드베이스 컨텍스트로 풀 리퀘스트를 리뷰검토하는 AI 에이전트를 구축합니다. 스타트업부터 NVIDIA, Brex, Coinbase 등의 대기업까지 2,000개 이상의 조직에 서비스를 제공하며, 엔지니어링 팀이 버그와 안티패턴을 프로덕션에 배포하기 전에 포착할 수 있도록 지원합니다.
Claude Agent SDK로 Greptile이 이루어낸 성과:
- 약 90%의 캐시 적중률을 달성하여 Greptile과 자체 호스팅 고객 모두의 비용 대폭 절감
- Git 히스토리, 유사 함수, 풀 리퀘스트 컨텍스트를 따라 단서를 쫓는 멀티홉 코드 조사 수행
- 인프라 구축 대신 전문 도구에 엔지니어링 시간을 집중하여 새로운 기능 출시 속도 향상
- 엄격한 워크플로우 대신 이슈를 반복적으로 조사하는 자율적 코드 검토를 구동
- 효율적인 연산 자원 사용을 통해 기업 고객에게 비용 효율적인 자체 호스팅 옵션 제공
문제점
AI 코드 검토 분야에서 대부분의 도구는 사전에 정해진 경로를 따릅니다. 풀 리퀘스트를 스캔하고, 정해진 체크리스트를 실행하며, 예측 가능한 순서로 결과를 도출합니다. 그러나 Greptile은 코드 검토를 체크리스트가 아닌 조사 과정으로 봅니다. 숙련된 엔지니어가 이상한 점을 발견하면 정해진 매뉴얼을 따르지 않습니다. 더 깊이 파고들고, 컨텍스트를 살피며, 히스토리를 추적하고, 코드베이스 전반에서 점들을 연결합니다.
Greptile 팀은 이 간극을 인식하고, 코드베이스 컨텍스트 파악, 의미적으로 유사한 함수 찾기, Git 히스토리 검색 등 조사 작업을 위한 전문 도구를 구축했습니다. 그러나 이러한 도구는 오케스트레이션 계층 때문에 경직된 순서도에 갇히게 되었습니다. 각 단계에서 새로운 정보가 드러났지만, 시스템은 이미 정해진 순서에 묶여 있었기 때문에 그 발견에 따라 대처할 수 없었습니다.
Greptile의 공동 창업자 겸 CEO인 Daksh Gupta는 "저희는 Greptile을 진정한 멀티홉과 자율성을 가진 시스템으로 구축하고자 했습니다. 모든 단계에서 새로운 정보가 나타나면, 정해진 순서가 아니라 그 정보에 기반하여 다음 단계를 정할 수 있는 시스템을 말입니다"라고 말합니다.
팀은 자신들의 도구만큼 지능적인 오케스트레이션 계층, 즉 코드 검토 에이전트가 숙련된 엔지니어처럼 사고할 수 있게 해주는 기반이 필요했습니다.
Agent SDK로 에이전틱 코드 검토 시스템 구축
Greptile 팀은 자체 에이전트 관리 체계를 구축하는 것을 고려했지만, 어디에 시간을 투자하는 것이 더 가치 있을지 금세 깨달았습니다. Gupta는 "더 나은 코드 검토 도구를 만드는 데 모든 시간을 쏟는 것이 가치 있다는 것이 명확해졌습니다"라고 말합니다. 10명의 엔지니어로 구성된 팀에는 집중이 중요하기 때문입니다.
Claude Agent SDK는 인프라 대신 도메인 전문성에 집중할 수 있는 강력한 오케스트레이션 계층을 제공했습니다. 이 결정에는 '에이전트 관리 체계와 모델은 긴밀하게 연결되어 있다'는 기술적 직관도 반영되었습니다. Gupta는 "모델과 관리 체계가 하나로 묶일 것이고, 그 모델이 최고라는 것이 분명했습니다. 그게 Anthropic SDK의 정말 큰 장점이었습니다"라고 설명합니다.
Greptile, Claude를 활용한 멀티홉 코드 조사
Claude는 이제 Greptile의 조사 중심 코드 검토 접근 방식을 구동합니다. 에이전트가 이상해 보이는 계산이나 코드베이스에서 유사한 함수와 다른 부분을 발견하면, 자율적으로 다음 조사 대상을 결정할 수 있습니다. 변경 이유를 이해하기 위해 Git 히스토리를 조사하거나, 컨텍스트를 파악하기 위해 커밋을 원래 풀 리퀘스트로 추적하거나, 레포지토리의 다른 부분에 있는 패턴과 비교할 수 있습니다. Gupta는 "수사 기자나 탐정처럼 행동하는 것"이라고 비유하며, "우리는 탐정을 위한 모든 도구를 가지고 있었고, 필요한 건 이를 위한 정말 강력한 오케스트레이터였습니다"라고 덧붙였습니다.
