Why Code Assistant
AI는 코드를 생성하는 것이 아니라, 우리 개발 환경을 이해해야 합니다
사내 Git 저장소와 개발 표준을 기반으로 프로젝트 맥락을 이해하고 정확한 답변을 제공합니다. 온프레미스 환경에서 소스코드를 안전하게 보호하며, 특정 AI 모델에 종속되지 않는 개방형 구조로 기업 환경에 맞는 LLM을 자유롭게 선택할 수 있습니다.
프로젝트 전체를 이해
코드뿐 아니라 API·DB 스키마·정책 문서까지 학습해, 무엇을 어디에 만들지 코드 수준으로 안내합니다.
온프레미스 보안
사내 인프라에 설치돼 소스와 데이터가 외부로 나가지 않습니다. GitLab 계정으로 접근을 통제합니다.
모델 중립
관리형 AI 게이트웨이로 원하는 LLM을 선택·교체하며, AI 생태계 변화에 지속적으로 대응합니다.
Business Value
AI Code Assistant 도입으로 개발 생산성과 운영 안정성을 동시에 확보합니다
프로젝트에 특화된 코드 이해와 안전한 온프레미스 운영으로 개발 속도는 높이고, 유지보수 비용은 줄입니다.
신규 개발자의 온보딩이 빨라집니다
신규 인력이 레거시 코드를 이해하는 데 수주~수개월
프로젝트 코드에 직접 질문하여 클래스·API·DB·호출 흐름을 즉시 이해
소스코드가 외부로 유출되지 않습니다
외부 AI 서비스 사용 시 소스코드 반출 및 보안 우려
온프레미스·폐쇄망 환경에서 코드와 데이터가 내부에 안전하게 유지
우리 프로젝트에 맞는 답을 제공합니다
범용 AI의 일반적인 코드 설명
프로젝트 코드를 기반으로 실제 컴포넌트·API·DB·근거 파일까지 함께 제시
유지보수 생산성이 크게 향상됩니다
담당자 경험에 의존한 코드 탐색과 분석
질문 한 번으로 관련 코드·호출 관계·영향 범위를 즉시 확인
Core Capabilities
핵심 기능
사내 코드·API·스키마를 학습해 프로젝트 맥락에서 정확하게 답하는 기능들입니다.
저장소 기반 응답
Repository-Grounded
GitLab 저장소를 선택하면 해당 코드베이스에 근거해 답합니다. 실제 컴포넌트·파일 구조를 참조해 재사용 방법과 구현 절차를 제시합니다.
스키마 인지
Schema-Aware
DB 스키마와 테이블 간 관계(관계·카디널리티·설명)를 학습해, 특정 업무에 필요한 테이블·API를 정확히 짚어 줍니다.
질문 분해
Question Decomposition
질문을 API·CODE·TABLE 단위로 분해한 뒤 종합해, 단편적 답변 대신 더 풍부하고 정밀한 답변을 생성합니다.
코드 리뷰·개선 제안
Code Review
기존 코드의 문제점을 짚고, 인증·오류 처리·성능 등 코드 수준의 구체적인 개선안을 예시 코드와 함께 제안합니다.
신규 기능 설계 지원
Feature Design
재사용할 컴포넌트·패턴을 찾아 구현 절차와 예시 코드를 제시해, 기획 아이디어를 실제 구현으로 잇습니다.
엔드포인트 탐색
API Discovery
방대한 코드베이스에서 필요한 API 엔드포인트와 관련 컨트롤러를 찾아, 정확한 경로와 사용법을 안내합니다.
How It Works
작동 원리
저장소를 인덱싱해 근거를 만들고, 질문에 맞는 컨텍스트를 검색해 코드 수준의 답을 생성합니다.
- 01
저장소 인덱싱
GitLab 저장소를 전체·증분 동기화로 인덱싱하고, 코드·API·DB 스키마·산출물을 벡터로 학습합니다.
- 02
컨텍스트 검색 (RAG)
질문을 분해해 관련 코드·스키마·문서를 검색하고, 근거로 삼아 접지(grounding)합니다.
- 03
MCP 파이프라인
Model Context Protocol로 도구와 컨텍스트를 표준 방식으로 연결해, 필요한 정보를 안전하게 가져옵니다.
- 04
코드 수준 응답
검색한 근거에 접지해, 프로젝트 맥락에 맞는 코드 수준의 답변을 생성합니다.
게이트웨이 기반 인증 격리와 인덱싱·RAG·MCP로 구성된 전체 구조는 아키텍처 문서에서 자세히 확인할 수 있습니다.
