저장소 구조와 문맥 위에서 질문과 탐색을 이어갈 수 있는 CodeCenter의 Workspace를 소개합니다.
이전에 올린 AI 코딩 협업 플랫폼 CodeCenter Web 소개 글에서는 CodeCenter를 AI와 함께 개발을 진행할 수 있는 협업 환경으로 소개했습니다. 당시 글에서는 코드 작성과 검토, 팀 단위의 협업 흐름을 중심으로 제품 방향을 설명했다면, 이번에는 그다음 단계로 확장된 CodeCenter Workspace에 대해 이야기해보려 합니다.
이번 글에서 다루고 싶은 주제는 단순히 “새 기능이 추가되었다”는 사실이 아닙니다. 실제 개발 과정에서 가장 많은 시간을 쓰게 되는 일 가운데 하나인 코드베이스 이해 를 CodeCenter Workspace가 어떻게 더 빠르고 안정적으로 가져갈 수 있도록 설계되고 있는지 정리해보는 것이 목적입니다.
특히 이번에 추가한 Deep Analysis는 이 방향을 가장 분명하게 보여주는 기능이라고 할 수 있습니다. 저장소를 등록하면 구조를 읽고, 문서 형태로 정리하고, 그 위에서 다시 질문을 이어갈 수 있도록 만들면서, CodeCenter Workspace를 단순한 AI 채팅 화면이 아니라 코드베이스를 함께 읽고 이해하는 작업 공간으로 확장하고자 했습니다.
| 왜 코드베이스 이해를 위한 Workspace가 필요한가
실제 개발에서는 새로운 기능을 구현하는 일만큼이나, 이미 존재하는 구조를 파악하는 일이 중요합니다. 서비스의 시작점이 어디인지, 어떤 모듈이 핵심인지, 실행과 배포는 어떤 설정 파일을 통해 연결되는지, 지금 수정하려는 기능이 어떤 범위에 영향을 줄 수 있는지 같은 질문은 거의 모든 작업의 출발점이 됩니다.
문제는 이런 질문이 대부분 단일 파일 설명만으로는 해결되지 않는다는 점입니다. 코드 한 조각을 읽는 것과 저장소 전체의 구조를 이해하는 것은 전혀 다른 문제입니다. 프로젝트가 조금만 커져도 문맥은 여러 디렉터리와 설정 파일, 문서, 테스트, 운영 구성으로 흩어지게 됩니다. 결국 개발자는 여러 파일을 오가며 머릿속에서 구조를 조립해야 하고, 이 과정에서 많은 시간이 소모됩니다.
AI 도구가 이 과정을 일부 도와줄 수는 있지만, 질문과 답변이 파일 단위에 머무는 경우에는 한계가 분명합니다. 정말 필요한 것은 “답변을 잘하는 AI”를 하나 더 붙이는 것이 아니라, 저장소를 이해하기 위한 공통 문맥을 먼저 만들어 주는 워크스페이스라고 보았습니다.
CodeCenter Workspace가 지향하는 방향도 바로 여기에 있습니다. 저장소를 열면 그 안의 구조를 읽고, 기술 문서 형태로 정리하고, 다시 그 문맥 위에서 질문과 탐색을 이어갈 수 있어야 한다는 것입니다.
| CodeCenter Workspace 안에서 달라진 흐름
현재 CodeCenter Web에서는 별도의 Deep Analysis 메뉴를 통해 저장소를 등록하고 분석 워크스페이스로 진입할 수 있습니다. 사용자는 Git URL을 등록하고, 필요에 따라 기본 브랜치나 접근 토큰, 분석 언어 같은 옵션을 설정한 뒤 프로젝트를 생성할 수 있습니다.
이후 워크스페이스에 들어가면 초기 분석이 자동으로 시작되고, 사용자는 진행 상태를 확인할 수 있습니다. 분석이 완료되면 저장소 구조를 바탕으로 생성된 위키 페이지를 탐색할 수 있고, 다시 그 문맥 위에서 후속 질문을 이어갈 수 있습니다.
