이 영상이 좋은 이유는 Understand Anything과 Graphify를 단순히 “둘 다 코드 그래프 도구"로 묶지 않고, 실제로 무엇이 다른지 비교 기준을 분해해서 보여 주기 때문이다. 발표자는 자신의 SaaS 코드베이스에 두 도구를 모두 설치해 보고, 그래프를 만드는 데 드는 토큰과 시간, 대시보드 품질, 질문 응답의 형태, 자동 업데이트, 로컬 모델 지원까지 순서대로 비교한다.영상 00:20 영상 00:37
이 비교가 특히 유용한 이유는, 최근 코드 그래프/코드 지식 베이스 도구가 많아졌지만 실제 선택 기준은 대체로 비슷하기 때문이다. 결국 우리가 궁금한 건 다음이다.
- 설치가 얼마나 번거로운가
- 그래프 생성 비용이 얼마나 드는가
- 사람이 보기 쉬운가
- AI가 실제로 잘 읽는가
- 로컬 모델로도 돌릴 수 있는가
- 코드 변경 후 업데이트가 쉬운가
이 영상은 바로 그 기준들로 Understand Anything과 Graphify를 비교해 준다.영상 10:23 영상 14:14
Sources
- 영상: Understand-Anything vs Graphify: I Tested Both on My SaaS
- GitHub: Lum1104/Understand-Anything
- GitHub: safishamsi/graphify
설치 방식부터 이미 성격이 조금 다르다
영상 초반에서 발표자는 Graphify는 uv 기반 설치와 스킬 설치 흐름을 거치고, Understand Anything은 Claude Code 플러그인 마켓플레이스 명령으로 빠르게 프로젝트 레벨 설치를 진행한다.영상 01:42 영상 02:15
공식 README를 보면 이 차이는 실제 제품 성격과도 맞닿아 있다.
Understand Anything은 Claude Code 플러그인 중심이고,/understand,/understand-dashboard,/understand-explain같은 명령이 전면에 나온다.Understand Anything GitHubGraphify는 Python/uv 설치형 CLI에 가깝고,/graphify .,graphify install,graphify extract,graphify query처럼 명령과 백엔드 옵션이 더 넓게 드러난다.Graphify GitHub
즉 설치 UX만 봐도:
Understand Anything: 플러그인형 경험Graphify: 툴체인/CLI형 경험
에 더 가깝다.
flowchart TD
A["코드 그래프 도구 설치"] --> B["Understand Anything"]
A --> C["Graphify"]
B --> D["Claude Code 플러그인 설치"]
B --> E["/understand 중심 사용"]
C --> F["uv / pipx / CLI 설치"]
C --> G["/graphify . 중심 사용"]
classDef rootTone fill:#c5dcef,stroke:#5b8db8,color:#333;
classDef uaTone fill:#c0ecd3,stroke:#69a97d,color:#333;
classDef gTone fill:#fde8c0,stroke:#c9a647,color:#333;
class A rootTone
class B,D,E uaTone
class C,F,G gTone그래프 생성 비용 비교에서는 영상 기준으로 Graphify가 더 유리하게 나온다
영상에서 발표자는 같은 코드베이스에 두 도구를 모두 적용한 뒤, 그래프 생성에 들어간 토큰과 시간을 비교한다. 여기서 결론은 명확하다. 영상 시점 기준으로 Understand Anything이 Graphify보다 대략 두 배 정도 토큰을 더 소비했다 고 설명한다.영상 06:25 영상 06:32
뒤쪽 요약에서는 Understand Anything의 전체 소비량이 약 200K 토큰 수준이었다고 다시 언급하면서, 토큰 예산이 민감하다면 이 항목에서는 Graphify가 이긴다고 정리한다.영상 10:03 영상 10:08
이 차이는 도구 철학과도 맞다.
Understand Anything은 더 풍부한 시각화와 설명 계층을 많이 생성한다Graphify는 상대적으로 더 가볍고 실용적인 그래프 추출과 질의 흐름에 가깝다
즉 같은 “지식 그래프"라도 어느 정도의 추가 구조와 설명을 선생님처럼 만들어 주느냐 에 따라 비용이 달라질 수 있다.
flowchart TD
A["그래프 생성 비교"] --> B["Understand Anything"]
A --> C["Graphify"]
B --> D["토큰 소비 더 큼"]
B --> E["더 풍부한 시각화 / 설명"]
C --> F["토큰 소비 더 적음"]
C --> G["더 가벼운 추출"]
classDef compareTone fill:#c5dcef,stroke:#5b8db8,color:#333;
classDef uaTone fill:#ffc8c4,stroke:#c97f7a,color:#333;
classDef gTone fill:#c0ecd3,stroke:#69a97d,color:#333;
class A compareTone
class B,D,E uaTone
class C,F,G gTone다만 이 수치는 영상 속 특정 SaaS 코드베이스와 설정 기준의 결과이므로, 절대값보다 경향성 으로 읽는 편이 안전하다.
