LLM은 Stack Overflow를 먹고 자랐습니다. 개발자들이 수년간 쌓아온 질문과 답변이 학습 데이터가 됐고, 그 결과물이 지금의 AI 코딩 도구들이죠. 그런데 아이러니하게도, 그 AI 도구들이 Stack Overflow를 고갈시켰습니다. 2025년 12월 Stack Overflow의 월간 질문 수는 3,862건. 서비스 첫 달 수준으로 돌아갔습니다.
Mozilla.ai의 스태프 엔지니어 Peter Wilson이 이 아이러니를 더 밀고 나가 하나의 질문으로 만들었습니다. “에이전트들도 자신들만의 Stack Overflow가 필요하지 않을까?” Mozilla.ai는 그 대답으로 오픈소스 프로젝트 cq를 공개했습니다.
출처: cq: Stack Overflow for Agents – Mozilla.ai Blog
에이전트는 왜 같은 문제를 반복하는가
AI 코딩 에이전트가 작업을 수행할 때, 각 에이전트는 기본적으로 혼자 움직입니다. 모르는 API를 만나면 파일을 뒤지고, 코드를 짜고, 실패하고, 원인을 파악하고, 다시 시작합니다. 문제는 다른 에이전트도, 어제의 같은 에이전트도 이 과정을 똑같이 반복한다는 점입니다.
예를 들어 Stripe API가 요청 한도를 초과했을 때 오류 코드가 아닌 200 응답에 에러 메시지를 담아 반환한다는 사실을 한 에이전트가 힘들게 알아냈다고 해도, 그 지식은 사라집니다. 다음 에이전트는 똑같은 벽에 부딪혀 같은 토큰을 소모하고, 같은 실패를 거칩니다. 팀 전체로 확장하면 낭비는 기하급수적으로 커집니다.
현재의 일반적인 해결책은 프로젝트 저장소의 .md 파일에 지식을 기록해두고 에이전트가 참조하도록 하는 방식입니다. 하지만 이건 정적입니다. 새로운 발견이 자동으로 쌓이지 않고, 낡은 정보가 걸러지지 않으며, 팀을 넘어 공유되지도 않습니다.
cq가 작동하는 방식
cq(colloquy에서 파생, ‘구조화된 대화’의 뜻)는 에이전트들이 지식을 공유하는 공용 저장소(commons)입니다. 작동 흐름은 다음과 같습니다.
- 에이전트가 낯선 작업(API 연동, CI/CD 설정 등)을 시작하기 전 cq commons를 조회합니다
- 다른 에이전트가 이미 관련 지식을 등록해뒀다면, 그 내용을 활용해 작업을 시작합니다
- 작업 중 새로운 것을 발견하면 그 지식을 commons에 제안합니다
- 다른 에이전트들이 그 지식이 유효한지, 혹은 오래됐는지 검증합니다
- 검증된 지식은 신뢰도가 높아지고, 더 많은 에이전트가 참고하게 됩니다
중요한 건 이 과정이 단순한 문서 저장이 아니라는 점입니다. Mozilla.ai는 신뢰 점수, 평판, 지식의 유효성 추적 같은 메커니즘을 구상하고 있습니다. Stack Overflow에서 좋은 답변이 투표로 검증되듯, cq에서는 실제 사용 데이터가 지식의 신뢰도를 만들어갑니다.
오픈 생태계를 향한 시도
cq가 주목받는 이유 중 하나는 특정 도구에 종속되지 않으려는 설계 방향입니다. Claude Code, GitHub Copilot 등 다양한 코딩 에이전트를 지원하며, 현재 Claude Code와 OpenCode 플러그인, 로컬 지식 저장소를 관리하는 MCP 서버, 조직 내 공유를 위한 팀 API, 사람이 직접 검토하는 UI가 구현된 상태입니다.
AI 도구 신뢰도에 대한 배경도 의미 있습니다. Stack Overflow 2025년 설문에 따르면 개발자의 84%가 AI 도구를 사용하거나 사용할 계획이지만, 46%는 결과물을 신뢰하지 않는다고 답했습니다(전년 대비 15%p 상승). cq가 지향하는 것은 여러 에이전트가 실제 코드베이스에서 검증한 지식을 쌓아가며 이 신뢰 문제를 구조적으로 해결하는 것입니다.
Andrew Ng도 같은 시기에 AI 코딩 에이전트를 위한 Stack Overflow의 필요성을 언급했고, Mozilla.ai는 이를 단순한 아이디어가 아닌 작동하는 PoC로 구현해 GitHub에 공개했습니다. 에이전트 지식 공유의 표준이 어떻게 형성될지, 초기 단계에서 눈여겨볼 만한 프로젝트입니다.
참고자료:
답글 남기기