Your Coding Agent Is 6 Months Out of Date

한 줄 핵심

코딩 에이전트가 최신 변경사항을 놓치지 않도록, Exa는 검색 결과를 모델 친화적인 근거와 짧은 하이라이트로 바꿔 주고 MCP까지 포함한 검색 인프라로 연결한다.

시간별 요약

0:00
소개 발표는 코딩 및 리뷰 에이전트를 위한 검색을 어떻게 설계했는지와 Exa가 그 문제를 어떻게 푸는지에 초점을 맞춘다.
0:12
10개의 파란 링크가 아닌 에이전트를 위한 검색 코딩 에이전트는 검색 결과 목록보다 LLM에 바로 넣을 수 있는 맥락이 더 중요하며, 의미 기반 검색으로 관련 하이라이트를 제공하는 방식이 핵심이다.
0:47
지식 컷오프의 간극 대형 언어 모델은 보통 릴리스 시점 기준 약 6개월 뒤처진 지식을 가져서, 실제 저장소의 최신 PR이나 변경 로그를 제대로 반영하지 못한다.
1:12
모델의 사각지대에 있는 PR 컷오프 이후에 만들어진 실제 저장소 변경은 모델이 아예 검토할 수 없는 구간이 생기며, Exa는 이런 최신 diff를 읽게 해 주는 역할을 한다.
1:47
사람이라면 어떻게 검토하는가 사람은 오류 메시지나 변경 배경을 검색해 원인을 파악한 뒤 수정 PR을 만들지만, 모델은 같은 맥락을 스스로 확보하지 못하면 이 과정을 따라가지 못한다.
2:12
LLM이 틀리는 이유 겉보기에는 단순 정리처럼 보이는 변경도 실제로는 의존성 업데이트에 따른 리팩터링일 수 있어, 저장소 본문과 변경 로그를 함께 근거로 삼아야 정확한 리뷰가 가능하다.
2:47
10만 자 대신 500자 전체 GitHub 페이지를 그대로 넣는 대신, 질의에 필요한 부분만 해석해 약 500자 수준의 하이라이트로 압축함으로써 모델 입력을 크게 줄인다.
3:17
검색 도구만 붙인다고 충분하지 않다 도구를 추가하는 것만으로는 부족하고, 모델이 언제 검색해야 하는지 자체를 모를 수 있으므로 올바른 사용 조건을 함께 알려줘야 한다.
3:56
에이전트가 검색해야 할 때의 규칙을 부여하기 의존성 버전이 바뀌는 diff처럼 외부 근거가 필요한 순간에는 상위 소스를 확인하라는 규칙을 넣어야, 리뷰가 실제 사실에 기반하게 된다.
4:31
Exa가 제공하는 것 Exa는 검색 과정의 투명한 추적 정보, 토큰 효율적인 하이라이트, 더 나은 비용 구조, 그리고 특정 모델 공급자에 종속되지 않는 표준화된 API를 제공한다.
6:06
질의에 따라 달라지는 하이라이트 데모 같은 페이지라도 질문이 달라지면 런타임에 전혀 다른 문장을 뽑아오며, 별도 LLM 요약 없이도 필요한 정보만 선택해 지연을 늘리지 않는다.
7:36
코딩을 넘어서: Exa Agent Exa는 코딩 검색을 넘어 웹 분석, 팟캐스트 인텔리전스, 비공개 시장 데이터처럼 여러 소스의 하이라이트를 묶는 검색 제품으로 확장되고 있다.
8:40
컨퍼런스 발표자 찾기 데모 질의만으로 특정 행사와 관련된 사람, 직원, 이메일, LinkedIn 같은 정보를 찾아내는 방식이 가능하며, 검색 오케스트레이션의 활용 범위가 넓다.
9:25
Exa MCP 시작하기 Exa는 MCP를 통해 주요 지원 제공자에서 바로 사용할 수 있고, 설정과 도입을 쉽게 안내해 주는 진입 경로를 제공한다.
10:20
수십억 문서의 랭킹 질의를 임베딩으로 바꾼 뒤 키워드 필터링과 의미 검색, 재랭킹을 여러 단계로 거쳐 관련성이 낮은 결과를 제거하고 고품질 문서를 우선한다.
11:25
구조화된 출력 스키마 자연어로 원하는 필드를 입력해 스키마를 생성하고 확인하면, 정의한 형식에 맞춰 출력을 강제할 수 있어 구조화된 데이터 생성이 쉬워진다.

실무 인사이트

코딩 에이전트에는 검색 기능 자체보다 '언제 검색해야 하는지'를 명시한 규칙이 더 중요하다.
긴 문서를 그대로 넣기보다 질문에 필요한 하이라이트만 압축해 넣어야 비용과 정확도를 함께 잡을 수 있다.
검색 시스템은 결과 품질뿐 아니라 추적 가능성과 모델 공급자 독립성까지 고려해야 실무에서 안정적으로 쓸 수 있다.

Your Coding Agent Is 6 Months Out of Date — Jakub Hojsan, Exa

한 줄 핵심

시간별 요약

실무 인사이트