원문 캡처 · github.com
원문 캡처 · github.com

공식 500개 작업 평가에서 Wn 모델은 실제 수정 파일을 상위 3개 안에 76% 포함했다. 저장소별 어댑터를 더하면 81%였다.

Wn은 저장소에 자연어로 질문하면 관련 파일 세 개를 순위와 함께 보여주는 도구다. 코드를 로컬에서 처리하며, 저장소의 깃 기록으로 해당 저장소에 맞게 조정한다. 코드 탐색을 돕고 싶은 개발자나 코딩 에이전트를 쓰는 팀이 활용할 수 있다.

Wn은 무엇을 찾나?

코드 검색을 도서관의 색인에 빗대면, Wn은 질문의 뜻과 저장소의 수정 이력을 함께 살펴 관련 파일을 위에 올리는 색인이다. 일반적인 텍스트 유사도 검색과 달리, 실제 작업에서 어떤 파일이 바뀌었는지를 학습한다.

Wn 모델은 작업 설명과 실제 변경 파일로 이뤄진 약 110만 쌍으로 미세 조정됐다. 여기에 저장소별 어댑터(저장소의 특성에 맞게 모델을 조정하는 구성 요소)를 커밋 기록으로 맞춘다. 따뜻한 상태에서 질문 하나를 처리하는 데 약 80~100밀리초가 걸린다.

어떤 평가를 받았나?

점수는 확률이 아니라 파일의 순위를 나타낸다. hit@3는 실제 수정된 파일이 상위 3개 안에 들어간 비율이다. 공식 500개 작업 하위 집합의 결과는 다음과 같다.

순위 모델hit@3
BM25.37
학습 전 EmbeddingGemma-300M(Wn과 같은 기반 모델).46
SweRankEmbed-Small.61
Wn 모델.76
Wn 모델 + 저장소별 어댑터.81

학습에 포함되지 않은 저장소의 994개 작업만 보면, 학습 전 모델은 .46, Wn 모델은 .76, 어댑터를 더한 모델은 .80이었다. BM25는 전체 1,136개 작업에서 .37을 기록했다. 벤치마크 프로토콜과 다른 모델 결과는 Benchmarks와 FAQ에 안내돼 있다.

실제 종료된 이슈 102건에서는 제목만으로 수정 파일을 상위 3개 안에 찾은 비율이 49%였다. 이슈 식별자를 grep으로 검색했을 때는 31%였다. 다만 이슈 본문 전체를 제공하면 grep이 앞섰다.

설치하려면 무엇을 확인해야 하나?

macOS Apple 실리콘과 glibc 2.35 이상을 사용하는 Linux를 지원한다. 설치 프로그램이 확인을 요청한 뒤 약 1.2GB 모델을 내려받는다. Intel Mac과 Windows는 아직 지원하지 않는다. 전체 제거 명령은 wn uninstall이다.

sh
curl -fsSL https://raw.githubusercontent.com/andreylukin/where-next/main/install.sh | sh

저장소에서 초기화하고, 코딩 도구를 연결한 뒤 질문하는 기본 순서는 다음과 같다. wn bench는 선택 사항이며, 과거 커밋을 재생해 해당 저장소에서의 결과를 확인한다.

sh
cd your-repo
wn init # index the repo, learn from its git history
wn setup # connect Claude Code, Codex, Cursor: hints arrive automatically
wn ask "where are gitignore rules matched against paths"
wn bench # optional: replay past commits, see how it does here

ripgrep의 복제 저장소에서 제시된 질문과 결과는 다음과 같다. 점수는 순위용 점수이지 확률이 아니다.

text
$ wn ask "where are gitignore rules matched against paths"
crates/ignore/src/gitignore.rs 0.50
crates/ignore/src/dir.rs 0.42
crates/ignore/src/overrides.rs 0.42

wn setup을 실행하면 Claude Code, Codex, Cursor에 기술과 후크를 연결해 맥락에 파일 힌트를 추가한다. 다른 클라이언트에서는 wn mcp로 MCP(Model Context Protocol, AI 도구 연결 규약)를 사용할 수 있다.

어디까지 믿고 써야 하나?

Wn은 에이전트의 비용을 줄이거나 성공률을 높인다고 입증되지 않았다. 통제된 실험 네 건에서 역량 있는 에이전트의 비용 절감이나 성공률 향상은 나타나지 않았다. 실제 수정 파일을 에이전트에 미리 알려줘도 도움은 거의 없었다. 따라서 비용 절감 도구라기보다 코드 탐색 보조 도구로 보는 편이 맞다.

정확한 이름이나 문자열을 찾을 때는 rg를 쓰는 것이 낫다. Wn은 의미를 바탕으로 파일을 순위화한다. “이제 다른 쪽”처럼 앞선 맥락에 기대는 모호한 후속 질문에는 추측하는 대신 “확신할 만한 힌트가 없음”을 표시하므로 질문을 구체적으로 해야 한다. Wn은 초기 버전인 v0.1.0이다. 추가 제한 사항은 docs/limitations.md에 있다.

코드는 Apache-2.0 라이선스지만 기본 모델 lukandrey/where-next-gemma-xl1은 별도로 배포되며 Gemma 이용 약관을 따른다. Wn은 원격 측정을 하지 않고 코드가 컴퓨터 밖으로 나가지 않는다고 안내한다. 익명 사용 통계는 내용을 읽고 확인한 뒤에만 공유된다. 원문은 가격을 밝히지 않는다.