[Harness Engineering] 도메인별 하네스 템플릿
REST API 백엔드, 프론트엔드 웹 애플리케이션, 데이터 파이프라인 세 가지 도메인에 맞춘 완결된 하네스 템플릿을 제공한다. 각 템플릿은 CLAUDE.md, 에이전트 정의, 스킬 파일, 의존성 규칙, 테스트 전략을 포함하며, 복사 후 프로젝트에 맞게 커스터마이징하여 사용할 수 있다. 하네스는 프레임워크가 아니라 패턴이며, 프로젝트와 함께 진화한다.
AI 에이전트
[Harness Engineering] 하네스 구조 해부
하네스의 물리적 구조는 오케스트레이터(CLAUDE.md), 전문 에이전트 정의(agents/.md), 스킬 파일(skills//skill.md), 상태 추적(feature-list.json, progress.md)의 네 계층으로 구성된다. 각 파일은 독립적이지 않고 서로 참조·연결되어 하나의 시스템을 이루며, 에이전트가 역할을 나누고, 규칙을 따르고, 일관된 품질을 유지하며 작업할 수 있는 환경을 만든다.
[Harness Engineering] 실제 사례 비교
OpenAI(인간 코드 0줄로 100만 줄 프로덕션 구축), Anthropic(장기 실행 에이전트의 세션 간 기억 문제 해결), Stripe(주당 1,000+ PR을 기존 품질 기준으로 운영)는 서로 다른 질문에서 출발했지만, 환경 중심 설계, 점진적 작업, 기계적 강제, 피드백 채널 제공이라는 동일한 원칙에 수렴했다. 조직의 맥락에 따라 세 모델을 선택적으로 조합하는 것이 가장 효과적이다.
[Harness Engineering] 실패 패턴과 안티패턴
하네스 엔지니어링의 다섯 가지 주요 안티패턴은 천 페이지 매뉴얼(과도한 규칙), 과도한 제어 흐름(절차 정의), 도구 과다 제공, 실패를 모델 탓으로 돌리기, 하네스 오버엔지니어링이다. 공통 해결 원칙은 에이전트가 실수할 때마다 그 실수를 구조적으로 불가능하게 만드는 해결책을 코드로 반영하는 것이며, 하네스는 완성되는 것이 아니라 실패를 연료로 진화하는 것이다.
[Harness Engineering] 단계별 구축 가이드
하네스 구축은 규모에 맞게 단계적으로 접근해야 한다. Level 1(개인)은 CLAUDE.md + pre-commit 훅 + 기존 테스트 유지로 30분이면 충분하다. Level 2(소규모 팀)는 아키텍처 테스트, CI 파이프라인, 계층적 CLAUDE.md를 추가한다. Level 3(조직)은 엔트로피 점수 산출, 건강도 게이트, 주간 자동 리포트까지 확장한다. 핵심은 현재 규모에서 가장 아픈 문제를 해결하는 수준으로 도입하는 것이다.
[Harness Engineering] 엔트로피 관리
엔트로피 관리는 아키텍처 제약이 잡아내지 못하는 불일치 — 코드 중복, 패턴 불일치, 죽은 코드, 문서-코드 괴리 — 를 자동으로 탐지하고 정리하는 하네스의 세 번째 기둥이다. jscpd, knip, AST 기반 유사 함수 스캐너, 문서-코드 일관성 검증 스크립트를 CI/CD와 스케줄링된 워크플로우로 통합하여 코드베이스의 건강을 지속적으로 유지한다.
[Harness Engineering] 아키텍처 제약
아키텍처 제약은 컨텍스트 엔지니어링이 ‘안내’하는 것을 ‘강제’로 전환하는 하네스의 두 번째 기둥이다. 의존성 방향 테스트, 순환 의존성 감지, 커스텀 린터 규칙, pre-commit 훅, 데이터 경계 파싱 강제를 통해 에이전트의 판단과 무관하게 규칙이 지켜지는 구조를 만든다. 핵심 철학은 불변 규칙은 기계적으로 강제하되 구현 방식은 자유롭게 두는 것이다.
[Harness Engineering] 컨텍스트 엔지니어링
컨텍스트 엔지니어링은 AI 에이전트가 올바른 결과물을 만들기 위해 필요한 정보를 구조화하고 제공하는 기술이다. 구체적인 규칙 파일(AGENTS.md), 계층적 구조, JSON 기반 기능 목록, 파일시스템 기반 진행 로그, 초기화 스크립트를 통해 에이전트에게 추측이 아닌 읽기를 시킨다. 핵심 원칙은 저장소가 단일 진실 소스가 되어야 한다는 것이다.
[Harness Engineering] 하네스 엔지니어링이란 무엇인가
하네스 엔지니어링은 AI 에이전트가 대규모로 안정적인 결과물을 만들 수 있도록 환경, 제약, 피드백 루프를 설계하는 분야다. 프롬프트가 부탁이라면 하네스는 강제이며, OpenAI·Anthropic·Stripe가 독립적으로 같은 결론에 도달했다. 핵심은 컨텍스트 엔지니어링, 아키텍처 제약, 엔트로피 관리의 세 기둥이다.
Claude의 네 가지 얼굴: Chat · Cowork · Code · CLI — 언제 뭘 써야 할까
Claude 데스크톱 앱의 세 가지 모드(Chat, Cowork, Code)와 CLI 버전의 차이점을 비교하고, 각 모드의 기능, 강점, 한계를 분석합니다. Skills, MCP, Plugins, Hooks 등 확장 생태계의 모드별 지원 현황과 도입 순서를 정리하고, 모드별 기능 비교표, 실전 워크플로우 예시, 활용 팁을 제공하여 상황에 맞는 최적의 모드를 선택할 수 있도록 안내합니다.
AI 에이전트: 단순 자동화부터 완전 자율 AI까지
업무 자동화를 4단계(워크플로우 자동화, AI 보조, AI 에이전트, 자율형 AI)로 분류하고, 각 단계별 작동 방식, 필요 도구, 실제 예시를 설명합니다. n8n과 Claude API로 시작하는 방법부터 LangChain 기반 멀티 에이전트까지 단계별 가이드를 제공합니다.
Claude Skills 기반 자동화: 4가지 실전 방법 가이드
Claude Skills를 활용한 완전 자동화 시스템 구축 가이드입니다. Claude Code + Cron, Claude Desktop + MCP, GitHub Actions, Browser Automation 등 4가지 방법을 상세한 예제와 함께 설명합니다. 각 방법의 장단점, 설정 방법, 실전 활용 사례를 포함하여 즉시 적용 가능한 완전한 가이드를 제공합니다.
Claude로 완전 자동화 구축하기: Skills + MCP + Cron의 조합
Claude Skills, MCP, Cron을 조합하여 완전 자율 업무 자동화 시스템을 구축하는 완벽 가이드입니다. API 없이도 가능한 자동화 방법부터 실전 예제(블로그 자동화, 코드 품질 관리, 고객 지원)까지 상세히 다룹니다. Skill 작성법, MCP 서버 설정, 스케줄링, 문제 해결, 베스트 프랙티스를 포함한 실용적인 가이드입니다.