코드 지식 그래프 계열 4종을 비교한다. 수집 기준은 2026-10-24 GitHub API 실측과 당일 README 캡처(Trail-Code)이며, 2026-10-04-github-abhigyanpatwari-gitnexus와 2026-08-02-graphify-labs-graphify의 기존 3자 비교(2026-08-02)에 Trail-Code를 추가해 갱신했다.

한눈에 보는 비교

구분GitNexusGraphifyCodeGraphTrail-Code (구 graft)
스타(2026-10-24)48,015134,18675,17610,712
저장소 생성2025-08-022026-04-032026-01-182026-07-03
언어 · 라이선스TypeScript · PolyForm NoncommercialPython · Apache-2.0Rust 커널(GitHub 언어 통계 C) · MITTypeScript · MIT
핵심 포지션코드 인텔리전스 엔진(영향 분석·프로세스 추적)코드·문서·미디어를 한 그래프로 묶는 지식 그래프”surgical context” — 에이전트가 한 호출에 필요한 코드를 받는 실시간 코드 그래프graft 맵 + 학습(learnings) — 코드 지형과 팀의 판단 기록을 모두 제공
인덱싱 · 저장다단계 파이프라인 → LadybugDB, .gitnexus/ + 전역 registrytree-sitter AST → graph.json (코드는 LLM 불필요)Rust tree-sitter 커널 → SQLite+FTS5, .codegraph/tree-sitter → markdown 노드, graft/(로컬 캐시, gitignore) + .trail/ 학습
신선도analyze 증분 갱신, hook이 stale 알림graphify hook·--watch / 명시적 재빌드가 기본네이티브 watcher로 auto-sync 기본, “never stale”쿼리마다 working tree 검사 후 변경분만 재구축(수십 ms)
에이전트 연동MCP 도구 19개 · 리소스 · 스킬 /gitnexus-plan/work/review/lfg · 훅/graphify 스킬(17+ 어시스턴트) · CLI query/path/explain · 선택적 MCPcodegraph install이 9개 에이전트 자동 연결, MCP 진입점 codegraph_explore 중심trail init이 Claude Code 훅·statusline + MCP 연결 (Cursor·Codex 등)
고유 강점브라우저 그래프 탐색기 + impact/rename/PDG/taint 검증 도구코드 밖 자료(문서·PDF·이미지·영상)까지 같은 그래프 + graph.html 공유blast radius·동적 디스패치 해석, 잔여 컨텍스트 점유까지 스스로 공개세션이 배운 것을 파일(learning)로 남기고 trail check로 팀원 판단과 충돌 검사
상품화Web UI(무료) + Render 원클릭 배포Graphify Cloud(웹트라이얼)로 SDLC 전면 확장, YC S26호스팅 platform 대기목록(getcodegraph.com, early beta)팀 워크스페이스 “coming soon”, CLI·맵은 완전 로컬

각 도구의 성격

GitNexus — 그래프를 보는 데서 끝나지 않고 impact·detect_changes·rename·api_impact·PDG/taint 쿼리 같은 변경·검증 작업을 도구로 묶어 “사전 계산된 코드 인텔리전스”를 MCP로 제공한다. MCP 도구 19개, 리소스(gitnexus://…), 기능 영역별 스킬 자동 생성, WASM 기반 브라우저 탐색기가 특징이다. 상세는 2026-10-04-github-abhigyanpatwari-gitnexus. 단, 라이선스가 PolyForm Noncommercial라 상업적 사용 전에 조건 확인이 필요하다.

Graphify — /graphify 한 줄로 코드·문서·PDF·이미지·영상까지 하나의 쿼리 가능한 그래프로 만들고 graph.html·GRAPH_REPORT.md·graph.json을 남긴다. 모든 엣지에 EXTRACTED/INFERRED 태그를 붙여 답이 경로로 증명되고, 2026-10 현재는 Graphify Cloud(항상 켜진 메모리·formal verification·Sentry/Jira 커넥터)로 상품화를 밀고 있다. 인기 요인 분석은 2026-08-02-graphify-labs-graphify.