Greptile은 Opus 4.5에서 실행됩니다. Gupta는 "코드에서 버그와 안티패턴을 찾아내려는 우리의 모든 목표를 달성하는 데 최고의 코딩 모델이라고 확신합니다. 프롬프트 캐싱은 우리 사용 사례에 잘 맞고, MCP와의 통합도 가치 있었습니다."라고 밝혔니다.
Greptile은 또한 SDK의 서브 에이전트 기능을 적극적으로 활용합니다. 한 서브 에이전트는 메모리 검색을 담당하며, 팀이 설정한 코딩 표준, Greptile이 코드베이스에서 학습한 특이 사항, 문서, claude.md 파일, Cursor 규칙 등의 컨텍스트 정보 뱅크에서 데이터를 가져옵니다. 이러한 축적된 지식이 모든 검토에 반영됩니다.
팀은 또한 결정론적 요소가 필요한 곳에 훅을 사용합니다. 코드 검토의 경우, 이는 풀 리퀘스트의 모든 파일을 검사해 보도록 보장하는 것을 의미하는데, 이는 철저하고 일관된 검토 범위를 요구하는 기업 고객에게 필수 사항입니다.
성과
Agent SDK로의 전환은 즉각적인 효율성 향상을 가져왔습니다. Greptile은 이제 90%에 육박하는 캐시 적중률을 달성하여 운영 전반에 걸쳐 실질적인 비용 절감을 실현하고 있습니다. 자체 Anthropic 인스턴스를 사용하여 Greptile을 호스팅하는 고객에게도 이러한 효율성은 비례적인 비용 증가 없이 더 큰 규모로 AI 코드 검토를 확장할 수 있음을 의미합니다. Gupta는 "이제 Agent SDK로 진정한 자율성을 갖게 되었습니다. 모든 단계에서 새로운 정보가 생성되고, 그 정보에 기반해 다음 단계를 결정할 수 있게 된 것이죠. 이것이 코드 검토 에이전트의 작동 방식을 근본적으로 변화시켰습니다."라고 말합니다.
더 깊은 영향은 Greptile이 이제 구축할 수 있는 것에 있습니다. Gupta는 "Agent SDK 덕분에 훨씬 더 높은 비용 효율성으로 더 빠르게 출시할 수 있으며, 전문 도구 구축에 깊이 집중할 수 있게 되었습니다. 달성하고자 하는 특정 목표를 위한 고도로 전문화된 도구를 구축하는 데 모든 에너지를 집중할 수 있게 된 것이죠"라고 덧붙였습니다.
관리 체계 인프라를 유지하는 대신, 팀은 코드베이스 이해도 향상, 더 스마트한 유사성 감지, 더 풍부한 Git 히스토리 분석 등 코드 검토를 진정으로 유용하게 만드는 도구에 엔지니어링 시간을 투자하고 있습니다.
성과는 프로덕션에서 나타나고 있습니다. NVIDIA의 한 오픈소스 레포지토리 사례에서 Greptile은 검토 담당 엔지니어가 처음에 이의를 제기한 문제를 짚어냈습니다. 에이전트는 코드베이스 전반의 유사 함수 비교, 관련 Git 히스토리 등의 추가 증거를 제시하며 응답했고, 엔지니어는 해당 지적이 옳다고 인정했습니다. 에이전트가 증거로 자신의 발견을 방어할 수 있는 이러한 다단계 조사는 바로에이전틱 아키텍처가 가능하게 한 결과입니다.
고객들도 이러한 변화를 체감하고 있습니다. Brex의 시니어 엔지니어 Jarrod Ruhdland는 "AI가 파악하기 어렵다고 반복적으로 증명된 기술 스택을 가지고 있음에도 불구하고, Greptile은 신호 대 잡음비가 우수한 일관된 리뷰 인사이트를 제공하여 가장 엄격한 엔지니어들도 인정했습니다"라고 말합니다.
Greptile은 Agent SDK를 활용하여 가능성을 계속 확장하고 있으며, SDK 없이는 개발하고 유지하기가 훨씬 어려웠을 새로운 기능을 구축하고 있습니다. 매달 10억 줄 이상의 코드를 검토하는 기업에 있어 인프라 대신 도메인 전문성에 집중할 수 있는 능력은 이제 전략적 이점이 되었습니다.
"Agent SDK 덕분에 더 빠른 속도와 훨씬 높은 비용 효율성으로 제품을 출시할 수 있으며, 전문 도구 구축에 깊이 집중할 수 있게 되었습니다."
공동 창업자 겸 CEO, Greptile
Video caption