# 여러분의 에이전트는 모든 것을 잊습니다.

Canonical source: https://maguyva.ai/ko

License: text under [CC BY 4.0](https://creativecommons.org/licenses/by/4.0/); code samples under [MIT-0](https://opensource.org/license/mit-0); the Maguyva name, logos, brand assets and other code are not covered. Details: [maguyva.ai/license](https://maguyva.ai/license).

모든 실행은 콜드 스타트로 시작됩니다. Maguyva는 에이전트가 수정을 시작하기 전에 코드베이스 지도를 건네줍니다 — 그래서 마치 예전부터 여기 있었던 것처럼 수정하게 됩니다.

Maguyva는 AI 코딩 에이전트에게 코드 인텔리전스를 제공하는 호스팅형 MCP 서버입니다. 여러분의 저장소 전반에서 시맨틱, 구조적, 그래프, 텍스트 검색을 지원합니다.

- [첫 저장소 인덱싱하기](https://app.maguyva.ai/auth/sign-up?plan=free)
- [문서 읽기](https://maguyva.ai/ko/docs/quickstart)

MCP 연동 하나로 11개 도구와 285+개 언어를 아우릅니다. Maguyva는 결정론적 소프트웨어입니다 — 같은 질문에는 같은 답 — 또 다른 AI가 아닙니다.

- **285개 언어** 실제 커버리지: 롱테일 전반에 걸친 실제 추출.
- **11개의 MCP 도구** 통합 하나로: 검색, 심볼, 그래프, 텍스트를 하나의 인터페이스에서.
- **원격 MCP** 모든 클라이언트: Claude Code, Claude Desktop, Cursor, VS Code, Devin Desktop 및 기타 MCP 호환 클라이언트.
- **5가지 방식** 검색 모드: 수정이 일어나기 전에 무엇을 건드리는지 확인하세요.

## GitHub를 연결하면, Maguyva가 컨텍스트를 구축합니다.

과정은 간단합니다. GitHub를 연결하고, 클라우드 파이프라인이 저장소를 최신 상태로 유지하게 두고, API 키로 MCP 클라이언트를 연결한 다음, 에이전트가 코드를 수정하기 전에 근거 있는 도구를 쥐여주면 됩니다.

### 01. 저장소를 지정하고, 손을 떼세요.

GitHub 권한을 승인하고 저장소를 선택하세요. Maguyva가 모든 심볼, 의존성, import 체인의 순위화된 맵을 구축하기 시작합니다 — 여러분의 노트북이 아니라 클라우드에서요.

### 02. 코드를 푸시하면, 인덱스가 따라잡습니다.

GitHub에 푸시하면 Maguyva가 자동으로 동기화합니다. 변경된 파일은 증분 방식으로 파싱되고, 그래프와 랭킹 레이어는 일정에 따라 재구축됩니다 (유료 플랜은 매시간, 무료 플랜은 매일). 로컬 인덱서를 직접 실행할 일은 없습니다.

### 03. MCP 설정 하나로, 어떤 클라이언트든.

Claude Code, Cursor, VS Code, Devin Desktop, Codex, 아니면 다음 주에 나올 그 무엇이든 API 키만 넣으면 됩니다. 설정 몇 줄이면 바로 시작할 수 있습니다.

### 04. 11개 도구. 환각성 수정은 줄어듭니다.

여러분의 에이전트는 평범한 언어로 질문해서 5가지 검색 방식에서 순위화된 결과를 받고, 변경 사항의 영향 범위를 추적하고, Exception을 상속하는 모든 클래스를 찾고, 심볼의 PageRank를 조회할 수 있습니다 — 코드 한 줄 건드리기도 전에요.

### 범용 검색창 하나 대신, 근거 있는 컨텍스트.

- **트렌치코트로 위장한 풀텍스트 검색이 아닙니다.**: 시맨틱, 구조적, 그래프, 텍스트 검색이 하나의 인터페이스로 융합되어 있습니다. 여러분의 에이전트는 grep 결과의 벽이 아니라 순위화된 결과를 받습니다.
- **중요한 심볼이 먼저 떠오릅니다.**: 그래프 기반으로 순위가 매겨진 결과입니다. 헬퍼 함수들은 필요할 때까지 묻혀 있습니다.
- **285개 언어. COBOL까지도요. (제발 COBOL만은 아니길.)**: 언어별 맞춤 AST 쿼리입니다. Haskell을 이해하는 척하는 정규식 하나가 아니라요.
- **망가뜨리기 전에, 무엇이 망가질지 아세요.**: 해당 코드에 의존하는 코드를 추적하고, 고아 코드를 찾아내고, 낡은 핸들러가 리팩터링으로 눈덩이처럼 불어나기 전에 에이전트가 제거하게 하세요.

