Type Server Protocol(TSP)은 편집기와 타입 서버를 연결해 진단 및 코드 지능 정보를 교환하는 프로토콜이다. 이를 공개한 곳은 Microsoft Pylance 팀이다. TSP는 모델이나 플러그인이 아니다.
TSP는 또 하나의 AI 코딩 플러그인이 아니다
대부분의 코드 완성 도구는 다음 경로를 따른다. 사용자가 코드를 입력하면 클라이언트가 컨텍스트를 수집하고 모델을 호출한 뒤, 결과를 회색 글씨의 완성 텍스트로 표시한다.
이 방식은 코드를 생성할 수 있지만, “이 함수가 실제로 무엇을 반환하는가”, “이 인자에 타입 오류가 있는가”, “이 심볼은 어디에 정의되어 있는가” 같은 질문에는 여전히 컴파일러나 언어 서버가 필요하다.
TSP는 이보다 한 단계 아래의 계층을 다룬다.
핵심 주체는 두 가지다.
- 편집기 클라이언트: 코드 입력, 완성 항목 표시, 진단 결과 표시를 담당하는 IDE
- 타입 서버: 소스 코드를 분석해 타입과 의미 정보를 제공하는 언어 서비스
클라이언트는 서버 내부에서 심볼 테이블을 어떻게 구성하는지 알 필요가 없으며, 특정 플러그인 전용 데이터 형식에도 의존하지 않는다. 요청과 응답은 프로토콜이 정의한 구조화된 메시지를 통해 전달된다.
여기서 일반적인 완성 API와의 차이가 드러난다. 완성 API는 보통 문자열 하나만 반환하지만, TSP는 타입과 구조를 가지며 요청과 연결된 여러 기능 결과를 전송한다.
TSP는 AI 코딩 도구 체인의 인터페이스 기반이다. 모델을 학습시키거나 더 많은 코드를 생성하는 일을 자체적으로 담당하지는 않는다.
한 번의 요청으로 얻을 수 있는 정보
프로토콜 설계에 따르면 클라이언트는 여러 종류의 코드 지능 정보를 타입 서버에 요청할 수 있다.
- 타입 정보: 표현식, 변수, 함수, 인터페이스의 구체적인 타입
- 완성 결과: 지정한 위치에서 사용할 수 있는 심볼과 타입 메타데이터
- 호버 정보: 심볼 설명, 타입, 문서 등 구조화된 콘텐츠
- 진단 정보: 구문 오류, 타입 오류 및 관련 위치
- 의미 기능: 코드 탐색 등 언어 분석에 의존하는 작업
핵심은 정보를 얻을 수 있다는 사실만은 아니다. 얻은 정보를 프로그램이 계속 활용할 수 있어야 한다.
완성 텍스트는 편집기에 바로 표시하기 적합하고, 진단은 오류가 있는 줄에 표시하는 데 적합하다. 타입 정보는 Agent가 도구 호출 인자를 검사하거나 반환값이 제약을 만족하는지 판단하게 할 수 있으며, 코드를 실행하기 전에 정적 검사를 수행하는 데도 활용된다.
클라이언트와 서버가 통합된 메시지 형식을 사용하면, 각 플러그인이 같은 결과를 별도로 해석할 필요가 없어진다. 반대로 Agent도 전체 타입 분석을 다시 LLM 추론에 넣지 않아도 된다. 모델은 다음에 무엇을 할지 결정하고, 타입 서버는 검증 가능한 사실을 제공한다.
이는 MCP의 설계 방향과 비슷하다. 두 프로토콜 모두 외부 기능을 모델이나 Agent에 연결하는 문제를 다루지만 대상이 다르다. MCP는 도구, 리소스, 프롬프트 같은 상호작용을 다룬다면, TSP는 코드 편집기와 언어 서버 사이의 통신을 다룬다.
AI Agent에 더 필요한 이유
AI Agent가 코드를 작성할 때 가장 까다로운 문제 중 하나는 모델이 그럴듯한 코드를 쓸 수 있는지가 아니라, 충분한 엔지니어링 컨텍스트를 확보했는지다.
Agent는 다음과 같은 정보가 필요할 수 있다.
- 같은 이름의 문자열이 아니라 실제 함수 정의를 찾는다.
- 호출 인자의 타입을 확인한다.
- 컴파일 오류가 어느 위치에서 발생했는지 파악한다.
- 변경 사항이 인터페이스 계약을 위반하지 않는지 이해한다.
IDE, 언어, Agent 프레임워크마다 각각 해석 방식을 구현하면 동일한 비용을 반복해서 지불해야 한다.
TSP의 가치는 안정적인 언어 서비스 인터페이스를 재사용할 수 있다는 데 있다. Agent는 먼저 완성 결과나 타입 정보를 요청한 뒤 이를 계획과 수정에 반영할 수 있다. 모델은 타입을 추측하지 않아도 되고, 클라이언트는 모델마다 코드 분석 로직을 따로 관리하지 않아도 된다.
간단한 작업 흐름은 세 단계로 나눌 수 있다.
Agent 定位可疑调用
→ 通过 TSP 查询符号类型与诊断
→ 把结构化结果交给模型决定是否修改
이 방식은 저장소 전체를 컨텍스트에 넣는 것보다 token을 적게 사용하며, 모델이 직접 타입 오류를 판단하게 하는 것보다 신뢰하기 쉽다.
