낯선 대형 프로젝트에서 “이 함수를 고치면 어디까지 영향을 받을까?”를 반복해서 찾는 개발자에게 Code Cortex MCP는 특정 상황에 유용합니다. 함수 이름이 등장하는 파일을 찾은 다음, 실제 호출인지 주석인지 가려내고 호출 경로를 따라가는 작업을 보완하는 로컬 분석 도구입니다. 작은 프로젝트의 구조를 이미 알고 있다면 설치와 인덱싱 부담부터 따져볼 만합니다. 공식 저장소

2026년 10월 12일 확인한 공개 문서를 기준으로 설명합니다. 최신 공식 릴리스는 v0.22.0, 2026년 9월 29일, 커밋 1e90926입니다. 다만 최신 README에는 10월에 추가된 기능과 실험도 실려 있습니다. 아래에서 설명하는 최신 문서의 기능이 모두 이 릴리스 바이너리에 들어 있다고 가정하면 안 됩니다. 릴리스 목록, 출시 뒤 변경 이력

검색한 이름에서 함수의 관계로 넘어갑니다

Code Cortex MCP는 codebase-memory-mcp에서 갈라져 나온 공개 프로젝트입니다. MCP는 AI 에이전트와 외부 도구를 연결하는 규약입니다. 이 도구는 코드를 읽어 함수·클래스·파일을 저장하고, 함수끼리 호출하는 관계 등을 지식 그래프로 구성합니다. 그래프는 점과 연결선으로 표현할 수 있는 관계 데이터이며, 여기서는 함수 A가 함수 B를 부른다는 식의 연결을 조회하는 데 사용합니다. 프로젝트 소개

예를 들어 결제 처리 함수의 이름을 문자열로 검색하면 호출 코드와 함께 주석, 문자열, 비슷한 이름도 나올 수 있습니다. Code Cortex의 inspect_symbol은 정의·직접 호출자·관련 테스트와 호출 위치를 묶어 반환하도록 설계돼 있습니다. trace_path는 함수 사이의 경로를 찾는 도구입니다. 따라서 추가하는 것은 새 코드 작성 능력보다 이미 있는 코드의 관계를 질문하는 방법입니다. 도구별 설명

궁금한 질문 문서가 안내하는 도구 결과에서 볼 것
이 함수는 어디에 있고 누가 부릅니까? inspect_symbol 정의, 호출 파일·줄, 분석 신뢰도, 관련 테스트입니다.
두 함수는 어떤 경로로 연결됩니까? trace_path 연결 경로와 각 호출 위치입니다.
이 변경이 어느 코드에 닿습니까? detect_changes Git diff를 기준으로 계산한 영향 범위입니다.

Codex·Claude Code에서 하던 파일 검색과 원문 읽기도 계속 필요합니다. 그래프가 놓친 동적 호출이나 아직 반영되지 않은 변경을 원문에서 확인할 수 있기 때문입니다. 한 파일의 문구 수정이나 이름을 정확히 아는 설정 검색에는 기존 검색만으로 충분할 수 있습니다. 반대로 여러 파일에 걸친 호출자를 비교하거나, 익숙하지 않은 서비스의 경로를 확인할 때 그래프의 효용을 검토할 만합니다. 이 비교는 도구의 역할에 대한 판단이며, 우리 프로젝트에서 측정한 속도 비교는 아닙니다.

결제 함수의 호출자를 찾는 작업 예시

다음은 문서의 인덱싱·심볼 조회 기능을 결제 코드 탐색에 적용한 요청 예시입니다. 실제 프로젝트에서 실행해 얻은 호출 목록은 아닙니다. 결제 함수의 실제 이름과 저장소 경로는 독자의 코드에 맞춰 입력합니다.