코드 어시스턴트 아키텍처 자세히 보기범용 코드 어시스턴트와 무엇이 다른가
| 범용 코드 어시스턴트 | AI Code Assistant | |
|---|---|---|
| 프로젝트 이해 | 일반적인 답변 — 프로젝트 맥락 이해가 제한적 | 사내 코드·API·스키마·산출물을 학습해 프로젝트 맥락을 이해 |
| 답변 수준 | 원론적 설명 위주 | 실제 컴포넌트·엔드포인트·테이블을 짚는 코드 수준 답변 |
| 보안 | 외부 클라우드 전송이 전제되는 경우가 많음 | 온프레미스·폐쇄망 설치로 소스가 사내에 머무름 |
| 모델 선택 | 벤더 모델에 종속 | 관리형 게이트웨이로 원하는 LLM 선택·교체 |
연동과 배포
GitLab 연동
GitLab 계정으로 로그인하고 저장소를 연동합니다. GitLab Duo 하이브리드 구성으로 언어 커버리지를 넓힙니다.
온프레미스 배포
사내 GPU 서버에 설치하고, 관리형 AI 게이트웨이로 폐쇄망 환경까지 대응합니다.
산출물 RAG 연계
정책서·설계 문서 등 도메인 산출물을 RAG로 추가해, 코드 밖의 맥락까지 답변에 반영합니다.
Technical Specs
기술 사양 · 연동
기존 개발 환경과의 연동 방식부터 핵심 기술 사양까지 한눈에 확인할 수 있습니다.
개발환경 (IDE)
VS Code 확장 — 인라인 자동완성·컨텍스트 메뉴·Diagnostics를 에디터에 통합
저장소 연동
GitLab 코드 저장소 연계 · 실시간 증분 인덱싱으로 최신 코드를 동기화
코드 이해
AST 기반 구조화 — 파일 단위가 아닌 호출·의존 관계로 코드베이스를 학습
하이브리드 검색
키워드(BM25) + 의미 벡터 검색을 결합하고 AI 재정렬(Re-rank)로 정확도 향상
문서 파싱
xlsx·docx·ppt·PDF·HTML 등 다양한 산출물을 통합 파싱해 컨텍스트로 활용
도구·데이터 연동
MCP(Model Context Protocol) 표준으로 이기종 시스템·DB를 안전하게 연계
모델
온프레미스 self-host · 임베딩·리랭커 · 원하는 LLM을 선택·교체(모델 중립)
보안
망분리·폐쇄망 · RBAC 접근통제 · 감사로그 · 시큐어코딩 기반 운영
Use Cases
활용 사례
사내 코드·API·스키마를 이해하는 AI Code Assistant가 실제 개발 현장에서 어떻게 활용되는지 소개합니다.
신규 기능 구현 가이드
- 재사용 가능한 컴포넌트·패턴을 찾아 제시
- 구현 절차와 예시 코드까지 함께 안내
- 관련 API·테이블을 짚어 설계로 연결
API · 스키마 탐색
- 필요한 엔드포인트와 컨트롤러 위치 파악
- DB 테이블·관계·카디널리티 확인
- 업무에 맞는 API·테이블을 정확히 지목
레거시 이해 · 온보딩
- 대규모 코드베이스 구조를 코드 수준으로 설명
- 문서화되지 않은 로직도 근거와 함께 파악
- 신규 인력의 온보딩 기간 단축
코드 리뷰 · 개선
- 인증·오류 처리·성능 등 문제점 진단
- 예시 코드가 포함된 구체적 개선안
- 규칙·보안 위반 사전 점검
자주 묻는 질문
- 기존 코드베이스를 학습하나요?
- 네. GitLab 저장소를 인덱싱해 코드, API, DB 스키마, 산출물 등을 지식화하고, 해당 저장소를 근거로 답변을 생성합니다. 저장소를 선택하지 않으면 일반 AI 채팅 모드로도 자유롭게 이용할 수 있습니다.
- 소스 코드가 외부로 전송되나요?
- 아니요. AI Code Assistant는 온프레미스·폐쇄망에 설치되어 소스와 데이터가 사내에 머뭅니다.
- 특정 LLM에 종속되나요?
- 아니요. 관리형 AI 게이트웨이를 통해 원하는 모델을 선택하고 교체할 수 있어, AI 생태계 변화에 지속적으로 대응합니다.
- GitHub Copilot 같은 범용 코드 어시스턴트와 무엇이 다른가요?
- 범용 도구는 프로젝트를 깊이 이해하지 못해 원론적 답변에 그치는 경우가 많습니다. AI Code Assistant는 사내 프로젝트 전체를 학습해, 실제 컴포넌트·엔드포인트·테이블을 짚는 코드 수준의 구체적 답변을 제공합니다.
- GitLab 외 언어·환경도 지원하나요?
- GitLab Duo 하이브리드 구성으로 다양한 프로그래밍 언어와 환경까지 커버리지를 확장합니다.
After Deployment
도입 이후에도 함께합니다
구축으로 끝나지 않습니다. 조직 내재화를 위한 교육과 안정적 운영을 위한 기술지원까지 이어집니다.
우리 코드베이스에 맞춰 검토해 보세요
사내 저장소와 개발 환경에 맞는 도입 방안을 함께 설계해 드립니다.