내 AI가 없는 함수를 지어낸다 — 라이브러리 605개 문서를 먹이는 무료 오픈소스 도구
AI 코딩 도우미가 존재하지 않는 함수를 만들어내는 문제를 해결합니다. Context Hub는 605개 라이브러리의 정확한 문서를 AI에 직접 전달하는 무료 오픈소스 도구로, 하루 만에 깃허브 스타 975개를 받으며 총 1만 스타를 돌파했습니다.
AI에게 코드를 짜달라고 했더니 결과물이 깔끔해 보여서 바로 실행했는데, 에러가 났습니다. 이유를 찾아보니 AI가 실제로 존재하지 않는 함수를 만들어낸 것이었습니다. 이 현상을 'API 환각(hallucination)'이라고 부르는데, AI 코딩 도우미를 쓰는 사람이라면 누구나 한 번쯤 겪는 문제입니다.
Context Hub는 이 문제를 정면으로 해결하는 무료 오픈소스 도구입니다. 605개 라이브러리의 검증된 최신 문서를 AI에게 직접 먹여서, AI가 추측 대신 정확한 정보를 바탕으로 코드를 작성하게 만듭니다. 깃허브 스타 1만 개를 돌파했고, 하루 만에 975개의 새로운 스타를 받으며 빠르게 성장하고 있습니다.
AI가 가짜 함수를 만들어내는 이유
ChatGPT, Claude, Cursor 같은 AI 코딩 도우미는 학습 데이터가 만들어진 시점까지의 정보만 알고 있습니다. 그래서 라이브러리가 업데이트되면 AI는 옛날 버전의 함수를 쓰거나, 아예 존재하지 않는 함수를 자신 있게 만들어냅니다.
예를 들어 OpenAI의 Python 라이브러리가 대규모 업데이트를 했는데, AI는 여전히 옛날 방식으로 코드를 짜는 식입니다. 개발자는 에러 메시지를 보고 나서야 "아, 이 함수는 없구나"를 깨닫게 됩니다.
Context Hub의 설명에 따르면: "코딩 에이전트는 API를 환각하고, 세션에서 배운 것을 잊어버린다" — 이 두 가지 문제를 동시에 해결하는 것이 이 도구의 목표입니다.
605개 라이브러리, 한 줄 명령어로 정확한 문서 제공
Context Hub가 제공하는 문서 목록은 놀라울 정도로 방대합니다. OpenAI, Anthropic, Google Gemini, LangChain, FastAPI, Django, React, Next.js, PyTorch, TensorFlow 등 개발자가 실제로 쓰는 주요 라이브러리 605개의 문서가 이미 준비되어 있습니다.
사용법은 간단합니다. 터미널(명령어 입력창)에서 아래 명령어로 설치하면 됩니다:
# 설치 (Node.js가 필요합니다)
npm install -g @aisuite/chub
# 어떤 문서가 있는지 검색
chub search openai
# 파이썬용 OpenAI 채팅 API 문서 가져오기
chub get openai/chat --lang py
# 자바스크립트용 문서 가져오기
chub get openai/chat --lang js핵심 명령어를 정리하면:
AI가 스스로 배우고 기억하는 자기 개선 시스템
Context Hub의 가장 독특한 기능은 자기 개선 루프(self-improving loop)입니다. 일반적인 문서 도구와 달리, 이 도구는 AI가 작업하면서 발견한 새로운 정보를 메모(annotation)로 남길 수 있습니다.
예를 들어 AI가 OpenAI 문서를 읽고 코드를 짜다가 "이 함수는 최근에 이름이 바뀌었다"는 사실을 발견하면, 그 정보를 메모로 남깁니다. 다음 세션에서 같은 문서를 불러오면 이 메모가 자동으로 함께 표시됩니다. AI가 '기억'을 갖게 되는 셈입니다.
사용자의 피드백(좋아요/싫어요)은 문서 작성자에게 전달되어 문서 품질이 지속적으로 개선됩니다. 한 사람이 발견한 문제가 모든 사용자에게 도움이 되는 구조입니다.
이미 있는 Context7과 뭐가 다른가
비슷한 목적의 도구로 Context7(깃허브 스타 약 5만 개)이 이미 있습니다. 둘 다 'AI에게 최신 문서를 제공한다'는 같은 문제를 풀지만, 접근 방식이 다릅니다.
| 비교 항목 | Context Hub | Context7 |
|---|---|---|
| 깃허브 스타 | 약 1만 | 약 5만 |
| 문서 수 | 605개 (직접 확인) | 커뮤니티 기여 방식 |
| 연결 방식 | CLI 명령어 (chub) | MCP(AI 도구 연결 규격) |
| AI 기억 기능 | 메모 + 피드백 시스템 | 없음 |
| 토큰 절약 | 점진적 공개 (필요한 부분만) | 전체 문서 전달 |
| 기업용 신뢰 제어 | 출처별 필터링 가능 | 없음 |
Context Hub의 차별점은 세 가지입니다. 첫째, 메모(annotation) 기능으로 AI가 세션 간 학습 내용을 유지합니다. 둘째, 점진적 공개(progressive disclosure)로 필요한 부분만 가져와 AI의 '두뇌 용량'(토큰)을 아낍니다. 셋째, 기업 환경에서 공식 문서만 허용하는 신뢰도 필터링이 가능합니다.
Cursor, Claude Code에서 바로 쓰는 방법
Context Hub는 어떤 AI 코딩 도구와도 함께 쓸 수 있습니다. Claude Code, Cursor, 또는 터미널 기반 AI 도구에서 코드를 짜기 전에, 관련 라이브러리 문서를 먼저 불러오면 됩니다.
# 1. 내가 쓸 라이브러리 문서를 먼저 가져온 뒤
chub get fastapi --lang py --full
# 2. 그 문서를 AI에게 컨텍스트로 전달
# Claude Code에서: 문서 내용을 프롬프트에 포함
# Cursor에서: 문서를 프로젝트 파일로 저장 후 참조현재 지원하는 주요 라이브러리를 일부 나열하면: anthropic, openai, gemini, langchain, langgraph, fastapi, django, flask, react, next, vue, svelte, pytorch(torch), tensorflow, keras, pandas, numpy, streamlit, gradio, playwright, selenium, stripe, supabase, firebase, prisma, redis, mongodb 등 605개에 달합니다.
누가 쓰면 좋은가
주의할 점
Context Hub는 아직 정식 릴리스(release) 버전이 없으며, 커뮤니티 기여에 의존하는 만큼 모든 라이브러리의 문서가 항상 최신은 아닐 수 있습니다. 실제로 깃허브 이슈에서 "Gemini 문서가 2세대 전 버전"이라는 보고가 있었습니다. Windows 환경에서 설치 오류가 발생하는 경우도 보고되고 있으니, macOS나 Linux 사용자에게 더 안정적입니다.
그럼에도 하루 스타 975개의 성장세와 605개 라이브러리 지원은, AI 코딩 도구의 가장 큰 약점인 '환각 문제'를 실용적으로 해결하는 도구로서 주목할 만합니다.
관련 콘텐츠 — Easy클코로 AI 시작하기 | 무료 학습 가이드 | AI 뉴스 더보기