Semble의 개요
MinishLab이 만든 Semble은 코딩 에이전트를 위한 코드 검색 라이브러리이자 MCP 서버입니다. 에이전트가 '인증은 어떻게 처리되는가?' 같은 질문을 하면, grep으로 찾아 파일 전체를 읽는 대신 순위가 매겨진 코드 조각을 받습니다. API 키나 외부 서비스 없이 전부 CPU에서 실행되며, 처음 사용할 때 Hugging Face에서 작은 임베딩 모델을 내려받습니다.
MCP 서버의 도구는 두 가지입니다. search는 로컬 경로나 git URL을 받고, 여러 개를 주면 관련 저장소를 하나의 코퍼스로 묶어 검색합니다. find_related는 지정한 파일과 줄과 비슷한 코드를 돌려줍니다. 내부적으로는 tree-sitter로 파일을 나누고, 정적 Model2Vec 임베딩 모델과 BM25 키워드 검색을 결합한 뒤, 코드에 특화된 신호로 순위를 다시 매깁니다. 인덱스는 캐시되며 파일이 바뀌면 갱신됩니다.
버전 0.7.0은 2026년 10월 16일에 나왔고, 저장소의 스타는 약 6,300개입니다. MIT 라이선스이며 CLI나 Python 라이브러리로도 쓸 수 있습니다.
Semble 설치 방법
uvx --from "semble[mcp]" sembleSemble, 쓸 만한 가치가 있습니까?
Semble은 한 가지 일만 하고, 차지하는 공간이 작습니다. 도구가 두 개뿐이라 컨텍스트 부담이 거의 없습니다. 임베딩 모델이 정적이어서(질의할 때 트랜스포머를 돌리지 않음) README에 따르면 CPU에서 평균적인 저장소를 약 500 ms에 인덱싱하고 질의에 약 1 ms에 답합니다. 그래서 GPU도, Ollama 설치도, 클라우드 임베딩 키도 없는 노트북에서 실용적으로 쓸 수 있습니다. 여러 경쟁 제품이 설정을 더 요구하는 부분입니다.
대표적인 주장은 19개 언어, 63개 저장소에 걸친 약 1,250개 질의로 MinishLab이 직접 돌린 벤치마크에서 나옵니다. NDCG@10(순위 품질을 재는 표준 점수)은 0.855로, 137M 파라미터의 CodeRankEmbed 모델과 같은 수준이면서 인덱싱은 480배 빠릅니다. 또 2,000 토큰에서 재현율 96%를 기록했는데, grep과 파일 읽기 방식은 85%에 이르는 데 100,000 토큰 창 전체가 필요합니다. 방법론은 저장소에 공개되어 있지만 독립적인 재현은 찾지 못했으므로, 정확한 수치는 신중하게 받아들이십시오.
Semble은 관련 있는 코드를 찾아 줍니다. 하지만 Serena의 언어 서버나 GitNexus 같은 코드 그래프처럼 호출 그래프, 타입, 참조를 이해하지는 않습니다. '누가 이것을 호출하는가?'나 안전한 이름 변경에는 여전히 그런 도구가 필요합니다. 1 MB가 넘는 파일은 기본적으로 건너뛰며, git URL을 주면 Semble이 제3자 저장소를 복제하고 그 내용이 검증 없이 에이전트의 컨텍스트로 흘러 들어갑니다.
프로젝트는 젊지만(저장소는 2026년 4월에 만들어짐) 릴리스는 1~2주마다 나옵니다. 열린 issue는 품질보다는 배관 문제에 관한 것입니다. 설치 프로그램이 함께 넣는 하위 에이전트가 역시 등록되는 MCP 서버 대신 CLI를 호출하고, 한 저장소에서 동시에 여러 에이전트 세션을 열면 세션마다 서버를 따로 띄웁니다. 둘 다 고치기 어렵지 않고, 둘 다 검색 자체와는 관계가 없습니다.
제 역할을 하는 곳
대형 Django 모놀리스에서 Claude Code를 쓰는 백엔드 개발자
에이전트가 파일 전체를 읽지 않고 '이건 어디서 처리되는가?'에 답하기
semble install이 MCP 서버를 등록하고, 에이전트는 자연어 질의로 search를 호출해 순위가 매겨진 조각을 받습니다. MinishLab의 벤치마크에서는 약 2,000 토큰으로 재현율 96%에 이르며, grep과 파일 읽기는 100,000 토큰이 듭니다. 이 차이는 유료 모델의 입력 요금에 그대로 나타납니다.
소스 코드를 클라우드 API로 보내는 것을 금지하는 핀테크의 보안 팀
외부 전송 금지 정책 아래에서 시맨틱 코드 검색하기
인덱싱과 검색은 개발자 컴퓨터의 CPU에서 실행됩니다. 유일한 네트워크 호출은 Hugging Face 캐시(HF_HOME)로 모델을 한 번 내려받는 것이며, 미리 해 둘 수 있습니다. 관리할 키도 없고 질의당 비용도 없습니다.
마이크로서비스 저장소 다섯 개를 오가며 일하는 플랫폼 엔지니어
다른 서비스의 클라이언트가 호출하는 엔드포인트를 한 서비스에서 찾기
search에 여러 경로나 git URL을 넘기면 Semble이 저장소별 인덱스를 합치고 결과 앞에 저장소 이름을 붙입니다. find_related는 알고 있는 파일과 줄에서 비슷한 코드로 건너갑니다. 호출자가 아니라 비슷한 코 드를 찾으므로, 의존성 질문에는 여전히 그래프 도구가 필요합니다.