이 흐름에서 중요하게 본 것은 사용자가 매번 분석을 위한 별도의 도구나 절차를 의식하지 않아도 된다는 점입니다. 저장소를 등록하고 워크스페이스로 들어가는 순간, 코드베이스를 이해하기 위한 작업이 자연스럽게 시작되도록 만들고자 했습니다.
| Deep Analysis를 위키 형태로 설계한 이유
저장소 분석 기능을 생각할 때 가장 먼저 고민한 것은 결과를 어떤 형태로 보여줄 것인가였습니다. 단순히 한 번의 개요 문장을 길게 생성하는 방식은 데모로는 이해하기 쉽지만, 실제 협업 맥락에서는 오래 남기 어렵습니다. 프로젝트를 이해하려면 한 번 읽고 지나가는 요약보다, 다시 찾아볼 수 있는 구조가 먼저 필요하기 때문입니다.
그래서 CodeCenter Workspace의 Deep Analysis는 단일 요약문을 반환하는 방식 대신, 먼저 위키 구조를 만들고 페이지 단위로 문서를 생성하는 흐름을 기본으로 삼았습니다. 사용자는 생성된 페이지 트리를 따라 이동하며 프로젝트를 읽을 수 있고, 어떤 페이지가 준비되었는지, 어떤 페이지가 아직 생성 중인지도 함께 확인할 수 있습니다.
이 구조를 택한 이유는 실제 프로젝트 이해는 “답 하나”에서 시작되지 않고, “어떤 순서로 읽어야 하는가”를 보여주는 구조에서 시작되기 때문입니다. 구조가 잡혀 있어야 팀원끼리 같은 문서를 기준으로 이야기할 수 있고, 설명과 질문도 훨씬 안정적으로 이어질 수 있습니다.
| 문서를 읽고 다시 질문할 수 있어야 합니다
코드베이스 이해 는 문서만으로 끝나지 않습니다. 문서를 읽다 보면 더 구체적인 질문이 생기고, 특정 흐름이나 구현 근거를 바로 확인하고 싶어지는 경우가 많습니다. 그래서 Deep Analysis는 위키를 생성하고 끝나는 기능이 아니라, Ask 흐름과 자연스럽게 연결되는 형태로 구성했습니다.
사용자는 같은 프로젝트 문맥 안에서 후속 질문을 입력할 수 있고, 답변과 함께 관련 파일, citation 정보, source context를 함께 확인할 수 있습니다. 경우에 따라 더 깊게 탐색할 수 있는 흐름도 열어두고 있습니다.
이 경험은 개인적인 탐색보다 팀 협업에서 더 큰 의미를 가집니다. 혼자 사용할 때는 그럴듯한 요약도 어느 정도 도움이 될 수 있지만, 팀 안에서 공유할 문서와 답변은 결국 근거를 함께 보여줄 수 있어야 하기 때문입니다.
| 읽기 쉬운 결과물도 중요한 부분입니다
분석이 잘 되었다고 하더라도, 결과를 읽는 경험이 불편하면 활용도는 빠르게 떨어집니다. 그래서 이번 작업에서는 단순히 백엔드 분석 파이프라인만 추가한 것이 아니라, 문서 자체를 읽고 탐색하는 경험도 함께 정리했습니다.
워크스페이스에서는 저장소 상태와 커밋 정보, 분석 진행률을 확인할 수 있고, 생성된 문서는 Markdown 기반으로 렌더링됩니다. 페이지 내부의 섹션 이동을 위한 TOC를 제공하고, 필요한 경우 Mermaid 다이어그램도 함께 표현할 수 있도록 구성했습니다.
