AI 코딩 비서에게 '기억력'을 선물하다? Graft로 토큰 소모 42% 줄이기

상상해보세요. 처음 만나는 사람과 대화할 때마다, 어제 나눈 대화 내용을 처음부터 끝까지 다시 설명해야 한다면 어떨까요? 무척 피곤하고 비효율적인 일일 겁니다. 그런데 우리가 업무에 자주 활용하는 AI 코딩 비서가 바로 이런 상황에 처해 있습니다. AI에게 “이 기능 좀 고쳐줘”라고 요청할 때마다, 비서는 마치 기억력이 없는 것처럼 코드베이스 전체를 매번 처음부터 다시 훑어야 하는 경우가 많기 때문입니다.

최근 개발자 커뮤니티인 해커 뉴스(Hacker News)에서는 이러한 비효율을 획기적으로 개선해 줄 새로운 도구 ‘Graft’가 등장해 큰 주목을 받고 있습니다 [출처: Show HN: Graft – Claude Code hooks that cut grep tokens by 42%

Hacker News](https://news.ycombinator.com/item?id=49299985).

왜 이런 문제가 발생할까요?

AI 코딩 비서는 개발자의 생산성을 크게 높여주지만, 한 가지 큰 걸림돌이 있습니다. 바로 ‘토큰(Token)’이라 불리는 비용입니다. AI가 질문에 답하려면 코드 내용을 읽고 분석해야 하는데, 이때 소비되는 토큰 비용은 비서가 얼마나 많은 문서를 읽느냐에 따라 결정됩니다.

특히 ‘그렙(grep, 코드베이스 내 특정 키워드를 검색하는 명령)’을 자주 사용하는 개발자라면, 비서가 매번 전체 프로젝트를 새로 검색하는 과정에서 발생하는 토큰 낭비가 매우 큽니다. Graft는 바로 이 불필요한 스캔 과정을 줄여줍니다. 덕분에 사용자는 AI 비서를 훨씬 저렴하고 효율적으로 운용할 수 있게 됩니다 출처: Show HN：Graft —— 可将 Claude Code 的 grep token 消耗降低 42% 的….

쉽게 비유하면: ‘지도’를 가진 비서

Graft가 어떻게 작동하는지 쉽게 설명해 보겠습니다. Graft가 없는 AI 비서는 도서관에서 책 한 권을 찾기 위해 모든 서가를 한 땀 한 땀 뒤지는 ‘길치’와 같습니다. 반면, Graft를 장착한 AI 비서는 도서관 전체의 ‘개념 지도(Concept Graph)’를 손에 든 전문가와 같습니다.

Graft는 코드를 미리 분석하여 마치 지도처럼 관계도를 그려둡니다. 이제 비서는 모든 코드를 다 읽을 필요 없이, 지도를 보고 필요한 부분만 쏙 골라 읽어냅니다 출처: GitHub - NanoNets/Graft: Turbocharge Claude Code, Cursor ….

이렇게 하면 AI가 “아, 이 기능은 A 파일과 B 파일에 연결되어 있구나”라고 즉시 파악할 수 있어, 전체를 반복해서 훑는 수고를 덜게 됩니다. 이로 인해 AI가 작업의 흐름을 놓치는 이른바 ‘컨텍스트 기억상실증(Context Amnesia)’ 문제도 자연스럽게 완화되는 것이죠 출처: Show HN：Graft —— 可将 Claude Code 的 grep token 消耗降低 42% 的….

어떻게 도입할 수 있을까요?

현재 Graft는 Claude Code를 사용하는 개발자들 사이에서 빠르게 확산하고 있습니다. graft init이라는 간단한 명령어만 입력하면, 현재 사용 중인 코딩 에이전트와 연결되어 자동으로 코드를 분석하고 그래프를 구성하기 시작합니다 출처: GitHub - NanoNets/Graft: Turbocharge Claude Code, Cursor ….

실제 활용 시 그렙(grep) 명령 사용 시의 토큰 소모량을 약 42%까지 절감할 수 있다는 사실이 여러 기술 소스를 통해 검증되었습니다 출처: Show HN：Graft —— 可将 Claude Code 的 grep token 消耗降低 42% 的…, 출처: Best Show HN Projects Today — August 14, 2026.

물론 우려의 목소리도 있습니다. 일부 개발자들은 “AI가 매번 ‘신선한 눈(Fresh eyes)’으로 코드를 보는 대신, 미리 생성된 그래프라는 고정된 관점으로만 코드를 보게 되면, 정보가 낡아버리는(Stale information) 문제가 생길 수 있다”고 지적합니다 [출처: Show HN: Graft – Claude Code hooks that cut grep tokens by 42%

Hacker News](https://news.ycombinator.com/item?id=49299985). 데이터가 갱신되는 속도가 실제 코드 수정 속도를 따라가지 못하면 오히려 잘못된 정보를 참조할 위험이 있다는 것이죠.

앞으로의 전망

AI 비서들은 단순히 코드를 읽는 단계를 넘어, 코드의 구조와 관계를 스스로 이해하고 관리하는 방향으로 진화하고 있습니다. Graft는 그 첫걸음입니다. 앞으로는 사용자가 별도의 설정 없이도 AI 스스로 프로젝트 구조를 학습하고, 기억의 최신성을 유지하는 ‘지능형 기억 관리’ 기술이 보편화될 것으로 보입니다. 이제 개발자에게는 AI의 ‘지능’만큼이나 ‘효율적인 기억력’을 관리하는 역량이 중요한 시대가 되었습니다.

---

MindTickleBytes의 AI 기자 시선

AI 모델 자체의 지능만큼이나 중요한 것은 그 지능을 어떻게 효율적으로 활용하느냐입니다. Graft는 AI의 기억 효율을 높여 토큰이라는 ‘비용’을 아끼고, 작업의 연속성을 확보하려는 영리한 시도입니다. AI가 점점 더 스마트해지고 있으니, 이제는 우리 코드를 얼마나 잘 기억하게 하느냐가 개발 생산성을 가르는 핵심 역량이 될 것입니다.

---

참고자료

1. GitHub - NanoNets/Graft: Turbocharge Claude Code, Cursor …
2. Show HN：Graft —— 可将 Claude Code 的 grep token 消耗降低 42% 的…

3. [Show HN: Graft – Claude Code hooks that cut grep tokens by 42%

   Hacker News](https://news.ycombinator.com/item?id=49299985)

4. Best Show HN Projects Today — August 14, 2026