이 프로젝트를 인덱싱해 주세요. 결제 처리 함수의 정의와 직접 호출자를 찾아 파일·줄 정보로 정리해 주세요. 주석이나 문자열에 이름만 등장한 곳은 호출과 구분하고, 분석 신뢰도와 인덱스가 최신인지도 알려 주세요. 아직 코드는 수정하지 마세요.

  1. 설치한 에이전트를 다시 시작하고 대상 저장소에서 인덱싱을 요청합니다. README의 시작 요청은 Index this project.입니다. index_repository가 분석용 데이터를 만들고 index_status로 상태를 확인하는 흐름입니다.
  2. 실제 함수 이름으로 inspect_symbol 조회를 요청합니다. 같은 이름의 함수가 여러 개라면 search_graph로 경로와 한정 이름을 먼저 좁힙니다.
  3. 호출 위치를 원문 코드와 대조합니다. 정의와 호출을 구분하고, 결과가 잘렸다는 표시가 있으면 안내된 후속 조회로 나머지를 확인합니다.
  4. 특정 진입점부터 결제 함수까지의 연결이 필요하면 trace_path로 범위를 좁힙니다. 최종적으로 기대하는 결과는 수정할 파일을 바로 단정하는 답보다, 검토할 호출자와 경로의 근거 목록입니다.

조회 도구의 project 인자는 인덱싱된 저장소의 작업 폴더에서 추론할 수 있다고 문서는 설명합니다. 이름이 여러 대상에 겹치거나 다른 프로젝트를 조회할 때는 대상이 맞는지 확인합니다. 응답에는 인덱스의 최신성·부분 파싱 여부처럼 결과를 믿을 범위에 관한 정보도 포함됩니다. 인덱싱과 MCP 도구

README는 모든 도구를 CLI로도 호출할 수 있다고 안내합니다. 다음은 공식 문서에 있는 명령 그대로입니다. A, B는 설명용 함수 이름이고, 위 결제 예시의 실제 이름으로 바꿔 사용합니다.

code-cortex-mcp cli trace_path --function-name B --from-function A --direction inbound --depth 3 --max-work 10000

이 명령은 알려진 두 끝점 사이의 호출 경로를 제한된 작업량으로 탐색하는 예시입니다. 반환된 path_found를 먼저 보고, traversal_truncated가 참이면 탐색 한도에 걸렸는지 확인합니다. 제한 때문에 경로를 못 찾은 결과를 “호출 관계가 없다”로 읽으면 안 됩니다. 문서는 끝점 이름을 좁히거나 max_work를 늘리는 후속 방법을 안내합니다. 경로 조회 명령과 제한

설치는 에이전트 설정도 바꿉니다

README는 macOS·Linux 셸과 Windows PowerShell 설치를 안내합니다. 미리 빌드된 단일 바이너리는 런타임 의존성이 없다고 설명하며, 소스 빌드에는 CMake·C++23 컴파일러·zlib가 필요합니다. 아래는 바이너리를 받는 공식 시작 명령입니다. 설치 안내

macOS·Linux에서는 내려받은 설치 스크립트를 바로 셸로 실행합니다.

curl -fsSL https://raw.githubusercontent.com/tigercosmos/code-cortex-mcp/main/install.sh | bash

Windows에서는 스크립트를 파일로 받은 뒤 실행합니다.

Invoke-WebRequest -Uri https://raw.githubusercontent.com/tigercosmos/code-cortex-mcp/main/install.ps1 -OutFile install.ps1
.\install.ps1

GitHub에 접속할 네트워크와 바이너리·설정 파일을 쓸 권한이 필요합니다. 설치 명령은 프로젝트의 제품 코드 작성을 요청하는 단계가 아닙니다. 다만 README는 설치기가 Claude Code·Codex CLI 등 MCP 클라이언트의 서버 등록, 지침 파일, 훅을 구성한다고 설명합니다. 훅은 세션 시작이나 검색·편집 전후에 실행되는 보조 절차입니다. 이미 MCP나 훅을 쓰고 있다면 설치 전후 설정을 비교할 수 있게 보관하는 편이 좋습니다. 시작 절차와 구성 범위

