주요 콘텐츠로 건너뛰기
zg

zg 운영 중

zg(zvec-grep)는 Zvec AI가 오픈 소스로 공개한 로컬 우선 통합 검색 기반 도구로, 개발자와 AI Agent를 대상으로 합니다. ripgrep의 정확한 매칭, BM25 어휘 검색, 벡터 의미 검색을 하나로 통합해, 해...

zg(zvec-grep)는 Zvec AI가 오픈 소스로 공개한 로컬 우선 통합 검색 기반 도구로, 개발자와 AI Agent를 대상으로 합니다. ripgrep의 정확한 매칭, BM25 어휘 검색, 벡터 의미 검색을 하나로 통합해, 해...

zg
월간 방문 수
1
가격
설정되지 않음
등록일
—
업데이트됨
2026-09-04

01zg란 무엇인가

zg(zvec-grep)는 Zvec AI가 오픈 소스로 공개한 로컬 우선 통합 검색 기반 도구로, 개발자와 AI Agent를 대상으로 합니다. ripgrep의 정확한 매칭, BM25 어휘 검색, 벡터 의미 검색을 하나로 통합해 자연어 의도와 코드/문서의 실제 표현 사이의 어휘 격차를 해소하고, 모호한 탐색부터 정확한 위치 파악까지 완전한 검색 흐름을 제공합니다. zg는 파일 스캔, Embedding, 인덱싱 및 검색을 기본적으로 모두 로컬 장치에서 처리하며, 경량 엣지 모델을 내장해 GPU나 외부 서비스 없이도 개인정보 보호와 효율성을 모두 확보합니다.

02zg의 주요 기능

WeChat에서 팔로우한 후 “오픈 소스”라고 답장하여 AI 오픈 소스 프로젝트 교류 그룹에 참여하세요
의미 검색: 자연어 의도에 따라 코드와 문서에서 관련 내용을 찾아 사전에 정확한 키워드를 추측할 필요가 없습니다.
BM25 검색: 단어 빈도에 기반해 텍스트 조각의 관련성을 가중치로 정렬하여 가장 일치하는 결과에 빠르게 집중할 수 있습니다.
하이브리드 검색: 의미 벡터와 BM25 다중 검색 결과를 결합하고, RRF로 중복을 제거한 뒤 통합 정렬합니다.
ripgrep 정확한 매칭: 이미 알고 있는 기호, 함수명, 설정 키 또는 텍스트 패턴을 철저하고 정확하게 검증합니다.
다양한 형식의 콘텐츠 추출: 코드 기호 계층, 문서 장 구조 및 데이터 파일을 자동으로 분석하고 위치 파악 메타데이터를 유지합니다.
로컬 엣지 Embedding: 11개의 경량 모델을 내장하고 기본적으로 장치 내부에서 실행되며 GPU나 데이터 업로드가 필요하지 않습니다.
임베디드 인덱스 저장소: Zvec 프로세스 내 데이터베이스를 기반으로 벡터 및 BM25 인덱스를 구현하며 별도 서비스 배포가 필요하지 않습니다.
증분 인덱스 업데이트: 최초 구축 후 변경된 콘텐츠만 처리하며, 인덱스를 여러 검색과 Agent 작업에서 장기간 재사용할 수 있습니다.
CLI + MCP 이중 진입점: 사람이 사용할 수 있는 명령줄을 제공하는 동시에 MCP 프로토콜을 통해 Codex, Cursor 등의 Agent가 호출할 수 있습니다.
자동 Agent 통합: zg install 한 번으로 로컬에 설치된 Agent를 자동으로 검색하고 MCP 설정을 완료합니다.