CodeGraph — “에이전트가 매 세션 파일을 grep하며 구조를 다시 세우지 않게 한다”에 집중한다. codegraph install이 에이전트를 자동으로 연결하고, 네이티브 file watcher auto-sync가 변경을 증분 반영해 인덱스가 stale해지지 않는다. 벤치마크(자기 보고, 2026-08 측정)는 도구 호출 88%↓·비용 44%↓를 주장하되, 답을 한 번의 밀도 높은 payload로 돌려주는 설계 탓에 세션 잔여 컨텍스트 점유는 오히려 ~80% 더 커진다고 스스로 공개한다.

Trail-Code — 4종 중 유일하게 코드 맵이 제품의 절반이다. graft(누노넷 계열 graft에서 확장)로부터 graft 맵(24개 언어 tree-sitter 호출 그래프, 쿼리마다 fresh)과 learnings(세션에서 배운 결정·선호를 markdown 파일로 저장, git으로 팀 전파)을 함께 제공한다. trail check가 PR 전에 변경이 저장소 학습과 충돌하는지 대조해 누가·언제 무엇을 결정했는지 인용하며 알려주고, 설치는 trail init 한 번으로 Claude Code 훅·statusline + MCP까지 연결된다.

Trail-Code가 새로 더하는 것: 학습이 컨텍스트가 된다

  • 다른 세 도구는 “코드 구조를 매 세션 다시 발견하지 않게” 하는 축이다. Trail-Code는 여기에 “팀이 이미 내린 결정을 잊지 않게” 하는 축을 더한다.
  • 학습은 네 종류(decisions/preferences/skills/guardrails, 뒤 둘은 coming soon) × 세 장소(개인 ~/.trail/ / 저장소 .trail/(커밋됨) / 팀 워크스페이스 예정)로 구분된다.
  • trail init이 과거 Claude Code 세션에서 두 번 이상 반복된 지시만 골라 초반 학습으로 저장한다. 학습은 요약이지 전사가 아니며, 비밀 스크러빙이 적용된다.
  • 자기 보고 벤치마크: SWE-bench Verified 50건 기준 그래프 있을 때 33건/없을 때 27건(Sonnet 5), 162회 실행에서 도구 호출 46%↓·시간 60%↓·비용 32%↓.

신뢰 면 주의

  • 모든 벤치마크 수치는 각 프로젝트의 자기 보고다. GitNexus·Graphify·CodeGraph·Trail-Code 모두 상업화 초기라 README 수치를 그대로 사실 단정해선 안 된다.
  • 코드 그래프 도구들의 속도·비용 승리는 “질문이 탐색을 요구하는 정도”에 크게 좌우된다(CodeGraph README도 이 변수를 공개한다).
  • Graphify Cloud는 유료 14일 웹트라이얼, CodeGraph 호스팅은 대기목록이다. 완전 로컬·무료가 관건이라면 세 종(OSS 코어 전용 사용)이 유력하고, Trail-Code는 팀 학습 가치가 클 때 선택한다(code-native-memory, 2026-05-19-code-to-knowledge-graph 계열의 로컬 선호 참조).

선택 가이드

  • 변경 영향·리팩터링·리뷰 워크플로우가 핵심 → GitNexus. 단, PolyForm Noncommercial 확인.
  • 문서·설계 자료까지 하나의 그래프, 공유 산출물 → Graphify. graph.html시각화·Obsidian export로 팀 배포도 그래프 그대로 가능하다.
  • 항상 최신 인덱스·호출 수 최소화 → CodeGraph. 이벤트 watcher auto-sync가 기본이고, Trail도 쿼리 시점에 변경분만 재구축하므로 둘 다 자동이다. 다만 Trail의 맵이 이 세 도구보다 얕다(호출 그래프 중심).
  • 팀 규칙·지난 결정까지 에이전트가 기억해 달라 → Trail-Code. graft 맵은 세 도구보다 단순하지만(24개 언어, 호출 그래프), learnings 레이어는 어떤 도구도 대체하지 못한다.
  • 두 축을 같이 쓰는 조합도 가능하다. Trail의 토큰 성능은 맵의 정밀도에 비례하므로 대형 repo에서는 GitNexus/CodeGraph의 더 깊은 인덱스가 보완재가 된다.