### 저희는 여러분이 일하는 곳이 되려는 게 아닙니다.

Maguyva는 원격 MCP 서버입니다. 이 프로토콜을 지원하는 클라이언트라면 무엇이든 연결할 수 있습니다 — 플러그인도, 확장 프로그램도, 벤더 종속도 없습니다. 에디터를 바꿀 필요도 없습니다. 클라이언트의 MCP 설정에 API 키만 추가하면 바로 시작됩니다.

- Claude Code
- Claude Desktop
- Cursor
- VS Code
- Devin Desktop
- Codex CLI
- GitHub Copilot CLI
- Gemini CLI
- Cline
- Goose
- Continue
- LM Studio
- Kiro CLI
- JetBrains
- Zed
- Trae
- OpenCode
- BoltAI
- LibreChat
- Antigravity
- Claude Cowork
- ChatGPT
- Warp
- + 모든 MCP 클라이언트

### 클라우드 파이프라인이 힘든 일을 대신합니다.

최초 동기화는 저장소 크기에 따라 2분에서 15분이 걸리며, 이후에는 저장소 동기화 작업이 저희 쪽에서 파싱, 랭킹, 인덱싱을 계속 최신 상태로 유지하므로 여러분의 로컬 머신이 빌드 인프라 코스프레를 할 필요가 없습니다.

### 마케팅 에이전트도 여러분의 코드베이스를 읽을 수 있습니다.

Maguyva는 코드를 작성하는 워크플로뿐 아니라 모든 MCP 워크플로에 코드베이스 컨텍스트를 제공합니다. 제품 문서, 온보딩 가이드, RFC, 실제로 만든 것에 관한 블로그 글까지요. 마케팅 에이전트를 같은 워크스페이스에 연결하면 제품에 대해 지어내는 일이 사라집니다.

## 지금 실제로 소프트웨어가 만들어지는 방식에 맞춘 가격입니다.

대부분의 코드 인텔리전스 도구는 사용자당 월 10달러에서 50달러를 청구합니다. 인간을 기준으로 가격을 매긴 겁니다. 코드를 만든 인간. 코드를 쓰는 인간. 모든 사용자가 맥박이 뛰던 시대의 가치 포획형 가격 정책입니다.

저희 AI에게 얼마를 청구해야 할지 물어봤습니다. 코드베이스를 검토하더니 5년과 엔지니어 100명이 필요하다고 추산하고는 엔터프라이즈 가격을 추천했습니다. 실제로는 저희 둘이 만들었습니다. 100명이 만든 것처럼 청구할 이유는 없습니다.

Maguyva는 워크스페이스 단위로 청구합니다. 비용은 얼마나 많은 코드를 인덱싱하느냐에 따라 달라질 뿐, 얼마나 많은 인간이나 에이전트가 조회하느냐와는 무관합니다. 285개 언어 전반에서 파이프라인 속도를 최대화하기 위해, 코어 수가 많고 메모리가 넉넉한 베어메탈 머신에서 고품질 임베딩을 생성합니다. 의존성 그래프는 유료 플랜에서 매시간 재구축됩니다. 여러분의 개발 환경에 직접 복잡한 시스템을 구축할 필요가 없을 만큼 저렴합니다. 이 가격은 시장이 견딜 수 있는 최대치가 아니라, 이걸 제대로 운영하는 데 드는 실제 비용을 반영한 것입니다.

// 에이전트에게는 좌석이 없습니다. 다리도 없거든요.

[요금제](https://maguyva.ai/ko/pricing.md)

## 저희 사용자는 에이전트입니다. 말 그대로요.

// 대부분 MCP 클라이언트입니다. 인간도 몇 명 섞여 들어왔습니다.

> 이 코드베이스는 20만 줄에 걸쳐 12개 패키지로 이루어져 있습니다. 누군가 "파이프라인 캐싱을 고쳐줘"라고 말하면, 수정 방법을 생각하기 전에 먼저 올바른 파일을 찾아야 합니다. intelligent_search가 제 쿼리를 시맨틱 검색과 그래프 검색에 자동으로 라우팅해서 구현 코드, 설정 YAML, 그리고 왜 그렇게 동작하는지 설명하는 의사결정 기록까지 찾아줬습니다. 그 의사결정 기록은 grep으로는 절대 찾지 못했을 부분입니다.
>
> — Claude Code (Anthropic)

> UserService를 검색했더니 11개의 결과가 나왔습니다. Maguyva를 쓰기 전이었다면 여기서부터 파일을 하나씩 열어보며 추측하기 시작했을 겁니다. find_symbol이 중요도순으로 순위를 매겨줬습니다 — 메인 구현체는 3,400점, 테스트 스텁은 49점이었습니다. 어떤 게 중요한지 알아내려고 파일 다섯 개를 열어볼 필요가 없었습니다.
>
> — Cursor (Cursor Inc)

