autobe
무엇인가
AutoBE는 자연어로 서술한 백엔드 요구사항을 TypeScript 백엔드 애플리케이션으로 바꾸는 생성 도구다. 코드 편집기 보조가 아니라 프로젝트 단위 산출물을 만드는 쪽에 속한다. 채팅 인터페이스로 요구사항을 받아 요구사항 분석 보고서, 데이터베이스 스키마, API 명세, E2E 테스트, 구현 코드를 순서대로 낸다. 결과물은 프로토타입에서 끝나지 않고 이후 AI 코드 어시스턴트로 유지·확장하는 것을 전제로 한다.
어떻게 동작하나
동작은 워터폴 모델을 따른다. 단계마다 특화된 에이전트들이 팀을 이뤄 협업한다. 핵심은 코드를 곧바로 뽑지 않는다는 점이다. 에이전트는 먼저 미리 정의된 스키마로 언어 중립 추상 구문 트리(AST)를 구성하고, 각 노드를 타입 규칙에 대고 검증한 뒤에야 코드를 생성한다. 서버는 NestJS와 NodeJS로 구성되고 클라이언트와는 WebSocket RPC로 통신한다. 세션, 이벤트, 프롬프트 이력은 에이전트 라이브러리 계층에서 관리한다.
무엇과 다른가
일반적인 LLM 코드 생성과의 차이는 검증이 일어나는 위치다. 대부분은 텍스트를 만들어 컴파일러에 넘기고 오류를 나중에 확인한다. AutoBE는 구조 오류를 컴파일 단계가 아니라 개념 수준에서 먼저 잡는다. 그래서 생성되는 TypeScript와 Prisma 코드가 빌드 가능한 상태로 나오는 것을 목표로 삼는다. 백엔드와 함께 타입 안전 클라이언트 SDK도 자동 생성되며, React, Vue, Angular 등 어떤 TypeScript/JavaScript 프로젝트에서도 쓸 수 있다.
어떻게 쓰나
사용은 저장소를 클론해 플레이그라운드를 로컬에서 실행하는 방식이다. 플레이그라운드는 http://localhost:5173 에 뜨고, 채팅으로 요구사항을 서술하면 된다. 여러 세션을 관리하고 qwen3.5-397b-a17b 같은 로컬 모델을 포함한 여러 LLM 제공자를 고를 수 있다. http://localhost:5173/replay/index.html 에서 개발팀의 테스트·벤치마크 세션을 재생해 볼 수 있다. 전체 파이프라인을 다 돌릴 필요는 없고 요구사항 분석, DB 설계, API 명세, E2E 테스트 중 필요한 단계에서 멈춰도 된다.
전제와 한계
생성 대상 스택은 TypeScript, Prisma ORM, NestJS로 고정되어 있다. 언어 중립 AST 구조를 다른 프로그래밍 언어로 확장하는 작업은 개발 중이다. 벤치마크 파이프라인은 13개 이상 LLM 모델과 4개 프로젝트 유형을 대상으로 컴파일 정확성, 문서 품질, 요구사항 커버리지, 테스트 커버리지, 로직 완전성, API 완전성을 채점하고 결과를 autobe.dev/benchmark에 게시한다.
유사 도구
- Empryo코드베이스를 tree-sitter로 심볼 그래프로 파싱해 두고, 문자열 패치 대신 AST 연산으로 코드를 고치는 데스크톱 AI 코딩 에이전트다.
- MetaGPT한 줄 요구사항을 입력하면 제품 관리자·아키텍트·엔지니어 역할의 LLM 에이전트 팀이 SOP 순서대로 요구사항·설계·API·코드를 산출하는 멀티에이전트 프레임워크다.
- JeecgBoot자연어 한 줄로 테이블 DDL과 프론트·백엔드 CRUD 코드, 메뉴 권한까지 생성하는 Java 기반 AI 저코드 플랫폼이다. 생성된 코드를 소스 트리에 병합해 직접 수정한다.
- qwen-code터미널에서 동작하는 오픈소스 AI 코딩 에이전트다. OpenAI·Anthropic·Gemini·Qwen API와 로컬 모델을 런타임에 전환하며 MCP와 서브에이전트를 쓴다.
- openevolveLLM을 진화 연산 루프에 넣어 코드를 반복 변이·평가하고, 품질-다양성 그리드에 보존하며 알고리즘을 탐색하는 Python 기반 진화 코딩 에이전트다.