# AI 이후의 소프트웨어: 하네스(Harness) 시대의 개막

> Clean Markdown view of GeekNews topic #30061. Use the original source for factual precision when an external source URL is present.

## Metadata

- GeekNews HTML: [https://news.hada.io/topic?id=30061](https://news.hada.io/topic?id=30061)
- GeekNews Markdown: [https://news.hada.io/topic/30061.md](https://news.hada.io/topic/30061.md)
- Type: GN+
- Author: [neo](https://news.hada.io/@neo)
- Published: 2026-06-01T09:31:01+09:00
- Updated: 2026-06-01T09:31:01+09:00
- Original source: [tomtunguz.com](https://tomtunguz.com/harnessing-ai/)
- Points: 7
- Comments: 0

## Topic Body

- 소프트웨어 시대의 종말은 **하네스(harness) 시대의 시작**이며, 고정된 워크플로우와 관리형 DB로 작동하던 SaaS가 지능을 갖춘 AI로 대체되는 중  
- AI는 강력하지만 야생마처럼 길들여지지 않은 상태로, 그 힘을 활용하기 위해서는 **체계적 통제(domestication)** 가 필요함  
- AI 에이전트 하네스는 중심의 LLM을 둘러싼 **7가지 핵심 구성요소**로 정의되며, 각 요소가 프로덕션 수준의 신뢰성과 성능을 좌우  
- 모든 기업이 동일한 모델에 접근 가능한 시대에는 모델 자체가 아니라 **하네스를 더 잘 설계하고 운용하는 쪽(best rider)** 이 승리  
- 빅랩들이 우선시하지 않는 **수천 개의 분리된 시장**이 스타트업에게 기회로 남음  
  
---  
  
### 하네스 시대의 의미  
  
- AI는 고정 워크플로우 기반의 SaaS와 관리형 데이터베이스를 **지능(intelligence)으로 대체**하며 소프트웨어 패러다임을 재정의  
- AI를 머스탱(야생마)에 비유, 강력하지만 거칠어 그대로는 사용할 수 없으며 **길들이는 작업이 곧 하네스**  
- 길들임의 본질은 LLM을 중심에 두고 그 주위에 7개 구성요소를 방사형으로 배치하는 아키텍처  
  
### AI 에이전트 하네스의 7가지 구성요소  
  
- ## 1. Context & Memory (맥락과 메모리)  
  - 범용 모델은 **용도별 맞춤 검색(bespoke retrieval)** 이 필요하며, 방사선 전문의용 컨텍스트 검색 시스템과 법무 보조원용 시스템은 동일할 수 없음  
  - 단기 메모리 ("에이전트가 45초 전에 무엇을 하고 있었나"), 대규모 이미지 검색(방사선·영상 생성), 수십억 문서 키워드 검색 등 케이스별로 시스템이 달라짐  
  - 검색 옆에는 **컨텍스트 데이터베이스**가 위치, 비즈니스가 실제로 어떻게 운영되는지 담은 "레시피북" 역할  
    - 사람들이 머릿속에 들고 출근하는 표준운영절차(SOP)가 곧 그 레시피  
    - 초기 캡처와 사람·프로세스 변화에 따른 진화가 컨텍스트 DB의 본질  
  
- ## 2. Tools & Action (도구와 행동)  
  - 도구는 에이전트가 외부 세계에 영향을 미치는 수단이며, 컨텍스트 DB의 레시피가 "무엇을 할지"라면 도구는 **그것을 실제로 수행하는 재료와 기구**  
  - 현대 하네스는 **레지스트리(registry)** 를 통해 도구를 노출, 모델이 전달한 인자 검증, 호출 디스패치, 민감 작업은 승인 게이트 통과, 결과를 에이전트 루프로 파싱  
  - **MCP**가 도구 연결을 위한 결합 조직(connective tissue)으로 부상  
  - 하네스의 품질은 안전하게 노출할 수 있는 도구 수와 실패를 깔끔히 처리하는 능력에 의해 결정됨  
  
- ## 3. Orchestration & Loop (오케스트레이션과 루프)  
  - 에이전트 루프는 **사고(think) → 행동(act) → 관찰(observe) → 반복(repeat)** 의 구조  
  - 계획 수립, 작업 분해, 서브 에이전트, 재시도, 중단 조건이 작업 수행 방식을 규정  
  - 사용할수록 개선되어야 하며, 각 실행으로부터 학습하는 **클로즈드 루프 패턴**이 벤더 간 차별화 요소  
  
- ## 4. State & Persistence (상태와 영속성)  
  - 다수의 인원이 동시에 시스템을 사용하는 대규모 엔터프라이즈에서는 **회복 탄력성(resilient)** 이 필수  
  - 10단계 작업의 7단계에서 하네스가 크래시할 경우 처음부터가 아닌 **8단계부터 재개**되어야 함  
  - 파일 시스템, 체크포인트, 세션 스레드, 아티팩트 저장소가 작업 손실을 방지하는 메커니즘  
  
- ## 5. Sandbox & Compute (샌드박스와 컴퓨팅)  
  - 각 에이전트에는 **독립된 작업 공간(샌드박스)** 이 필요  
  - 격리된 Unix 워크스페이스, 통제된 네트워크 송신(egress), 모델 외부에 보관되는 자격 증명(credentials)이 보안성·기밀성·대규모 속도를 보장  
  
- ## 6. Observability & Governance (관측성과 거버넌스)  
  - "볼 수 없는 것은 신뢰할 수 없음" - 모든 단계 추적, 모든 도구 호출 로깅, 회귀 테스트로서의 evals 실행, 최고 리스크 결정에는 **사람 개입(human-in-the-loop)** 이 데모를 프로덕션 시스템으로 전환시킴  
  - **가드레일(Guardrails)** 은 정책 강제, **Evals**는 고객보다 먼저 회귀를 포착  
  
- ## 7. Cost & Workflow Optimization (비용과 워크플로우 최적화)  
  - 일곱 번째는 **아키텍처적 판단력(architectural judgment)**  
  - 결정론적 vs 비결정론적으로 처리할 영역 구분, 단계별 적합 모델(최첨단·중형·소형·파인튜닝) 선택, 지식을 스킬에 둘지 메모리에 둘지의 판단  
  
### 새로운 경쟁 구도  
  
- 결과는 소프트웨어의 새로운 경쟁 다이내믹이며, 모든 카테고리에 동일하게 적용되지는 않음  
- 메이저 랩(주요 AI 연구소)이 우선시하는 시장은 **빠른 실행력과 모델 직접 통제**에서 이익을 얻음  
- 그러나 그 외 **수천 개의 별도 시장**이 스타트업에게 열려 있음  
- 모든 기업이 같은 모델을 사용 가능해진 시대에는 **"가장 잘 타는 자(best riders)"가 승리** - 즉 하네스 설계·운용 역량이 핵심 경쟁력

## Comments



_No public comments on this page._