도입 전 확인할 점
- 설정
- uv tool install semble 후 semble install을 실행하면 Claude Code, Codex, OpenCode를 감지하고 MCP 서버, AGENTS.md 또는 CLAUDE.md 스니펫, semble-search 하위 에이전트 중 하나를 제안합니다. 수동 설정에서는 uvx --from "semble[mcp]" semble을 씁니다. Claude Code, Cursor, Codex, OpenCode, VS Code용 문서가 있으며, README에 따르면 첫 검색에서 평균적인 저장소를 약 500 ms에 인덱싱합니다.
- 연동
- 읽기 전용 도구 두 개입니다. search(로컬 경로, https git URL 또는 그 목록, content는 code, docs, config, all 중 선택)와 find_related(파일과 줄 번호)입니다. 같은 엔진이 CLI와 Python 라이브러리(SembleIndex)로도 제공됩니다.
- 데이터와 개인정보
- 코드는 컴퓨터 밖으로 나가지 않습니다. 인덱스와 토큰 절감 통계는 Linux에서 ~/.cache/semble에 저장되며 semble clear로 지웁니다. 원격 git URL은 필요할 때 복제되므로, 직접 관리하지 않는 저장소에서 나온 결과는 에이전트에게 신뢰할 수 없는 입력입니다. 공개된 보안 권고는 없습니다.
- 대규모 사용 시 비용
- 자기 CPU 외에는 비용이 없습니다. 호스팅 요금제도, API 키도, 사용료도 없습니다. 절감 효과는 조회당 읽는 토큰이 줄어드는 형태로 모델 요금에 나타납니다.
- 제한
- 1 MB가 넘는 파일(SEMBLE_MAX_FILE_BYTES로 변경 가능)과 node_modules, dist 같은 잘 알려진 빌드 디렉터리는 건너뜁니다. 열린 issue에 따르면 함께 제공되는 하위 에이전트가 MCP 서버 대신 CLI를 쓰고, 한 저장소의 동시 세션들이 서버를 공유하지 않습니다.
좋은 점
- API 키나 외부 서비스 없이 CPU에서 돌아갑니다
- 읽기 전용 도구가 두 개뿐이라 컨텍스트 비용이 매우 낮습니다
- 로컬 경로와 원격 git 저장소를 여러 개 한꺼번에 검색합니다
- 벤치마크 방법론이 공개되어 있습니다
아쉬운 점
- 벤치마크가 자체 발표입니다
- 유사도 검색만 하며 호출 그래프나 참조 추적은 없습니다
- 처음 실행할 때 Hugging Face에서 모델을 내려받습니다
- 1.0 이전의 젊은 프로젝트입니다
추천 대상
코드를 클라우드 임베딩 서비스로 보내지 않고 코딩 에이전트가 관련 코드를 빠르게 찾게 하고 싶은 개발자.
Semble 대안
Semble: 자주 묻는 질문
- Semble, 쓸 만한 가치가 있습니까?
- 도구 정의 두 개 분량의 비용으로, API 키 없이 쓰는 에이전트용 시맨틱 코드 검색입니다. 다만 눈에 띄는 벤치마크 수치는 아직 개발자 자신이 낸 것입니다. 평점은 5점 만점에 4.1점입니다.
- Semble의 가격은 얼마입니까?
- 무료 오픈소스(MIT)입니다. API 키나 유료 서비스가 필요 없습니다.
- Semble의 단점은 무엇입니까?
- 벤치마크가 자체 발표입니다; 유사도 검색만 하며 호출 그래프나 참조 추적은 없습니다; 처음 실행할 때 Hugging Face에서 모델을 내려받습니다; 1.0 이전의 젊은 프로젝트입니다.
- Semble에 적합한 사람은 누구입니까?
- 코드를 클라우드 임베딩 서비스로 보내지 않고 코딩 에이전트가 관련 코드를 빠르게 찾게 하고 싶은 개발자.
- 팀이나 프로덕션 환경에서 Semble의 비용은 얼마입니까?
- 자기 CPU 외에는 비용이 없습니다. 호스팅 요금제도, API 키도, 사용료도 없습니다. 절감 효과는 조회당 읽는 토큰이 줄어드는 형태로 모델 요금에 나타납니다.
- Semble에 회사 데이터를 맡겨도 안전합니까?
- 코드는 컴퓨터 밖으로 나가지 않습니다. 인덱스와 토큰 절감 통계는 Linux에서 ~/.cache/semble에 저장되며 semble clear로 지웁니다. 원격 git URL은 필요할 때 복제되므로, 직접 관리하지 않는 저장소에서 나온 결과는 에이전트에게 신뢰할 수 없는 입력입니다. 공개된 보안 권고는 없습니다.
- Semble의 가장 좋은 대안은 무엇입니까?
- 저희가 리뷰한 것 중 가장 가까운 대안은 Serena, GitNexus, code-review-graph 및 Context7입니다.
답변 확인일: 2026년 10월 23일.
Semble 개발사입니까? 이 평점을 사이트에 표시하십시오
