jevgrep(명령어 jg)은 “이 동작이 코드 어디에 있지?”라고 자연어로 물으면 TypeSafe의 Jev를 쓰는 별도 리서치 에이전트가 코드베이스를 탐색해 필요한 코드만 Claude Code·Codex 같은 코딩 에이전트에 건네는 오픈소스 CLI입니다. 구현과 테스트는 코딩 에이전트가 맡고, jevgrep은 관련 맥락을 찾습니다. Duet 창업자 David Zhang(@dzhng)이 2026년 9월 27일 공개했으며 MIT 라이선스입니다. 최신 버전은 v0.4.2입니다.
출처: X @dzhng
코딩 에이전트는 왜 코드를 찾는 데 시간을 쓸까
코드를 쓰기 전에 관련 파일과 맥락을 찾느라 전체 토큰의 30~60%를 쓰기도 한다는 것이 만든 사람의 설명입니다. 이 수치는 jevgrep의 절감률이 아니라 탐색에 드는 비중에 관한 주장입니다. David Zhang의 설명에서 언급됐습니다. 코딩 에이전트가 이미 아는 파일만 읽도록 하는 대신, 낯선 코드베이스에서 관련 맥락을 찾는 일을 분리하는 접근입니다.
Jev가 폴더부터 코드 선언까지 좁혀 간다
질문을 받으면 jevgrep은 디렉터리 구조와 파일 내용 미리보기를 바탕으로 관련성을 판단하고, 후보를 단계적으로 좁힙니다. 결과에는 요약과 파일 목록, 줄 번호가 붙은 원문 발췌, 관련 선언과 호출 위치가 포함돼 표준 출력으로 전달됩니다. 답을 대신 만들어 주는 도구라기보다 코딩 에이전트가 읽을 근거를 찾는 도구입니다.
Jev는 TypeSafe의 판단용 모델입니다. 문장을 길게 생성하기보다 후보 중 고르기, 참·거짓 판단, 기준별 점수처럼 구조화된 판단을 수행합니다. jevgrep은 이를 이용해 폴더·파일·코드 조각의 관련성을 가립니다. 선언 파싱은 Python과 TypeScript·JavaScript를 지원하고, 다른 파일은 일반 텍스트로 다룹니다. 정확한 심볼이나 경로를 이미 안다면 rg가 빠르고, 낯선 파일 여러 곳에 걸친 동작을 물을 때 jevgrep이 유용합니다.
자체 SWE-bench에서 비용 약 30% 감소
공개된 최신 비교는 Python SWE-bench 개발 과제 10개에서 jevgrep을 사용한 경우와 사용하지 않은 경우를 각각 8개 해결했습니다. 코딩 에이전트 Sol의 비용은 기준선 $7.62에서 $5.44로 28.6% 줄었습니다. 실패한 시도 비용도 포함한 수치이며 Jev API 사용료는 포함하지 않습니다.
9월 28일 공개된 별도 속도 보고서는 토큰 합계가 약 993만에서 581만으로 41.5% 감소하고, 비용은 29.97% 줄었다고 기록했습니다. 출시 때 소개한 약 40% 절감은 9월 26일 초기 실행의 결과였고, 이후 성공 과제 수를 8/10으로 맞춘 비교에서는 28.6%로 정리됐습니다. 이 도구를 만든 David Zhang은 GPT-6 Astra를 약 70시간 autoresearch로 반복 실행해 API 입출력 형식과 CLI를 다듬었다고 밝혔습니다(개발 과정 설명).
설치하고 Claude Code·Codex에 연결하기
Node.js 22 이상과 macOS 또는 Linux가 필요합니다. Vercel AI Gateway, TypeSafe, OpenRouter, OpenCode Zen 중 하나의 API 키를 준비합니다. Python, Bun, ripgrep은 따로 설치하지 않아도 됩니다.
npm install -g @dzhng/jevgrep
jg auth
jg doctor
jg skill
jg "How are telemetry events recorded and sent?" ./my-projectjg auth에서 제공자를 고르고 키를 입력하면 기본적으로 ~/.config/jevgrep/credentials.json에 저장됩니다. 연결은 jg doctor로 확인합니다. CLI를 설치한 것만으로 코딩 에이전트가 이를 사용하지는 않으므로, 프로젝트 폴더에서 jg skill을 실행해 에이전트용 스킬도 설치하세요. Claude Code·Codex·OpenCode 등을 찾아 설정하며, 전체 사용자용 --global, 무인 설치용 --yes, 대상 지정용 --agent NAME 옵션을 쓸 수 있습니다. 또는 npx skills add dzhng/jevgrep --skill jevgrep로 설치합니다.
질문 예시는 jg "Where is authentication checked before a request reaches a handler?" .(요청이 핸들러에 도달하기 전 인증을 어디서 확인하는가?) 또는 jg "How are database connections created, pooled, and closed?" ./src(데이터베이스 연결을 어떻게 만들고 풀링하고 닫는가?)입니다. 검색 경로를 빼면 현재 폴더를 대상으로 합니다. 네트워크가 불안정하면 --concurrency 4 또는 1로 동시 작업 수를 줄일 수 있습니다. 버전 업데이트는 npm install -g @dzhng/jevgrep@latest로 하고, 에이전트 스킬도 jg skill을 다시 실행해 갱신합니다. API 키는 환경 변수 대신 jg auth에서 설정합니다. 구글 AI 에이전트 런타임 AX는 에이전트 실행 인프라를 다룬 관련 글입니다.
MIT 무료 CLI, 검색 API 비용은 별도
jevgrep CLI는 MIT 라이선스로 무료입니다. 검색 요청은 선택한 제공자의 Jev API를 사용하므로 API 요금이 별도로 발생할 수 있습니다. 소스 코드가 Jev로 전송되므로 검색할 프로젝트와 폴더를 선택해 사용하세요. 기본 필터는 ignore 파일에 지정된 항목과 숨김·의존성·빌드·바이너리 파일, 자격 증명으로 보이는 파일을 제외합니다. GitHub 저장소는 2026년 9월 28일 기준 933개 스타를 받았고, 같은 날 16:45 KST에도 커밋이 올라왔습니다.
