AI agent 논쟁의 핵심은 더 똑똑한 모델이 아니라, 그 모델을 어디까지 믿고 어디서 다시 통제할 것인가로 이동하고 있다.
• Harness engineering은 단순한 유행어라기보다 agent가 실수하지 않게 만드는 장치 전체를 가리키는 말로 확장되고 있다. Claude Code 같은 coding agent를 잘 쓰는 문제는 결국 context, tool, 권한, log, verification을 어떻게 배치하느냐의 문제이고, 이는 개발자의 일이 code 작성에서 agent 운영 설계로 이동하고 있음을 보여준다.
• 2023년 Auto-GPT와 BabyAGI 시절의 agent는 tool 호출과 작업 위임 구조는 지금과 비슷했지만, 긴 context에서 성능이 떨어져 실패했다. 이 실패가 LangGraph식 deterministic workflow로 이어졌고, 당시의 graph는 자율 agent를 믿지 못해 fixed route에 넣는 통제 장치였다.
• 2025년에는 ReAct agent와 Claude Code처럼 agent가 tool을 반복 호출해 결과를 내는 방식이 강해지면서, 복잡한 graph를 직접 짜야 하느냐는 의문이 커졌다. 하지만 workflow가 사라진 것이 아니라 agent 안으로 흡수됐고, 그 결과 사람은 code line보다 PR의 logic과 report를 보는 쪽으로 올라갔다.
관전 포인트는 prompt를 잘 쓰는 능력보다, agent에게 목표와 권한과 검증 루프를 어떻게 설계해 맡길 것인가가 AI 시대의 실무 역량이 되고 있다는 점이다.
AI의 최신 흐름과 다양한 큐레이션 된 정보를 제공합니다.
__Good Vibe AI