CocoIndex Code의 개요
CocoIndex Code는 데이터 변환 엔진 CocoIndex를 만든 팀의 프로젝트입니다. tree-sitter로 함수와 클래스 경계를 따라 저장소를 청크로 나누고 임베딩을 계산한 뒤, 프로젝트의 .cocoindex_code 폴더 안에 있는 내장 SQLite 및 LMDB 파일에 벡터를 저장합니다. 에이전트는 grep에 쓸 이름을 추측하는 대신 "사용자 세션을 어떻게 관리하는지"처럼 설명해서 코드를 찾습니다. Rust 엔진은 바뀐 파일만 다시 인덱싱합니다.
명령줄 도구 ccc는 CLI로, Claude Code 등 에이전트용 skill로, 또는 claude mcp add cocoindex-code -- ccc mcp로 MCP 서버로 동작합니다. 전체 설치에는 Sentence Transformers가 포함되고 기본적으로 작은 모델인 Snowflake/snowflake-arctic-embed-xs를 사용자 컴퓨터에서 실행하며 API 키가 필요 없습니다. 경량 설치는 LiteLLM을 통해 클라우드 제공업체나 Ollama로 임베딩을 보냅니다. 백그라운드 데몬이 쿼리 사이에도 모델을 메모리에 유지합니다.
저장소는 2026년 2월에 만들어졌고 스타는 약 2,980개, 라이선스는 Apache-2.0입니다. 버전 0.2.43은 2026년 11월 5일에 나왔으며 공식 MCP 레지스트리에 등록되어 있습니다. PyPI 패키지는 11월 10일까지 한 주 동안 약 1,270회 다운로드되었습니다.
CocoIndex Code 설치 방법
pipx install 'cocoindex-code[full]' && claude mcp add cocoindex-code -- ccc mcpCocoIndex Code, 쓸 만한 가치가 있습니까?
CocoIndex Code가 하는 일은 하나입니다. 자연어 질문에 가장 비슷한 코드 청크 다섯 개로 답합니다. MCP 서버가 제공하는 도구는 search 하나이며, 언어와 경로 글롭으로 거를 수 있고 결과 개수는 1에서 100까지입니다. 도구가 하나라 컨텍스트 부담은 거의 없습니다. 또 refresh_index가 기본값 true이므로 각 쿼리 전에 지난번 이후 바뀐 부분을 먼저 다시 인덱싱해, 에이전트가 오래된 코드를 읽지 않습니다.
검색은 순수하게 임베딩 유사도에 의존합니다. 키워드나 BM25 검색 경로는 없으며, 2026년 3월에 열린 이슈가 아직도 이를 요청하고 있습니다. 그래서 정확히 일치하는 식별자가 그럴듯하게 들릴 뿐인 청크보다 아래에 놓일 수 있습니다. 이 분야에서 가장 가까운 경쟁자인 Semble은 BM25와 임베딩을 결합하고 find_related 도구도 제공합니다. README가 내세우는 70% 토큰 절감에는 공개된 방법론이 없으며, Semble은 적어도 벤치마크를 문서로 공개합니다.
로컬 임베딩은 가장 큰 장점이자 가장 큰 비용입니다. 전체 설치는 약 1 GB의 PyTorch와 transformers를 추가하고, 전체 Docker 이미지는 약 5 GB로, 코드를 클라우드 임베딩 API로 보내는 경량 이미지의 450 MB와 대비됩니다. 기본 모델은 작고 CPU에서도 빠릅니다. README는 더 나은 코드 검색을 원하는 사용자에게 파라미터 137M, VRAM 약 1 GB의 nomic-ai/CodeRankEmbed를 권하며, 모델을 바꾸면 전체를 다시 인덱싱해야 합니다.
