한줄요약: 개념 정리가 잘 되어 있는 글, 나의 결론 - '딸깍'은 없다.
Source: https://www.linkedin.com/feed/update/urn:li:ugcPost:7447900106281877504/
----
Harness Engineering 개요
- 프롬프트 엔지니어링을 넘어 AI가 일하는 방법을 설계해 주는 기술임
- AI가 혼자서도 잘 일할 수 있도록 맥락, 제한, 작업 흐름, 검증 등의 작업 환경을 만들어 주는 개념임
- 구조, 맥락, 계획, 실행, 검증, 개선이라는 6개의 축을 순환하며 발전함
1. 구조 (Scaffolding)
- 프로젝트 구조, 도구 배치, 경계 등을 설정하여 한 번 해두면 계속 쓰는 기반을 구축함
- 소스코드와 문서를 Monorepo로 묶고 목적이 명확한 폴더링과 클린 아키텍처를 적용해 AI 산출물의 퀄리티를 높임
- 비즈니스의 진실을 담은 사람의 문서(`docs/`)와 AI의 작업 흔적인 문서(`.dev/`)를 분리해서 관리함
- Skills, Hooks, Agents, MCP, Plugins 등 AI 도구를 적절히 배치함
- `CLAUDE.md`로 규칙을 알려주고 Hook으로 위험한 명령을 자동 차단하는 등 허용과 차단 경계를 명확히 함
2. 맥락 (Context Engineering)
- AI가 알아야 할 배경지식을 제공하며 하위 설정이 상위 설정을 덮어쓰는 상속 구조를 활용함
- 모든 내용을 한 번에 주지 않고 특정 상황에 맞는 문서만 참조하게 하는 점진적 노출(Progressive Disclosure) 원칙을 지킴
- 세션 맥락이 쌓이면 `/clear`나 `/compact`로 주기적으로 비워주어 컨텍스트 오염을 방지함
- `.claude/rules/` 하위에 glob 패턴을 지정하여 필요한 작업 시에만 조건부로 규칙이 로드되게 함
3. 계획 (Planning)
- 다짜고짜 만들어달라고 하는 안티패턴을 피하고 AI와 함께 계획을 세운 뒤 실행함
- 커스텀 Plan 스킬을 활용하여 AI가 모호한 점을 질문하게 만들고 구체적인 요구사항을 도출함
- 계획 단계에서 모호함을 줄이고 스펙 파일로 명시화하여 실행 품질을 높임
4. 실행 (Orchestration)
- 상황에 따라 AI 단독 작업, 부하 에이전트 파견(병렬), 팀 협업 모드 등 최적의 오케스트레이션 패턴을 적용함
- 완료 기준을 정하고 충족할 때까지 AI가 알아서 반복 작업하는 Ralph Loop를 활용함
- 방향만 잡아주면 AI가 밤새 코드를 수정, 실행, 평가하는 자율 실험 루프(Auto Research)를 돌림
5. 검증 (Verification)
- 작업 전 완료 조건을 명확하게 합의하고 기준을 측정 가능하게 작성함
- 결과물을 만드는 AI(Generator)와 평가하는 AI(Evaluator)를 물리적으로 분리하여 관점을 나눔
- 코드를 검증하는 모델과 문서를 리뷰하는 모델을 나누어 교차 검증을 수행함
- Browser Agent, Computer Use 등을 통해 코드뿐만 아니라 화면을 직접 보고 판단하도록 AI에게 눈을 달아줌
- 되돌릴 수 있는 격리 환경 및 승인 후 실행 등 실수해도 괜찮은 안전장치를 마련함
6. 개선 (Compound)
- AI의 작업 세션을 분석해 반복되는 작업은 Skill로 잦은 실수는 Rule로 추가하여 지속적으로 개선함
- 안 쓰는 설정은 바로 삭제하고 시스템이 너무 복잡해지면 과설계 신호로 인식하여 단순화함
- 같은 말을 두 번 하지 않고 실수가 규칙이 되는 구조를 통해 하네스가 잘 동작하는지 자가 진단함
사람의 역할 변화
- 코드를 직접 짜는 역할에서 AI가 잘 일하는 환경을 만들고 유지하는 역할로 전환됨
- 지속적으로 아키텍처를 발전시키고 맥락을 최신으로 유지하며 불필요한 AI Slop이 쌓이지 않도록 점검해야 함
(Site Admin에 의해 편집됨 - 원문 제출일 수요일, 6 5월 2026, 10:45 AM )