grepai의 개요
grepai는 사용자나 코딩 에이전트가 정확한 텍스트가 아니라 의미로 코드를 검색하게 해 주는 명령줄 도구입니다. 코드를 벡터 임베딩(의미를 숫자로 표현한 것)으로 바꾸므로, "인증 로직" 같은 질의로 handleUserSession이라는 함수를 찾을 수 있습니다. 호출 그래프도 추적합니다. 특정 함수를 호출하는 함수와 그 함수가 호출하는 함수를 보여 줍니다.
Yoan Bernabeu가 만든 MIT 라이선스의 단일 Go 바이너리로 제공됩니다. 임베딩은 기본으로 Ollama에서, 또는 LM Studio나 OpenAI에서 가져오므로 완전히 오프라인으로 실행할 수 있습니다. 인덱스는 기본으로 로컬 파일에 저장되며, pgvector를 쓰는 PostgreSQL이나 Qdrant에도 둘 수 있습니다. 파일 감시기가 인덱스를 최신으로 유지하고, grepai mcp-serve는 이를 Claude Code, Cursor, Windsurf 등 MCP 클라이언트에 노출합니다.
grepai, 쓸 만한 가치가 있습니까?
grepai는 grep과 읽기를 반복하며 토큰을 태우는 코딩 에이전트에 대한 합리적인 로컬 해법이며, 유일하게 공개된 벤치마크는 대표 문구보다 소박합니다. 관리자는 155,000줄이 넘는 TypeScript인 Excalidraw에서 grepai를 쓸 때와 쓰지 않을 때의 Claude Code를 비교하며 질문 5개를 던졌습니다. 새 입력 토큰은 97% 줄었지만 캐시 읽기는 30% 늘었고, 그 결과 Opus 4.5 가격 기준 총비용은 $6.78에서 $4.92로, 27.5% 절감되었습니다. 도구 호출은 139회에서 62회로 줄었습니다. 글은 답변 품질, 실행 시간, 다른 코드베이스는 측정하지 않았다고 인정합니다.
1인 프로젝트치고 기능 목록이 넓습니다. 의미 기반 검색, 호출자와 피호출자 추적, 읽기 및 쓰기 참조, 멀티 프로젝트 워크스페이스, git worktree 지원, 에이전트 스킬 27개가 있습니다. 문서는 Go와 TypeScript부터 Rust와 Zig까지 12개 언어의 호출 그래프 지원을 나열합니다. PostgreSQL과 Qdrant 백엔드는 보기보다 중요합니다. 노트북마다 따로 있는 인덱스를 팀이 공유할 수 있는 인덱스로 바꿔 주기 때문입니다.
아직 초기 단계입니다. 최신 릴리스 v0.37.0은 2026년 9월 10일에 나왔고 그 뒤로 커밋이 없습니다. 스타는 약 1,900개, 열린 이슈는 81개입니다. 문서화된 설치 방법은 curl로 받아 셸에서 실행하는 스크립트나 Homebrew이고, 검색 품질은 실행하는 임베딩 모델에 달려 있으며 기본값은 nomic-embed-text입니다. 속도를 위해 OpenAI 임베딩을 고르면 코드 청크가 OpenAI로 가므로, 개인정보 보호라는 장점이 사라집니다.
Sourcegraph는 수천 개 저장소에 걸쳐 정확하고 빠짐없는 답을 주고, grepai는 몇 개 저장소에 걸쳐 근사적인 답을 줍니다. 파일을 열기 전에 출발점만 필요한 에이전트에게는 대개 근사치로 충분하며, 절감 효과는 대표 입력 수치가 아니라 청구서의 캐시 생성 항목에서 드러납니다.
제 역할을 하는 곳
Opus를 쓰는 Claude Code로 150,000줄 TypeScript 앱을 작업하는 개발자
"이 동작은 어디서 처리되나?" 같은 질문의 비용 줄이기
grepai watch를 실행하고 grepai mcp-serve를 등록하면 에이전트가 파일을 읽기 전에 검색 합니다. 그 정도 크기 저장소에서 관리자의 벤치마크는 세션 비용이 27.5% 낮았고, Ollama 임베딩은 비용이 들지 않았습니다.
NDA가 걸린 코드를 다루는 외주 개발자
고객 코드베이스를 외부에 보내지 않고 의미로 검색하기
Ollama와 nomic-embed-text, 기본 로컬 인덱스 파일을 씁니다. 아무것도 노트북을 떠나지 않습니다. OpenAI 임베딩으로 바꾸면 코드가 OpenAI로 전송됩니다.
모노레포 하나를 맡은 엔지니어 20명 규모의 플랫폼 팀
노트북마다 인덱스를 만드는 대신 의미 인덱스 하나를 공유하기
저장소를 pgvector를 쓰는 PostgreSQL이나 Qdrant 클러스터로 지정합니다. 소프트웨어는 무료이고 비용은 데이터베이스 운영이며, 문서는 데이터베이스 자체의 것 외에 접근 제어를 설명하지 않습니다.