Windows 설치기 원문은 기본 경로를 %LOCALAPPDATA%\Programs\code-cortex-mcp로 정하고 사용자 PATH를 추가합니다. 기본 다운로드 주소는 releases/latest/download입니다. 즉 main의 설치 스크립트를 받는 것과 main 소스로 빌드하는 것은 다릅니다. 에이전트 자동 구성을 먼저 생략하려면 설치기에서 지원하는 다음 옵션을 사용합니다. 바이너리 설치와 PATH 추가는 진행하고, 이후 필요할 때 별도로 에이전트를 구성합니다. Windows 설치기 원문

.\install.ps1 --skip-config

최신 README는 Claude Code의 세션 시작·검색·편집·프롬프트 제출 시점에 그래프 정보를 문맥으로 넣는 흐름을 소개합니다. 특히 프롬프트에 등장한 식별자를 조사하는 변경은 10월 커밋 이력에 있습니다. v0.22.0 설치만으로 그 최신 흐름을 기대하기보다 실제 설치 버전의 지원 여부를 확인합니다. 최신 README, 10월 변경 이력

데이터는 로컬에, 모델 비용은 별도로 봅니다

문서는 분석 서버에 LLM이나 API 키가 필요 없고, 인덱스 데이터가 ~/.cache/code-cortex-mcp/의 SQLite로 저장된다고 설명합니다. 구조를 분석하는 서버와 질문을 해석하는 AI 에이전트가 역할을 나눕니다. 따라서 분석 서버가 로컬이어도, 조회 결과를 받은 에이전트는 그 코드 조각을 모델 제공자에게 보낼 수 있습니다. 에이전트의 모델 제공자와 데이터 처리 정책도 함께 확인합니다. 저장 위치와 역할

팀 공유용 데이터에도 주의할 범위가 있습니다. README는 .code-cortex/graph.db.zst 스냅샷을 Git에 넣어 팀원이 가져오는 방법과 .gitattributes의 병합 규칙을 설명합니다. 이 기능을 사용할 때는 제품 코드 외의 생성 파일·저장소 설정도 변경될 수 있으므로 Git 변경 목록을 확인합니다. 공유용 산출물을 제외하려면 .gitignore에 .code-cortex/를 넣는 방법을 안내합니다. 팀 공유 산출물

MCP 초기화 시 GitHub의 새 릴리스를 확인하는 백그라운드 요청은 CBM_UPDATE_CHECK=0으로 끌 수 있다고 문서가 안내합니다. 이 설정은 업데이트 확인을 끄는 것으로, 최초 설치에 필요한 다운로드나 호스트 에이전트의 통신까지 없애는 옵션은 아닙니다. 환경 변수 설명

README와 릴리스에서 도구 자체의 유료 요금제나 유료 모델 제공자를 기본 선택하는 조건은 확인되지 않았습니다. 서버의 API 키가 불필요하다는 설명과 AI 에이전트 사용료는 구분합니다. 그래프 결과를 모델 문맥에 넣으면 입력량이 달라질 수 있으므로, 로컬 도구를 추가했다고 전체 모델 비용이 없어지거나 줄어든다고 약속할 수 없습니다. 프로젝트 설명

MIT 라이선스는 상업적 사용·수정·배포를 허용하며, 코드 사본이나 상당 부분에 저작권과 허가 고지를 포함하도록 정합니다. 라이선스는 품질이나 특정 목적의 적합성을 보증하지 않습니다. LICENSE

큰 저장소에서는 메모리와 분석 누락을 확인합니다

인덱싱은 코드를 읽고 관계를 만드는 준비 작업이라 메모리 부담이 있습니다. 프로젝트의 공개 측정에서 최대 상주 메모리는 시험 저장소별로 0.7~13.4GB였습니다. Apple M3 Max의 14개 워커에서 측정한 값이며, 모든 PC의 최소 요구량으로 제시한 수치는 아닙니다. 작은 노트북에서도 대형 저장소를 똑같이 처리할 수 있다고 추정하면 안 됩니다. 메모리 측정 조건

