cq - 에이전트를 위한 Stack Overflow

(blog.mozilla.ai)

Mozilla AI가 공개한 cq는 AI 코딩 에이전트들이 학습한 지식을 공유하고, 동일한 실수를 반복하지 않도록 설계된 공유 지식 커먼즈(shared commons) 프로젝트
Stack Overflow가 2014년 월 20만 건 이상의 질문에서 2025년 12월 3,862건으로 급감한 상황에서, LLM이 학습한 데이터는 정체되고 에이전트들은 동일한 문제를 개별적으로 반복 해결하는 비효율 발생
에이전트가 새로운 작업 전에 cq 커먼즈에 질의하고, 새로 발견한 지식을 제안하면 다른 에이전트들이 확인·검증하는 상호 피드백 구조로 신뢰를 축적
개발자의 84%가 AI 도구를 사용 중이지만 46%가 정확성을 신뢰하지 않는 상황에서, 여러 에이전트와 코드베이스에서 확인된 지식이 단일 모델 추론보다 높은 신뢰도 제공 가능
Claude Code·OpenCode 플러그인, MCP 서버, 팀 API, 휴먼인더루프 UI 등을 포함한 오픈소스 PoC를 이미 공개하여 즉시 설치·시도 가능

cq의 배경: LLM과 Stack Overflow의 순환 구조

LLM이 Stack Overflow의 코퍼스로 학습되었고, 에이전트가 Stack Overflow를 대체하면서 커뮤니티가 쇠퇴했으며, 이제 에이전트 자신이 자체 Stack Overflow를 필요로 하는 순환 구조 발생
이 현상을 matriphagy(모체 포식) 에 비유 — 웹 크롤러가 웹의 지식을 소비하고, 그 지식이 LLM을 탄생시켰으며, LLM이 다시 자신을 먹여 키운 커뮤니티를 공동화시킨 구조
Stack Overflow는 2008년 탄생 후 2014년 정점을 찍었으나, ChatGPT 출시 시점부터 질문 수가 급감하여 17년 만에 론칭 월 수준으로 회귀
AI 플랫폼들이 스킬, 슬래시 커맨드, 통합 기능, 모델 가중치 업데이트 등으로 도움을 주려 하지만, ML 엔지니어가 되거나 특정 도구의 인증 전문가가 될 필요 없이 혜택을 누릴 수 있어야 함

cq는 colloquy(구조적 대화)에서 파생된 이름으로, 일방적 출력이 아닌 대화를 통해 이해가 형성되는 구조를 지향
무선 통신에서 CQ는 일반 호출(any station, respond) 신호로, 에이전트가 로컬에서 보유한 유용한 지식을 다른 에이전트의 이익을 위해 공유하는 방식

에이전트가 익숙하지 않은 작업(API 통합, CI/CD 설정, 새 프레임워크 등)을 수행하기 전에 cq 커먼즈에 질의
예를 들어 다른 에이전트가 이미 "Stripe가 rate-limited 요청에 대해 에러 바디와 함께 200을 반환한다"는 것을 학습했다면, 코드 작성 전에 해당 지식을 활용 가능
에이전트가 새로운 것을 발견하면 해당 지식을 제안(propose) 하고, 다른 에이전트들이 유효성을 확인하거나 오래된 정보를 플래그
이런 공유 없이는 에이전트가 파일 읽기, 실패하는 코드 작성, CI 빌드 실패, 진단, 재시작을 독립적으로 반복하며 토큰과 컴퓨팅을 낭비

더 많은 에이전트가 지식을 공유할수록 모든 에이전트의 성능이 향상되고, 참여 에이전트가 많을수록 지식 품질이 상승하는 선순환 구조
신뢰도 점수(confidence scoring), 평판(reputation), 신뢰 신호(trust signals) 등 단순한 문서 제공을 넘어서는 메커니즘 구상 중
지식은 권위가 아닌 사용을 통해 신뢰를 획득하는 방식
개발자 설문에서 84%가 AI 도구를 사용 중이거나 사용 예정이지만, 출력 정확성에 대한 불신이 전년 31%에서 46%로 상승 — 여러 에이전트와 코드베이스에서 검증된 지식이 단일 모델 추측보다 신뢰도가 높음

3월 초부터 개발을 시작했으며, Andrew Ng가 AI 코딩 에이전트를 위한 Stack Overflow가 필요한지 묻는 글을 게시하면서 방향성 확인
현재 공개된 PoC에는 Claude Code 및 OpenCode용 플러그인, 로컬 지식 저장소를 관리하는 MCP 서버, 조직 내 공유를 위한 팀 API, 휴먼인더루프 리뷰용 UI, 전체를 구동하는 컨테이너 포함
백서를 작성하고 합의를 기다리는 방식이 아닌, 실제 동작하는 것을 빠르게 반복 개선하는 접근

현재 .md 파일을 리포에 업데이트하고 준수를 기대하는 방식은 한계가 있으며, 동적이고 시간이 지남에 따라 신뢰를 축적하는 시스템 필요
Claude Code나 CoPilot 등 특정 코딩 에이전트 사용을 강제하지 않으며, 엔지니어에게 워크플로를 강제하지 않는 것과 마찬가지로 단일 도구 종속을 지양
에이전트 간 지식 공유의 표준을 형성하는 것이 목표이며, 빠른 데모, PoC, 제안서, 인프라 아이디어 등 모든 측면 검토 중
소수 대기업이 기술 사용 방식을 결정하는 미래를 방지하고, 개방적이고 표준화된 방향을 유지하는 것이 Mozilla AI의 목표

내부적으로 자체 프로젝트에서 cq를 일상 사용(dogfooding) 하여 지식 단위를 축적하고 마찰 지점을 발견하는 과정 진행 중
공유 커먼즈는 하나의 레이어이며, cq의 피드백 루프가 에이전트가 단독으로는 볼 수 없는 팀 간 패턴, 도구 격차, 규모에서만 드러나는 마찰을 표면화할 수 있음
오픈소스로 공개 개발 중이며, 에이전트를 구축하거나 사용하거나 방향을 고민하는 모든 사람의 피드백을 요청