도입 전 확인할 점
- 설정
- Homebrew나 설치 스크립트로 설치하고 `ollama pull nomic-embed-text`를 실행한 뒤, 프로젝트에서 `grepai init`과 `grepai watch`를 실행합니다. 첫 인덱스가 만들어지면 바로 검색할 수 있습니다.
- 연동
- Claude Code, Cursor, Windsurf 등 클라이언트를 위한 `grepai mcp-serve` MCP 서버. 임베더는 Ollama, LM Studio, OpenAI(text-embedding-3-small). 저장소는 로컬 GOB 파일, pgvector를 쓰는 PostgreSQL, Qdrant Cloud를 포함한 Qdrant.
- 데이터와 개인정보
- Ollama나 LM Studio를 쓰면 코드와 임베딩이 로컬에 남고, OpenAI 임베딩은 코드 청크를 OpenAI로 보냅니다. 0.2.0의 변경 기록은 Security 항목에 "No telemetry or data collection"을 적었고, 문서에는 그 이상의 내용이 없습니다. MIT 라이선스.
- 대규모 사용 시 비용
- 유료 에디션은 없습니다. 비용은 로컬 임베딩 연산 또는 OpenAI 토큰당 요금이며, 인덱스를 공유하면 데이터베이스가 더해집니다. 벤치마크에서는 Opus 4.5 가격 기준으로 질문 5개에 $6.78 대신 $4.92가 들었습니다.
- 제한
- 1.0 이전이고 2026년 9월 10일 이후 릴리스 없음. 열린 이슈 81개. 토큰 절감 근거는 품질 측정이 없는, 관리자가 직접 돌린 벤치마크 하나뿐.
좋은 점
- Ollama로 완전히 로컬에서 실행되고 코드가 기기에 남음
- 문서 기준 12개 언어의 호출 그래프 추적
- 내장 MCP 서버와 파일 감시기
- 공유 인덱스를 위한 PostgreSQL과 Qdrant 백엔드
아쉬운 점
- 아직 v0.x이고 2026년 9월 이후 릴리스 없음
- 유일한 벤치마크는 관리자가 직접 돌린 저장소 하나, 질문 5개
- 결과가 실행하는 임베딩 모델에 좌우됨
- 정확하거나 빠짐없는 검색이 아닌 유사도 검색
추천 대상
코딩 에이전트가 파일 전체를 읽는 대신 로컬에서 의미로 저장소를 검색하기를 원하는 개발자.
grepai 대안
grepai: 자주 묻는 질문
- grepai, 쓸 만한 가치가 있습니까?
- grepai는 코드를 어디에도 보내지 않고 에이전트의 코드 읽기 비용을 줄여 줍니다. 다만 자체 벤치마크가 보여 주는 절감 폭은 97%라는 대표 수치보다 4분의 1에 가깝습니다. 평점은 5점 만점에 3.7점입니다.
- grepai의 가격은 얼마입니까?
- 무료 오픈소스(MIT)입니다. Ollama나 LM Studio로 로컬에서 실행되며, OpenAI 임베딩은 OpenAI가 청구합니다.
- grepai의 단점은 무엇입니까?
- 아직 v0.x이고 2026년 9월 이후 릴리스 없음; 유일한 벤치마크는 관리자가 직접 돌린 저장소 하나, 질문 5개; 결과가 실행하는 임베딩 모델에 좌우됨; 정확하거나 빠짐없는 검색이 아닌 유사도 검색.
- grepai에 적합한 사람은 누구입니까?
- 코딩 에이전트가 파일 전체를 읽는 대신 로컬에서 의미로 저장소를 검색하기를 원하는 개발자.
- 팀이나 프로덕션 환경에서 grepai의 비용은 얼마입니까?
- 유료 에디션은 없습니다. 비용은 로 컬 임베딩 연산 또는 OpenAI 토큰당 요금이며, 인덱스를 공유하면 데이터베이스가 더해집니다. 벤치마크에서는 Opus 4.5 가격 기준으로 질문 5개에 $6.78 대신 $4.92가 들었습니다.
- grepai에 회사 데이터를 맡겨도 안전합니까?
- Ollama나 LM Studio를 쓰면 코드와 임베딩이 로컬에 남고, OpenAI 임베딩은 코드 청크를 OpenAI로 보냅니다. 0.2.0의 변경 기록은 Security 항목에 "No telemetry or data collection"을 적었고, 문서에는 그 이상의 내용이 없습니다. MIT 라이선스.
- grepai의 가장 좋은 대안은 무엇입니까?
- 저희가 리뷰한 것 중 가장 가까운 대안은 Repomix 및 code2prompt입니다.
답변 확인일: 2026년 10월 26일.