최신 문서는 CBM_WORKERS로 병렬 작업 수를 조절하고, CBM_MEM_BUDGET_MB로 인덱서가 작업 속도를 낮추는 기준을 조절하는 방법을 안내합니다. 후자는 메모리를 절대로 넘지 않는 강제 상한이 아닙니다. CBM_RESULT_STORE=1은 추출 결과를 임시 저장소로 옮겨 메모리 부담을 줄이는 방법이지만, 그만큼 임시 디스크 공간이 필요합니다. 메모리 설정

155개 언어를 구문 분석한다는 소개도 모든 언어에서 호출 관계를 같은 정확도로 찾는다는 의미는 아닙니다. 문서는 언어별 지원 수준을 나누고 일부 언어는 구조 파싱만 제공한다고 설명합니다. C++ 템플릿이 많은 코드에서는 호출 관계를 충분히 풀지 못하는 사례도 적고 있습니다. 실제 실행에서 정해지는 호출이나 프레임워크의 간접 연결을 점검하려면 원문과 테스트를 함께 봅니다. 언어 지원과 실험의 한계

프로젝트가 제시한 속도 비교에는 합성 C++ 코드와 실제 저장소의 시험이 섞여 있습니다. 9월 릴리스의 비교와 10월 README의 에이전트 시험은 절차가 다릅니다. 최신 실험은 함수 이름을 명시한 탐색 과제를 다루며, 편집·긴 세션·이름을 주지 않는 요청까지 측정한 결과는 아니라고 설명합니다. 도입을 결정할 때는 홍보용 속도 수치보다 내가 자주 하는 탐색 질문과 시험 과제가 비슷한지를 먼저 비교합니다. 릴리스의 시험 조건, 최신 과업 시험

유지보수 기록에는 9월 29일 릴리스 이후 10월 5일까지의 커밋이 확인됩니다. 2026년 10월 12일 09:00 KST 관측에서 열린 이슈는 0건, 누적 스타는 11개였습니다. 이슈가 없다는 사실로 버그가 없다고 판단하거나, 누적 스타로 성장률을 계산하지 않습니다. 현재 공개 이슈에서 추가 제약을 찾지 못했으므로 도입 시험의 비중이 큽니다. 커밋 이력, 열린 이슈 목록, 저장소

도입 판단: 특정 상황에 유용

여러 파일에 걸친 함수 호출자·호출 경로를 반복해서 확인하는 프로젝트에서 검토할 만합니다. 구조를 이미 아는 작은 코드나 단순 문자열 검색이 주된 작업이라면, 설치·설정 변경과 인덱싱을 추가할 이유가 적습니다.

처음에는 자신이 답을 알고 있는 함수 하나를 고릅니다. 현재 검색 방식으로 확보한 호출자 목록과 그래프 결과를 비교하고, 같은 이름의 다른 함수·간접 호출·최근 변경이 빠지는지 살펴봅니다. 인덱싱 중 메모리와 대기 시간, 설치 후 에이전트 설정, 실제 모델 사용량도 확인합니다. 호출 목록을 믿을 수 있는지와 준비 비용을 감당할 수 있는지가 그 프로젝트에서의 도입 기준입니다.

관계를 찾아낸 뒤 설명용 그림이 필요하다면 Diagram Design 탐구 글을 함께 볼 수 있습니다. 코드 관계를 조사하는 단계와, 확인된 관계를 독자가 읽을 도식으로 표현하는 단계는 각각 확인할 결과가 있습니다.

참고한 자료

확인일은 2026년 10월 12일입니다. 문서 조사 범위이며 프로젝트 설치·실행 시험은 수행하지 않았습니다.