AI 코드 수정 60% 절감

Dirac가 해시 앵커 기반 코드 편집을 확장해, 줄번호 해시 대신 단일 토큰 앵커와 상태 저장형 백엔드를 결합한 새 편집 방식을 공개했다.

핵심은 읽기 단계에서 파일의 각 줄에 앵커를 붙이고, 수정 시에는 모델이 start/end 앵커와 교체 코드만 제시하도록 해 출력 토큰을 줄이는 구조다. 기존 search/replace 방식의 O(S+R) 대신, 편집 응답을 **O(R)**로 줄일 수 있다고 설명했다.

구현은 다음 요소로 구성된다.

• Anchor: tiktoken으로 고른 약 1,700개의 단일 토큰 앵커
• Delimiter: 코드와 앵커를 나누는 §
• Validator: 앵커가 가리키는 전체 라인 문자열 매칭
• State Manager: 파일별 앵커 매핑을 유지하는 상태 관리
• Reconciler: Myers diff로 변경된 줄에만 새 앵커를 재할당

비교 결과도 제시했다. 테스트 8개 과제에서 Dirac는 8/8 정답, 평균 비용 $0.18을 기록했고, 비교군의 평균 비용은 $0.38~$0.73 수준이었다. 예시 과제별로도 transformers, vscode, django 작업에서 더 낮은 비용을 보였다고 주장했다.

현재 이 방식은 Dirac의 VS Code 확장과 CLI에 적용돼 있다고 밝혔다.