하지만 경계는 분명히 해야 한다. TSP는 코드 의미 정보를 위한 인터페이스이며, Agent의 메모리 시스템, 작업 계획, 실행 주기를 해결하지 않는다. Agent가 자동으로 요구사항을 이해하게 하거나 테스트를 대신하지도 않는다.
TSP는 안정적인 데이터 파이프에 가깝다. 코드 이해 기능을 조합 가능한 인프라로 만들어, 모든 AI 코딩 제품이 같은 장치를 다시 만들고 있지 않도록 하는 것이다.
Microsoft가 관리한다는 사실만으로 생태계가 성숙한 것은 아니다
명세 문서는 Microsoft Pylance 팀이 관리하며 microsoft/pylance-release 저장소에 공개되어 있다. Pylance 자체가 VS Code의 Python 언어 서비스이기 때문에, 이 팀은 실제 타입 분석 환경을 보유하고 있다는 점이 중요하다.
하지만 “Microsoft가 관리한다”는 사실과 “여러 편집기에 적용되는 표준이 되었다”는 사실은 다르다.
현재도 몇 가지 불확실한 요소가 남아 있다.
- 각 편집기가 TSP 메서드를 어느 정도까지 구현할 것인가
- Python 이외의 언어 서비스가 통합된 요청과 응답을 어떻게 매핑할 것인가
- 서드파티 서버가 VS Code 전용 동작에 의존하지 않고 연결될 수 있는가
- 클라이언트가 버전 차이와 기능 협상을 어떻게 처리할 것인가
- 진단과 코드 작업 같은 기능이 실제 프로젝트의 경계 사례를 충분히 다룰 것인가
프로토콜의 존재 목적은 호환되는 구현을 통해 이러한 문제들이 점차 정리되는 것이다. 공개 명세는 시작점일 뿐이다.
진짜 생태계 신호는 주요 편집기의 도입 여부, Python 이외 언어에서도 실행되는 구현의 등장, Agent 도구가 TSP를 안정적인 기능 진입점으로 활용하는지, 그리고 충분한 호환성 테스트가축립되는지에서 확인해야 한다.
그전까지 정확한 설명은 이렇다. Microsoft가 주목할 만한 인터페이스 설계를 공개했을 뿐, 이미 성숙한 산업 표준을eruqn하지는 않았다.
Hacker News 208점이 의미하는 것
공개된 자료에 따르면 관련 링크는 Hacker News 메인 페이지에 올라 208점과 댓글 144개를 받았다.
개발자들이 LSP를 논의하는 것은 자연스럽다. LSP는 이미 ‘편집기 클라이언트가 언어 서버에 연결한다’는 형태를 산업 전반에서 널리 받아들였다. TSP도 같은 문제를 향한다. 코드 지능 기능은 누가 제공해야 하며, 여러 도구 사이에서 어떻게 재사용할 것인가.
208점만으로 개발자 공동체가 TSP를 전면 도입할 준비가 되었다고 단정할 수는 없다. 다만 완성 기능의 진입점이 하나 늘었다는 수준을 넘어, 하위 계층의 표준화에 개발자가 관심을 갖는다는 점은 보여 준다.
144개의 댓글에 나타난 주요 논쟁도 몇 가지 질문으로 이어졌을 가능성이 크다. 기존 LSP로 충분한가, TSP와 LSP의 경계는 어디인가, Microsoft가 열린 생태계 구축을 추진할 것인가, 독립 편집기와 오픈소스 구현이 실제로 작동할 수 있는가.
이는 프로토콜 공개 이후 흔히 나타나는 단계다. 먼저 논의가 활발해지고, 이후 호환 구현이落地되며, 마지막으로 작업 흐름이 바뀐다.
따라서 TSP는 문서의 완성도만으로 판단하면 안 된다. 서드파티 클라이언트의 연결이 더 쉬워졌는지, Agent 도구 체인에 통합할 수 있는지, 구현 사이에 예상 가능한 호환성이 유지되는지를 살펴봐야 한다.
편집部的 시선
TSP가 중요한 이유는 AI가 코드를 몇 줄 더 생성하게 해서가 아니라, AI 코딩에서 자주 간과되는 문제에 손을 대기 때문이다. 모델의 출력은 신뢰할 수 있는 코드 의미 정보에 기반해야 한다. 타입, 진단, 심볼 정보를 통합 인터페이스로 만드는 것은 ‘코드 이해’를 플러그인 기능에서 조합 가능한 인프라로 바꾸는 일이다. 이는 MCP가 강조하는 도구 연결과 방향이 맞닿지만, 둘이 경쟁 관계는 아니다.
특히 Agent 작업 흐름에 미칠 영향을 주목한다. 앞으로의 프로그래밍 Agent는 타입 서버에 먼저 질문한 뒤 모델을 호출할지, 파일을 더 읽을지, 코드를 수정할지 결정할 가능성이 크다. 이는 단순히 컨텍스트를 늘리는 방식보다 통제하기 쉽다.
이번에는 Microsoft가 Pylance 내부의 관련 설계를 VS Code 생태계 안에만 두지 않고 공개적으로 논의할 수 있는 프로토콜로 내보냈다. 다만 현재 증거로는 명세가 공개됐다는 사실까지 확인할 수 있을 뿐, 여러 편집기를 지원하는 생태계가 성숙했다고 보기는 어렵다. 앞으로 주목할 것은 완성 기능 데모가 아니라 서드파티 구현, 버전 협상, 실제 프로젝트에서의 호환성이다.