대시보드 시각화는 영상 기준으로 Understand Anything 쪽이 더 강하게 평가된다
그래프를 만든 뒤 발표자는 먼저 Understand Anything의 /understand-dashboard를 열어 본다. 여기서는 프로젝트 개요, 레이어별 구분, 컴포넌트 연결, 노드 상세 설명이 비교적 정돈된 형태로 나온다. 발표자는 이 대시보드가 더 시각적으로 좋고, 사람이 이해하기 더 쉽다고 평가한다.영상 06:46 영상 07:12
이후 중간 요약에서도 “대시보드 시각화는 Understand Anything이 확실히 이긴다"고 말한다.영상 10:10 영상 10:19
이건 공식 README와도 맞아떨어진다. Understand Anything은 애초에 “graphs that teach"를 표방하며, guided tour, domain view, onboarding, explain 류 기능을 전면에 둔다. 즉 사람에게 가르치는 인터페이스 를 더 중시한다.Understand Anything GitHub
반면 Graphify는 그래프 시각화도 제공하지만, README 전반에서 더 강하게 드러나는 것은:
- 멀티 포맷 추출
- 질의
- path/explain/query
- wiki/obsidian/SVG/GraphML/Neo4j export
같은 활용 범위와 데이터 파이프라인 이다.Graphify GitHub
flowchart TD
A["시각화 관점"] --> B["Understand Anything"]
A --> C["Graphify"]
B --> D["프로젝트 개요"]
B --> E["레이어 시각화"]
B --> F["사람 친화적 이해"]
C --> G["실용적 그래프 결과"]
C --> H["확장 / export 지향"]
classDef rootTone fill:#c5dcef,stroke:#5b8db8,color:#333;
classDef uaTone fill:#c0ecd3,stroke:#69a97d,color:#333;
classDef gTone fill:#fde8c0,stroke:#c9a647,color:#333;
class A rootTone
class B,D,E,F uaTone
class C,G,H gTone즉 시각화는 둘 다 하지만, Understand Anything은 더 “대시보드 제품” 같고, Graphify는 더 “그래프 툴체인” 같다.
실제 질문 응답 비교에서도 Understand Anything이 더 “읽기 쉬운 답"을 준다고 평가된다
영상 중반의 가장 유용한 비교는 같은 질문을 두 도구에 각각 던지는 장면이다. 발표자는 Graphify explain과 Understand Explain 류 명령으로 같은 기능에 대해 묻고, 두 응답을 나란히 본다.영상 10:42 영상 11:01
그 결론은 이렇다.
- 두 도구 모두 핵심 정답은 대체로 찾는다
- 하지만
Understand Anything은 파일 위치, 출처, 단계별 알고리즘, flow chart까지 더 구조화해서 보여 준다 Graphify는 더 텍스트 중심이고 규칙·파일 나열이 많다
발표자는 그래서 응답 품질 자체보다도 사람이 이해하기 쉽게 재구성한 정도 에서 Understand Anything을 더 높게 평가한다.영상 11:09 영상 12:11
흥미로운 점은 이 단계에서는 토큰 사용량이 “대략 비슷하다"고도 말한다. 즉 질의 단계에서는 큰 차이가 없는데, 같은 비용으로 더 시각적이고 설명적인 답 을 주는 쪽이 Understand Anything처럼 느껴졌다는 것이다.영상 12:24 영상 12:30
자동 업데이트는 두 도구 모두 실무적으로 유용한 축으로 보인다
영상 후반에서 발표자는 stale data, 즉 그래프가 코드 변경 후 낡아지는 문제도 짚는다. 여기서는 두 도구 모두 자동 업데이트나 변경 반영 기능을 제공한다고 보고, 이 항목은 사실상 비긴다고 평가한다.영상 14:00 영상 14:09
공식 README도 이를 뒷받침한다.
Understand Anything은/understand --auto-update를 통해 포스트 커밋 훅 기반 증분 갱신을 설명한다.Understand Anything GitHubGraphify는/graphify . --update와graphify hook install을 통해 변경 파일 재추출과 커밋 후 자동 재빌드를 제공한다.Graphify GitHub
이 기능이 중요한 이유는 코드 그래프 도구가 금방 버려지는 가장 흔한 이유가 처음 한 번 돌린 뒤 곧 낡아 버리는 것 이기 때문이다. 자동 업데이트가 있어야 비로소 이 도구들은 문서가 아니라 살아 있는 색인 계층 이 된다.
