Claude Code, Cursor, Codex, GPT-6 Astra 등 자율 코딩 에이전트를 실무에서 활발히 사용하는 엔지니어들이 겪는 가장 큰 고민거리는 매 세션마다 눈덩이처럼 불어나는 ‘탐색 토큰 비용’ 입니다. 파일 몇 개를 고치기 위해 에이전트가 코드베이스 전체를 훑으며 수십 번씩 grep과 read_file을 반복하다 보면, 정작 실제 코드 작성에는 몇 토큰 쓰지도 못하고 컨텍스트 한도에 도달하거나 비싼 API 요금 고지서를 마주하게 됩니다.

이러한 탐색 병목을 해결하겠다며 최근 GitHub 트렌딩 1위에 오른 오픈소스 도구가 바로 Graft (NanoNets/Graft) 입니다. 제작사는 “툴 호출 46% 감소, 토큰 사용량 42% 절감, 시간 60% 단축"을 내걸었습니다.

유튜브 채널 ‘개발동생’ 은 이 수치가 과장된 마케팅 문구인지 확인하기 위해 무려 96회에 걸친 직접 실측 벤치마크 를 수행했습니다. 영상의 정밀한 테스트 결과와 에이전트 결합 노하우를 정리합니다.

Sources

1. Graft 기반 컨텍스트 레이어 아키텍처

Graft는 에이전트가 코드를 무차별적으로 읽기 전에, 사전에 정적 분석을 통해 코드베이스의 시스템 구조와 모듈 간 의존성을 가벼운 지식 그래프(Markdown / JSON) 로 구축해 두는 프론트엔드 컨텍스트 레이어입니다.

flowchart TD
    classDef initNode fill:#c5dcef,stroke:#2b6cb0,stroke-width:1.5px,color:#333;
    classDef graphNode fill:#e0c8ef,stroke:#6b46c1,stroke-width:1.5px,color:#333;
    classDef agentNode fill:#fde8c0,stroke:#d69e2e,stroke-width:1.5px,color:#333;
    classDef execNode fill:#c0ecd3,stroke:#38a169,stroke-width:1.5px,color:#333;

    Repo["1. 코드베이스 정적 스캔
(graft index 실행)"] --> Graph["2. 정제된 지식 그래프 생성
(모듈 관계, 시스템 경계, 주요 API 스키마를 Markdown/JSON화)"]
    
    Graph --> Agent["3. AI 코딩 에이전트 질의 인입
(Claude Code, Cursor, GPT-6 Astra)"]
    
    Agent --> Fast["4. 반복 파일 읽기 생략
(Graft 인덱스를 먼저 참조해 수정 대상 즉시 특정)"]
    
    Fast --> Exec["5. 핵심 코드 수정 & 빌드 완결
(토큰 낭비 억제 & 컨텍스트 보존)"]

    class Repo initNode;
    class Graph graphNode;
    class Agent agentNode;
    class Fast,Exec execNode;

2. 개발동생의 96회 실측 벤치마크 결과

개발동생 채널은 가벼운 토이 프로젝트부터 복잡한 대형 모노레포까지 다양한 과제를 설정하고 96회에 걸쳐 실제 토큰 사용량과 응답 시간을 측정했습니다:

1) 토큰 절감률 실측

  • 소형 및 중소형 프로젝트: 실제로 39% ~ 50% 수준의 확실한 토큰 절감 이 확인되었습니다. 공식 주장(42%)과 거의 일치하는 수치입니다.
  • 대형 프로젝트 (무거운 탐색 과제): 절감 효과가 다소 둔화되어 약 27% 수준의 토큰 절감 을 기록했습니다.

2) 작업 완료 시간(Latency)의 진실

  • 가벼운 탐색 과제에서는 시간이 단축되었으나,
  • 대규모 모노레포에서는 오히려 초기 지식 그래프 로딩 및 파싱 오버헤드로 인해 작업 완료 시간이 비슷하거나 미세하게 더 늘어나는 현상 이 관측되었습니다.

3. 실무 엔지니어를 위한 Graft 실전 활용 팁

1) GPT-6 Astra 및 고성능 에이전트와의 시너지

  • Astra나 o1처럼 지능이 뛰어나지만 토큰 단가가 높은 프론티어 모델을 쓸 때, Graft를 컨텍스트 오프로딩(Context Offloading) 도구로 함께 물려주면 “비싼 모델이 파일 위치를 찾느라 돈을 낭비하는 현상” 을 효과적으로 방어할 수 있습니다.

2) ⚠️ 필수 보안 설정 (원격 텔레메트리 끄기)

  • Graft는 오픈소스이지만 설치 시 기본적으로 사용 통계와 메트릭을 수집하는 텔레메트리(Telemetry)가 활성화되어 있습니다.
  • 사내 기밀 코드나 비공개 저장소에서 작업할 때는 설치 직후 반드시 아래 명령어를 실행하여 원격 수집을 차단해야 합니다: 
    graft telemetry disable

4. 결론: “마법은 아니지만, 지갑을 지켜주는 유용한 도구”

Graft는 모든 대형 프로젝트의 속도를 무조건 단축해 주는 마법의 만능 도구는 아닙니다. 하지만 구조 파악 위주의 일상적인 개발 작업과 탐색 중심 세션에서는 토큰 사용량을 30~50%가량 확실히 깎아주는 든든한 방어선 역할을 해냅니다.

AI 코딩 툴의 월간 크레딧이나 API 비용 청구서로 고민하는 엔지니어링 팀이라면, 프로젝트 도입을 검토해 볼 충분한 가치가 있습니다.