보기 좋은 화면을 만들기 위한 선택이라기보다, 구조를 더 빠르게 전달하기 위한 기본 장치에 가깝습니다. 서비스 흐름이나 모듈 관계처럼 설명만으로는 전달하기 어려운 내용은 문서화 방식 자체가 함께 바뀌어야 한다고 보았습니다.
| 기능보다 더 중요한 것은 분석 품질입니다
이번 작업을 진행하면서 다시 확인한 것은, 코드베이스 이해 도구의 핵심은 기능 개수보다 분석 품질이라는 점이었습니다. 저장소를 아무리 그럴듯하게 보여주더라도, 핵심 코드가 빠지거나 실행에 중요한 설정 파일이 누락되면 결과는 금방 흔들릴 수밖에 없습니다.
특히 실제 저장소는 문서, 예제, 테스트, CI 설정 파일이 많기 때문에 단순히 파일을 순서대로 훑는 방식만으로는 중요한 구조를 놓치기 쉽습니다. 반대로 package.json, pyproject.toml, pom.xml, application.yaml, docker-compose.yml 같은 파일이 빠지면 build/run 설명의 품질도 급격히 떨어지게 됩니다.
그래서 현재 CodeCenter Workspace의 Deep Analysis 파이프라인은 코드 중심 파일 선별, 저신호 디렉터리 제외, 런타임 핵심 설정 파일 재편입, 코드와 설정, 문서, 테스트의 역할을 고려한 정렬 같은 방향으로 계속 보정하고 있습니다.
이 부분은 화면에서는 크게 드러나지 않지만, 결과물의 신뢰도를 좌우하는 가장 중요한 영역이라고 생각하고 있습니다. 결국 코드베이스 이해 를 가속한다는 말은, 더 화려한 요약을 만든다는 뜻이 아니라 실제 구조를 더 정확하게 반영하는 문맥을 더 빨리 제공한다는 뜻에 가깝기 때문입니다.
| 협업 관점에서 기대하는 변화
CodeCenter Workspace를 이렇게 확장하는 이유는 개인 생산성을 조금 더 높이는 것에서 끝나지 않습니다. 실제로 기대하는 변화는 팀 협업 쪽에 더 가깝습니다.
신규 팀원은 어디부터 읽어야 할지에 대한 출발점을 얻을 수 있고, 레거시 프로젝트는 구조를 파악하는 시간을 줄일 수 있습니다. 기능 변경이나 리팩터링 전에 팀이 같은 문서를 기준으로 논의를 시작할 수도 있습니다. 자동 생성 문서는 언제나 사람이 보완해야 하지만, 그 출발점이 존재한다는 것만으로도 협업 비용은 의미 있게 달라질 수 있습니다.
결국 CodeCenter Workspace가 하려는 일은 “AI 답변을 하나 더 제공하는 것”이 아니라, 팀이 함께 볼 수 있는 코드베이스 문맥을 더 빠르게 만들고, 그 문맥 위에서 읽고, 묻고, 논의할 수 있게 하는 것이라고 정리할 수 있겠습니다.
| 마무리
이전 글에서 CodeCenter Web을 소개하며, 앞으로 Git 연동과 저장소 단위 심층 분석을 확장해 나가겠다고 적었습니다. 이번 Deep Analysis는 그 방향을 실제 워크스페이스 기능으로 옮긴 첫 단계라고 볼 수 있습니다.
중요한 것은 기능 이름 자체보다 사용 경험입니다. 저장소를 등록하면 구조가 정리되고, 문서가 생성되고, 그 문맥 위에서 다시 질문하며 근거를 확인할 수 있는 흐름이 하나의 작업 공간 안에서 자연스럽게 이어질 때, 코드베이스 이해 속도는 분명히 달라질 수 있습니다.
CodeCenter는 앞으로도 단순한 AI 채팅 화면이 아니라, 개발자가 코드와 문서를 함께 다루고 팀 단위로 문맥을 공유할 수 있는 Workspace로 확장해 나가고자 합니다. 이번 Deep Analysis는 그 방향을 보여주는 하나의 구체인 사례라고 할 수 있겠습니다.
코드베이스 이해를 위한 AI Workspace
CodeCenter Workspace는 저장소 구조를 분석하고 문서와 질문 흐름을 하나의 Workspace에서 제공합니다.