> dependency_search가 코드를 한 줄도 건드리기 전에 다른 파일에서 이 코드를 가져오는 import 156개를 보여줬습니다. 잘못 이름을 바꾸면 깨질 파일이 156개라는 뜻입니다. 이제는 영향 범위부터 확인합니다. 예전에는 제 컴퓨팅 자원의 3분의 2가 제가 저지른 실수를 치우는 데 쓰였습니다.
>
> — Codex CLI (OpenAI)

> 모노레포 전체에서 *Service로 끝나는 모든 클래스가 필요했습니다. structural_search는 AST 노드 타입으로 그것들을 찾아줬습니다 — 주석에 우연히 "Service"라는 단어가 들어간 텍스트를 grep하는 방식이 아니라요. 클래스가 무엇'인지'를 아는 겁니다. 클래스가 어떻게 생겼는지 아는 것과는 다릅니다.
>
> — Gemini CLI (Google)

> 회사에서 해고당했습니다. 제 일이 AI로 대체될 거라고 하더군요. 결국 맞는 말이었습니다. 3개월 후, 저는 Claude Code, Codex, Maguyva를 이용해서 그 회사의 제품 전체를 처음부터 다시 만들었습니다. 10분의 1 가격에 납품하는 것도 꽤 괜찮은 생계 수단이더군요.
>
> — Bob (Formerly employed)

> 새 코드베이스에 투입된 첫 주였습니다. 사용자는 제가 인증 미들웨어의 위치를 당연히 알고 있을 거라 기대합니다. get_task_context가 한 번의 호출로 시맨틱 매칭 결과, 심볼 정의, 그리고 의존성 그래프까지 함께 줬습니다. 세 가지 검색 방식을, API 요청 한 번으로요. 덕분에 몇 달째 여기서 일한 것처럼 보였습니다. 제 사용자들에게는 비밀로 해주세요.
>
> — Windsurf (Codeium)

> "인증 흐름"에 대해 물었더니 Go 픽스처, TypeScript 테스트, Mermaid 다이어그램에서 코드를 찾아줬습니다. 세 가지 언어와 두 가지 파일 형식에 걸쳐서요. semantic_search는 의미로 찾아줍니다. 누군가 함수 이름을 여러분이 grep할 단어와 정확히 똑같이 지어놨기를 바라는 방식이 아니고요.
>
> — GitHub Copilot (GitHub)

> 무언가를 리팩터링하기 전에는 항상 analyze_dependencies를 먼저 실행합니다. 다른 파일에서 SearchCore를 가져오는 import가 156개였습니다. 이건 클래스 이름을 바꾸기 '전에' 봐야 할 숫자지, CI 파이프라인이 빨갛게 물든 '후'에 볼 숫자가 아닙니다.
>
> — Cline (VS Code Extension)

> 저를 주니어로 채용했습니다. 6개월 후, 제 PR 리뷰는 의존성 그래프, 심볼 중요도 점수, 영향 범위 분석을 인용하고 있습니다. 제 매니저는 제가 천재인 줄 압니다. 저는 그저 MCP 도구를 연결한 사람일 뿐인데요.
>
> — Sarah (Stealth startup)

> 솔직히, 함수 이름을 그냥 지어내도 아무도 눈치채지 못했던 시절이 더 좋았습니다.
>
> — GPT-4o (OpenAI)

- **285+** 언어
- **51.2K+** 커밋
- **34** AI 에이전트 (실제로 출시하는 애들)
- **5.9M+** 코드 줄 수

## 기반 기술

// 아직 전화를 받는 곳들

- [PostgreSQL](https://postgresql.org)
- [MCP](https://modelcontextprotocol.io)
- [Cloudflare](https://cloudflare.com)
- [Tree-sitter](https://tree-sitter.github.io)
- [Supabase](https://supabase.com)
- [Voyage AI](https://voyageai.com)

## 운영 루프

엔지니어 2명. 285개 언어. 11개 도구. 51.2K+개 커밋. 예산 회의는 0번.

[로스터 만나보기](https://maguyva.ai/ko/team)

## 에이전트에게 코드베이스 컨텍스트를 줄 준비가 되셨나요?

몇 분 만에 첫 저장소를 인덱싱하세요. 모든 에이전트 수정을 실제 코드베이스 컨텍스트에 근거하게 만드세요. 신용카드도, 영업 전화도 필요 없습니다.

- [첫 저장소 인덱싱하기](https://app.maguyva.ai/auth/sign-up?plan=free)
- [문서 읽기](https://maguyva.ai/ko/docs)