2026-10-25 재검토: Swift 저장소 실측

Swift 비중이 큰 개인 저장소 기준으로 다시 봤다. 각 README 원문과 GitHub API(2026-10-25)를 대조하고, Swift 앱 저장소 하나(118개 파일, 약 1.08만 줄)를 복사해 CodeGraph 1.5.0과 graft 0.19.0을 같은 조건에서 돌렸다.

항목CodeGraphgraft (Trail-Code의 맵)
Swift 지원 근거Rust 네이티브 파서, Swift↔ObjC 브리징·Metal 처리, Alamofire 벤치마크Swift 전용 추출기는 있으나 LSP 보강 단계(--lsp)에 sourcekit-lsp가 없음
인덱싱1.0초, 노드 2,195 / 엣지 4,6300.75초, 노드 1,053 / 엣지 2,526
정적 메서드 호출처(6곳)6/66/6
이름이 9개 정의에서 겹치는 메서드의 호출처(실제 2곳)2곳 모두 찾음 + 오탐 2곳0곳(겹치는 이름은 추측하지 않고 버린다고 경고)
같은 탐색 질문의 출력 크기12.8KB8.8KB
  • graft는 보수적이라 틀린 답은 주지 않지만, requestAuthorization·start처럼 프로토콜 메서드 이름이 흔히 겹치는 Swift 코드에서 호출처를 놓친다. CodeGraph는 재현율이 높은 대신 오탐이 섞이고 출력이 크다.
  • 저장소 하나·쿼리 몇 개의 결과라 일반화에는 한계가 있다.
  • GitNexus README는 Swift를 지원 언어로 등록하되 “구문마다 지원 수준이 다르다”고 적는다. Graphify README는 “~40개 언어”라고만 하고 Swift 여부는 별도 문서로 넘긴다.

함께 볼 대안. 그래프가 아닌 LSP 계열로 Serena(30,682⭐, 본체 GPL-3.0-or-later + SolidLSP MIT, sourcekit-lsp로 Swift 지원, 심볼 단위 편집·rename)가 있다. Swift만 놓고 보면 Claude Code 공식 swift-lsp 플러그인이 같은 sourcekit-lsp로 정의·참조·타입 에러를 제공하므로, 코드 그래프의 오탐을 걸러내는 보완재로 더 가볍다.

결론(Swift 중심 개인 개발). CodeGraph 단독 + swift-lsp 플러그인. 코드 그래프 MCP를 둘 이상 같이 올리면 서로 “나를 먼저 쓰라”는 지시가 겹치므로 하나만 둔다.

추가 후보: Ix (2026-10-27)

2026-10-27-github-ix-infrastructure-ix — tree-sitter로 27개 언어를 파싱해 ArangoDB 그래프에 저장하고 CLI·MCP(ix-memory)·시각화(Compass)로 조회하는 도구(1,136⭐, CLI Apache-2.0).

  • 위 4종과 달리 Docker로 ArangoDB와 memory layer를 띄워야 하고, memory layer는 빌드된 JAR/이미지로만 배포된다(공개 소스 미확인).
  • history·diff·smells·subsystems처럼 버전 이력과 구조 진단 명령이 많고, 결정 기록 도구(ix_decide 등)는 Pro 계층이다.
  • 토큰 30~99.7% 절감은 README가 밝힌 내부 측정이다. 위 결론(코드 그래프 MCP는 하나만)은 그대로이며, Ix는 CodeGraph 교체 후보로 따로 잴 대상이다.

수집 범위와 제한

  • 수집: 2026-10-24 GitHub repos API 실측(스타·포크·라이선스·생성일·push) + 4종 README. Trail-Code는 당일 README 전문을 raw로 캡처했고, 나머지 세 종은 기존 raw 캡처 + 당일 API 실측 메타로 갱신했다.
  • 제한: 코드 깊은 실측(직접 설치·인덱싱 품질 재현)은 하지 않았다. 벤치마크 수치는 전부 자기 보고(confidence: medium). 각 도구 README는 자주 업데이트되므로 이 페이지를 날짜와 함께 읽을 것.

관련 노트