주의할 기본 설정이 두 가지 있습니다. COCOINDEX_DISABLE_USAGE_TRACKING=1을 설정하지 않으면 익명 사용 텔레메트리 가 켜져 있습니다. README에 따르면 코드, 경로, 쿼리, 결과는 제외됩니다. 문서에 나온 Docker 구성은 COCOINDEX_HOST_WORKSPACE로 범위를 좁히지 않으면 홈 디렉터리 전체를 읽기·쓰기 가능하게 컨테이너에 마운트합니다. 둘 다 드문 일은 아니지만 둘 다 직접 꺼야 합니다.
큰 모노레포에 쓰기 전에 알아 둘 인덱스 저장소 한도가 있습니다. LMDB는 기본 4 GiB로 제한되며, 수만 개의 파일을 고차원 모델로 처리하면 COCOINDEX_LMDB_MAP_SIZE를 늘리고 데몬을 재시작할 때까지 MDB_MAP_FULL이 날 수 있습니다. Serena나 codebase-memory-mcp 같은 코드 그래프와 비교하면, 코드는 찾지만 누가 그것을 호출하는지는 알려 주지 못합니다.
제 역할을 하는 곳
낯선 Python·TypeScript 코드베이스에 합류한 개발자
누가 어떤 이름을 붙였는지 모른 채 특정 동작이 구현된 곳을 찾기
pipx로 cocoindex-code[full]을 설치하고 Claude Code에 ccc mcp를 등록한 뒤 "웹훅 재시도는 어디서 처리하는지" 묻습니다. 에이전트는 추측한 이름으로 grep하는 대신 순위가 매겨진 청크 다섯 개를 받습니다. 호출자에 관한 질문에는 여전히 Serena나 코드 그래프가 필요합니다.
고객과 비밀유지계약을 맺고 일하는, 보안을 중시하는 컨설팅 회사
코드가 노트북 밖으로 나가지 않게 하면서 에이전트에 의미 검색을 제공하기
기본 로컬 Sentence Transformers 모델을 그대로 쓰고 셸 프로필에 COCOINDEX_DISABLE_USAGE_TRACKING=1을 설정합니다. 청구되는 비용은 없고, 의존성용 디스크 약 1 GB와 첫 인덱싱의 CPU 시간이 비용의 전부입니다.
공유 개발 컨테이너에서 에이전트를 운영하는 플랫폼 팀
모든 개발자 이미지에 같은 검색 환경을 제공하기
경량 이미지 cocoindex/cocoindex-code(약 450 MB)를 Voyage나 OpenAI 임베딩 키와 함께 실행하고, COCOINDEX_HOST_WORKSPACE로 코드 폴더만 바인드 마운트합니다. 임베딩 비용은 저장소 크기와 제공업체의 토큰당 가격에 따라 달라집니다.
도입 전 확인할 점
- 설정
- pipx install 'cocoindex-code[full]' 또는 uv tool install 후 claude mcp add cocoindex-code -- ccc mcp를 실행합니다(Codex, OpenCode, Kilo Code, Oh My Pi용 문서도 있음). ccc init으로 모델을 고르고, 첫 검색이 인덱스를 만듭니다. 비대화형 첫 실행에는 미리 ccc init을 한 번 해야 합니다.
- 연동
- MCP 도구는 search(query, limit, offset, refresh_index, languages, paths) 하나이며 읽기 전용입니다. CLI에는 예시 기반 구조 검색인 ccc grep, ccc status, ccc doctor도 있습니다. MCP 대신 Claude Code 플러 그인 마켓플레이스와 skill 설치도 제공됩니다.
- 데이터와 개인정보
- 인덱스 파일은 프로젝트의 .cocoindex_code 폴더에 있으며 .gitignore에 추가됩니다. 로컬 Sentence Transformers를 쓰면 코드가 컴퓨터 밖으로 나가지 않고, LiteLLM 제공업체를 쓰면 모든 청크가 해당 제공업체로 전송됩니다. 익명 텔레메트리는 기본으로 켜져 있습니다. 공개된 보안 권고는 없습니다.
- 대규모 사용 시 비용
- 로컬에서는 CPU·GPU 시간과 디스크 외에 무료입니다. 클라우드 임베딩 비용은 코드 규모에 따라 제공업체 요금으로 늘어납니다. 팀 공유 인덱스와 브랜치 간 중복 제거는 엔터프라이즈 기능이며 가격은 문의해야 합니다.