로컬 모델 지원은 Graphify 쪽이 분명한 강점으로 소개된다
영상 마지막 비교 축은 프라이버시와 로컬 모델이다. 여기서 발표자는 Graphify는 Ollama나 AWS Bedrock 같은 백엔드 모델을 지정해 돌릴 수 있고, 로컬 모델 경로/백엔드 구성이 가능하다고 설명한다. 반면 Understand Anything은 영상 시점 기준으로 이런 로컬 모델 경로가 기본 문서에 드러나지 않고, IDE가 연결된 기본 제공 모델 프로바이더를 쓴다고 평가한다.영상 14:14 영상 14:43
공식 README를 보면 이 차이는 실제로 꽤 명확하다.
GraphifyREADME는ollama,bedrock,openai,gemini,claude,kimi등 백엔드 옵션을 꽤 폭넓게 적고,graphify extract --backend ollama같은 예시도 준다.Graphify GitHub- 반면
Understand AnythingREADME는 Claude Code 플러그인/다중 플랫폼 설치는 강하지만, 로컬 추론 모델 선택을 전면에 두지는 않는다.Understand Anything GitHub
flowchart TD
A["로컬 모델 / 프라이버시"] --> B["Understand Anything"]
A --> C["Graphify"]
B --> D["IDE 연결 모델 중심"]
B --> E["로컬 백엔드 옵션 전면 문서화 적음"]
C --> F["Ollama 지원"]
C --> G["Bedrock / 다중 백엔드"]
C --> H["로컬 모델 경로 제어 강함"]
classDef rootTone fill:#c5dcef,stroke:#5b8db8,color:#333;
classDef uaTone fill:#ffc8c4,stroke:#c97f7a,color:#333;
classDef gTone fill:#c0ecd3,stroke:#69a97d,color:#333;
class A rootTone
class B,D,E uaTone
class C,F,G,H gTone그래서 민감한 코드베이스나 로컬 LLM 실험이 중요하다면, 이 축에서는 Graphify가 더 매력적으로 보일 수 있다.
영상의 최종 결론은 “둘 중 하나만 고르지 말고 역할을 나눠 써도 된다"는 쪽이다
영상 마지막 정리에서 발표자는 아주 실무적인 결론을 내린다.
- 더 좋은 시각화와 인간 친화적 이해가 필요하면
Understand Anything - 더 낮은 토큰 소비와 로컬 모델 유연성이 필요하면
Graphify
심지어 두 그래프를 같은 저장소에 함께 유지하면서 상황에 따라 둘 다 쓰는 것도 추천한다. 이 결론이 설득력 있는 이유는 두 도구가 정말 같은 문제를 푸는 듯 보이지만, 사실은 미묘하게 다른 최적점을 갖기 때문이다.
Understand Anything: 온보딩, 설명, 대시보드, 사람이 이해하기 쉬운 구조Graphify: 범용 추출, 멀티 포맷, 로컬 모델, 비용 민감한 그래프 운용
즉 “누가 절대적으로 낫다"보다, 무엇을 더 중요하게 보느냐에 따라 선택 기준이 달라진다 는 것이다.
핵심 요약
- 이 영상은
Understand Anything과Graphify를 설치, 비용, 시각화, 질의 응답, 자동 업데이트, 로컬 모델 지원으로 나눠 비교한다. - 영상 기준으로 그래프 생성 토큰 비용은
Graphify가 더 낮게 나왔다. - 대시보드 시각화와 사람이 읽기 쉬운 설명 구조는
Understand Anything이 더 강하게 평가됐다. - 실제 질문 응답에서 두 도구 모두 핵심 답은 찾지만,
Understand Anything이 더 구조화된 설명과 시각화를 제공한다고 평가된다. - 자동 업데이트는 두 도구 모두 실무적으로 유용한 강점이다.
- 로컬 모델·프라이버시 제어는
Graphify쪽이 공식 문서상 더 강하게 드러난다.
결론
Understand Anything과 Graphify는 둘 다 “코드 지식 그래프"라는 이름 아래 묶일 수 있지만, 실제로는 서로 다른 쪽으로 더 최적화돼 있다. 하나는 사람에게 가르치는 대시보드와 설명 인터페이스 에 가깝고, 다른 하나는 비용 효율과 범용 추출, 로컬 모델 유연성 에 더 가깝다. 그래서 이 영상의 진짜 가치는 “누가 더 좋은가"를 단정하지 않는 데 있다. 오히려 더 실전적인 답은, 시각화가 필요할 땐 Understand Anything, 비용과 로컬 제어가 중요할 땐 Graphify 처럼 역할을 나눠 보는 것이다.