03zg 사용 방법

설치: npm install -g @zvec/zvec-grep을 통해 zg 도구를 전역 설치합니다.
설정: zg install을 실행하면 로컬에 설치된 Codex, Cursor 등의 Agent를 자동으로 검색하고 MCP 통합을 완료합니다.
인덱스 생성: 대상 저장소 디렉터리로 이동한 뒤 zg index를 실행하여 코드와 문서의 로컬 의미 및 BM25 인덱스를 구축합니다.
CLI 검색: 터미널에서 zg query --human "질문"을 사용해 자연어로 로컬 콘텐츠를 검색합니다.
Agent 검색: 연결된 Agent에서 자연어로 직접 질문하면 Agent가 MCP를 통해 zg를 자동으로 호출하여 검색을 수행합니다.

04zg의 핵심 장점

통합 검색 방식: 의미 검색, BM25 정렬 및 ripgrep 정확한 매칭을 하나의 완전한 검색 흐름으로 통합하여 모호한 의도 파악부터 기호 검증까지 전 과정을 지원합니다.
Agent 네이티브 설계: MCP 프로토콜을 통해 주요 Agent와 긴밀하게 통합되며, 실제 테스트에서 도구 호출과 Token 사용량을 40% 이상 줄일 수 있습니다.
로컬 우선 개인정보 보호: 파일 스캔, Embedding, 인덱싱 및 검색을 기본적으로 모두 장치 내부에서 처리하며 어떤 콘텐츠도 업로드할 필요가 없습니다.
엣지 경량 모델: 11개의 엣지 Embedding 모델을 내장하고, 기본 16M 파라미터로 실행할 수 있어 GPU나 원격 API가 필요하지 않습니다.
임베디드 무의존 저장소: Zvec 프로세스 내 데이터베이스를 기반으로 벡터 및 BM25 인덱스를 구현하여 별도 데이터베이스 서비스의 배포와 유지 관리가 필요하지 않습니다.
증분 인덱스 재사용: 최초 구축 후 변경된 콘텐츠만 처리하며, 하나의 인덱스를 CLI와 여러 Agent 작업에서 장기간 공유하고 재사용할 수 있습니다.
구조화된 콘텐츠 추출: 코드 기호 계층, 문서 장 구조 및 메타데이터를 자동으로 분석하여 검색 결과의 위치를 파악하고 검증할 수 있습니다.
원클릭 Agent 통합: zg install이 로컬의 Codex, Cursor, Claude Code 등을 자동으로 검색하고 MCP 설정을 완료합니다.

05zg 프로젝트 주소

GitHub 저장소: https://github.com/zvec-ai/zvec-grep

06zg의 활용 사례

코드베이스 의도 탐색: 개발자 또는 Agent가 비즈니스 현상을 자연어로 설명하면, zg 의미 검색을 통해 코드에서 hydratePreferences의 관련 구현이나 문서에서 ”계정 권한 부여 및 승인”과 관련된 내용을 찾아냅니다.
장애 위치 파악 및 근본 원인 분석: 오류 로그나 사용자 피드백의 모호한 설명을 바탕으로 Agent가 zg 의미 검색을 통해 관련 코드 경로, 설정 파일 및 문서 설명을 빠르게 발견하여 여러 차례의 검색과 무관한 파일 읽기를 줄입니다.
파일 간 코드 이해: 대규모 코드베이스에서 특정 기능의 전체 구현 흐름을 이해할 때 자연어로 질문하면 모듈과 언어를 넘나드는 관련 함수, 인터페이스 정의 및 호출 관계를 얻을 수 있어 디렉터리 트리를 수동으로 탐색할 필요가 없습니다.
로컬 지식베이스 질의응답: 기술 문서, 연구 자료, 노트 등의 Markdown/텍스트 파일을 인덱싱한 후 자연어로 질의하여 정확한 답변을 빠르게 얻고, 출처 파일과 구체적인 장 위치도 함께 확인할 수 있습니다.

© 면책 조항: 도메인 및 연결된 콘텐츠는 시간이 지나면서 변경될 수 있습니다. AIEZZ은(는) 제3자 웹사이트를 관리하지 않습니다. 외부 콘텐츠와 위험을 독립적으로 검토하세요.

사용자 리뷰0