- 제한
- LMDB 인덱스 저장소는 기본 4 GiB가 한도이며, 큰 저장소는 COCOINDEX_LMDB_MAP_SIZE를 늘려야 합니다. 모델을 바꾸려면 ccc reset과 전체 재인덱싱이 필요합니다. macOS 시스템 Python은 SQLite 확장을 불러오지 못합니다. 열린 이슈는 약 26개, 열린 풀 리퀘스트는 41개입니다.
좋은 점
- 읽기 전용 MCP 도구 하나뿐이라 컨텍스트 부담이 거의 없음
- 전체 설치에서는 API 키 없이 로컬 임베딩 사용
- 기본적으로 각 쿼리 전에 증분 재인덱싱
- Apache-2.0이며 LiteLLM으로 100개 이상의 임베딩 제공업체 사용 가능
아쉬운 점
- 벡터 유사도만 사용하며 키워드나 BM25 순위가 없음
- 익명 텔레메트리가 기본으로 켜져 있음
- 전체 설치 시 약 1 GB의 PyTorch 의존성 추가
- 호출 그래프, 참조, 타입 정보가 없음
추천 대상
소스 코드를 클라우드 임베딩 API로 보내지 않고 비공개 저장소에서 설명만으로 코드를 찾게 하려는 개발자.
CocoIndex Code 대안
CocoIndex Code: 자주 묻는 질문
- CocoIndex Code, 쓸 만한 가치가 있습니까?
- 에이전트에게 저장소의 의미 기반 검색을 깔끔하고 비공개로 제공하는 방법이지만, 벡터 검색뿐이고 기본적으로 사용 데이터를 보내며 로컬 실행에 1기가바이트의 의존성이 듭니다. 평점은 5점 만점에 3.8점입니다.
- CocoIndex Code의 가격은 얼마입니까?
- 무료 오픈소스(Apache-2.0)입니다. 클라우드 임베딩 제공업체는 사용자에게 직접 요금을 청구합니다. 팀 공유 인덱스는 엔터프라이즈 기능이며 가격은 공개되지 않았습니다.
- CocoIndex Code의 단점은 무엇입니까?
- 벡터 유사도만 사용하며 키워드나 BM25 순위가 없음; 익명 텔레메트리가 기본으로 켜져 있음; 전체 설치 시 약 1 GB의 PyTorch 의존성 추가; 호출 그래프, 참조, 타입 정보가 없음.
- CocoIndex Code에 적합한 사람은 누구입니까?
- 소스 코드를 클라우드 임베딩 API로 보내지 않고 비공개 저장소에서 설명만으로 코드를 찾게 하려는 개발자.
- 팀이나 프로덕션 환경에서 CocoIndex Code의 비용은 얼마입니까?
- 로컬에서는 CPU·GPU 시간과 디스크 외에 무료입니다. 클라우드 임베딩 비용은 코드 규모에 따라 제공업체 요금으로 늘어납니다. 팀 공유 인덱스와 브랜치 간 중복 제거는 엔터프라이즈 기능이며 가격은 문의해야 합니다.
- CocoIndex Code에 회사 데이터를 맡겨도 안전합니까?
- 인덱스 파일은 프로젝트의 .cocoindex_code 폴더에 있으며 .gitignore에 추가됩니다. 로컬 Sentence Transformers를 쓰면 코드가 컴퓨터 밖으로 나가지 않고, LiteLLM 제공업체를 쓰면 모든 청크가 해당 제공업체로 전송됩니다. 익명 텔레메트리는 기본으로 켜져 있습니다. 공개된 보안 권고는 없습니다.
- CocoIndex Code의 가장 좋은 대안은 무엇입니까?
- 저희가 리뷰한 것 중 가장 가까운 대안은 Semble, codebase-memory-mcp, Serena 및 CodeGraph입니다.
답변 확인일: 2026년 11월 11일.