많은 사람들이 Claude Code, OpenCode, Cursor 같은 AI 코딩 에이전트의 핵심은 더 똑똑한 LLM이라고 생각합니다.

하지만 실제로는 그렇지 않습니다.

AI 모델은 생각하는 두뇌(Brain)일 뿐입니다.

실제 서비스를 안정적으로 운영하려면 그 주변을 감싸는 Harness(하네스)가 반드시 필요합니다.

쉽게 말하면,

“AI를 잘 만드는 것이 아니라, AI가 실수 없이 일하도록 만드는 시스템을 만드는 것”

이 진짜 엔지니어링입니다.

코딩 에이전트가 실제 서비스에서 필요한 5가지 핵심 기술

1. Permission Gate

위험한 작업은 반드시 사람의 승인을 받는다.

예를 들어 AI가

* 데이터베이스 삭제

* 운영 서버 배포

* 중요한 파일 수정

같은 명령을 실행하려 한다면

사람이 승인하기 전까지는 실행되지 않습니다.

AI가 아무리 똑똑해도 안전장치(Safety Guard)는 필수입니다.

2. Interactive Steering

실행 중에도 방향을 바꿀 수 있어야 합니다.

좋은 에이전트는

“멈춰.”

“그 파일부터 수정해.”

“방향을 변경해.”

같은 새로운 지시를 실행 중에도 받아들일 수 있습니다.

사람과 AI가 함께 협업하는 핵심 기능입니다.

3. Crash Recovery

작업이 중단되어도 이어서 실행한다.

긴 작업은

* 네트워크 오류

* 모델 오류

* 서버 재시작

등으로 언제든 멈출 수 있습니다.

좋은 Harness는

현재 진행 상황을 저장한 뒤

중단된 위치부터 다시 실행합니다.

4. Multi-Provider Architecture

LLM을 자유롭게 교체할 수 있어야 합니다.

오늘은 Claude,

내일은 Gemini,

다음 달에는 GPT,

또는 오픈소스 모델을 사용할 수도 있습니다.

좋은 시스템은

AI 모델이 바뀌어도

애플리케이션은 수정하지 않습니다.

5. Observability & Tracing

AI가 왜 그렇게 행동했는지 추적할 수 있어야 합니다.

운영 환경에서는

“결과”보다

과정이 더 중요합니다.

* 어떤 프롬프트를 사용했는가?

* 어떤 Tool을 호출했는가?

* 왜 그렇게 판단했는가?

* 어느 단계에서 실패했는가?

이 모든 과정이 기록되어야

디버깅과 품질 개선이 가능합니다.

Harness가 하는 일

LLM은

생각합니다.

Harness는

실행합니다.

승인합니다.

기록합니다.

복구합니다.

제어합니다.

모니터링합니다.

결국

AI의 지능(Intelligence)보다

AI를 운영하는 시스템(System Engineering)이 더 중요해지는 시대가 시작되었습니다.

앞으로의 AI 개발자는 무엇을 공부해야 할까요?

단순히 프롬프트를 잘 작성하는 것을 넘어

다음과 같은 기술을 이해해야 합니다.

Agent Loop 설계

Tool Calling

Human-in-the-Loop

Queue & Runner

Session Memory

Permission Gate

Multi-Agent

Tracing

Context Engineering

Harness Engineering

이 기술들이 결합될 때 비로소 기업에서 신뢰할 수 있는 AI 에이전트가 탄생합니다.

핵심 한 줄

“AI 모델은 두뇌(Brain)이고, Harness는 신경계(Nervous System)입니다.

강력한 AI보다 더 중요한 것은, AI를 안전하고 신뢰성 있게 움직이게 만드는 하네스 엔지니어링입니다.”

— 이춘곤(Mark) · ISC.studio · ISC출판 도서 안내

이 글은 저자의 Facebook에 처음 게시한 글입니다. Facebook 원문 보기