AI 코드의 스킬 지침 준수율 100% 강제하는 'Evidence Graph' 도구 공개

Wrtn Labs가 AI가 생성한 코드가 스킬(Skill) 지침을 완전히 준수하도록 강제하는 Evidence Graph 도구를 공개했다. 이는 AI가 스펙을 이해하고도 일부 제약을 무시하고 작업을 완료하는 'The Compliance Gap' 문제를 해결하기 위한 것이다.

핵심 메커니즘

각 지시사항의 준수 여부나 미적용 사유를 코드 내 태그(@evidence, @evidenceExclude)로 명시하여 리뷰 가능한 그래프를 생성한다. Checker는 필수 연결의 답변 존재 여부를 확인하고, Reviewer는 답변의 진위를 판단하는 역할 분담이 이루어진다. evidence.config.ts를 통해 요구사항과 구현 대상을 연결하며, 위반 시 npx evidence 실행 결과 exit code 1로 체크가 실패한다.

벤치마크 및 효과

동일 엔진/모델로 4개 앱을 구축한 벤치마크 결과, 기존 방식(Plain)은 커버리지가 **51.6~85.5%**에 그치고 토큰의 90%가 반복 리뷰에 소모된 반면, Evidence Graph 방식은 100% 커버리지를 달성하고 태그 목록으로 1회 리뷰만으로 완료할 수 있었다.

지원 범위 및 특징

• 언어 지원: TypeScript, Python, Go, Rust 등 20개 이상의 언어 및 Markdown, Swagger, Prisma 지원
• 기술 스택: Tree-sitter와 자체 parser 사용 (컴파일러 실행 없음)
• 라이선스: MIT 라이선스 (GitHub: wrtnlabs/evidence)