Graphify는 코드, 문서, 이미지, 비디오 등 모든 종류의 레포지토리를 지식 그래프(Knowledge Graph)로 변환하는 도구입니다. 이 도구는 AI 코딩 어시스턴트(예: Claude Code)의 "메모리 문제"를 해결하여 코드베이스에 대한 질문에 더 정확한 답변을 제공하고 토큰 비용을 크게 절감하는 것을 목표로 합니다. 기존 방식이 파일을 grep하는 것과 유사하다면, Graphify는 코드베이스의 명확한 "지도(map)"를 제공합니다.

핵심 방법론 (Core Methodology):

Graphify는 지식 그래프를 생성하기 위해 세 가지 "Pass"를 통해 데이터를 처리합니다.

1. Pass 1 (Code Structure - 코드 구조):
   • 이 단계는 AI나 LLM(Large Language Model)의 개입 없이 완전히 결정론적으로(deterministic) 이루어집니다.
   • tree-sitter라는 파서(parser)를 사용하여 코드 파일을 분석합니다.
   • 코드를 구문 분석하여 클래스(classes), 함수(functions), 임포트(imports), 호출 그래프(call graphs), 인라인 주석(inline comments) 등 코드 내의 구조적 요소를 추출합니다.
   • 이 과정을 통해 코드 조각 간의 명확하게 확립된 연결(established connections)을 기반으로 초기 노드(nodes)와 엣지(edges)가 생성됩니다. 이는 코드 자체가 어떻게 연결되어 있는지를 나타냅니다.

2. Pass 2 (Video and Audio - 비디오 및 오디오):
   • 코드베이스에 비디오 또는 오디오 파일이 존재할 경우, 이 단계에서 처리됩니다.
   • faster-whisper를 사용하여 해당 파일을 텍스트로 전사(transcribe)합니다.
   • 전사된 텍스트는 지식 그래프에 주입되어 관련 정보를 포함하는 노드를 형성합니다.

3. Pass 3 (Docs, Papers, and Images - 문서, 논문 및 이미지):
   • 이 단계에서는 코드 외의 파일(PDF, 문서, 이미지 등)을 처리합니다.
   • LLM이 이 과정에 개입하여 "의미론적 분석(semantic analysis)"을 수행합니다.
   • LLM은 문서가 실제로 무엇을 의미하며, 전체 지식 그래프 내에서 어떤 위치에 적합한지를 결정합니다.
   • 이 과정은 "진정한 임베딩(true embedding)"을 사용하지는 않지만, RAG(Retrieval Augmented Generation) 시스템과 유사하게 작동하며, Graphify는 이를 "RAG light" 시스템이라고 설명합니다.

지식 그래프 구성 요소 (Knowledge Graph Components):

• 노드 (Nodes): 그래프 내의 개별 원(circle)으로, 코드 요소, 텍스트 청크 등 엔티티를 나타냅니다.
• 엣지 (Edges): 두 노드를 연결하는 선으로, 노드 간의 관계나 연결을 나타냅니다.
• 커뮤니티 (Communities): 유사한 특성을 가진 노드들의 큰 그룹 또는 클러스터입니다.

Graphify의 이점 및 특징:

• 토큰 비용 절감 및 정확도 향상: AI가 코드베이스에 대한 "지도"를 가지고 있기 때문에, 파일을 grep하는 것보다 훨씬 효율적이고 정확한 답변을 제공합니다. 데모에서는 비-Graphify 버전의 약 40%의 토큰으로 동일한 질문에 답변하여 상당한 비용 절감을 보여주었습니다.
• 지속적 업데이트: graphify hook install 명령을 통해 각 커밋(commit) 후 자동으로 AST(Abstract Syntax Tree) 부분만 재구축하여 지식 그래프를 최신 상태로 유지하며, 이는 API 비용을 발생시키지 않습니다.
• 플랫폼 독립성: Claude Code뿐만 아니라 모든 코딩 에이전트와 함께 작동하도록 설계되었습니다.
• Graphify Skill: Claude Code에 Graphify를 사용하는 방법을 학습시키는 "Graphify Skill"이 제공되어, 사용자가 모든 명령어를 기억할 필요 없이 자연어로 Graphify를 활용할 수 있습니다.
• Graph RAG와의 차이점: Graphify는 임베딩(embeddings) 시스템을 사용하지 않는다는 점에서 Graph RAG 시스템(예: LightRAG, Microsoft Graph RAG)과 가장 큰 차이를 보입니다. Graphify는 코드베이스 구조 파악에 최적화되어 있는 반면, Graph RAG는 비정형 문서(unstructured documents) 처리에 강점을 가집니다.
• 다용도성: 코드 외에 일반 문서, PDF 등도 처리할 수 있으며, Obsidian flag를 통해 지식 그래프를 Obsidian vault 형태로 내보낼 수도 있어 유연성이 높습니다.