하네스 엔지니어링

패러다임 진화

입력에서 실행 환경으로 — 최적화 대상이 한 겹씩 넓어져 온 진화의 흐름

엔지니어링 패러다임 3단계

입력 최적화에서 실행 환경 설계까지 — 한 겹씩 넓어진 최적화 대상

포함 관계 — Prompt ⊂ Context ⊂ Harness

대체가 아니라 확장 — 안쪽 겹은 그대로 두고 설계 범위가 한 겹씩 넓어지는 구조

세 패러다임 비교

초점 · 최적화 대상 · 결과물 · 포함 관계 4축으로 본 차이

왜 하네스까지 왔는가

모델이 도구를 호출하고 반복하고 위임하는 에이전트가 되면서 생긴 변화

정의와 구성 요소

모델을 감싸는 실행 환경의 정의와 다섯 구성 요소

하네스 정의 — 수식 한 줄

프로덕션 에이전트의 최소 정의 — 모델 하나로는 항이 부족한 수식

모델은 엔진, 하네스는 실행 환경

프롬프트 확장이 아닌 행동 범위·안전장치·확장성의 시스템 설계

하네스 5대 구성 요소

Tool·Orchestrator·Memory·Guard·Eval — 상호작용·지휘·기억·안전·품질을 맡는 다섯 레이어

구성 요소 선택 기준

단순 봇에서 프로덕션 에이전트까지 — 복잡도에 따른 점진 확장 경로

1. 1
   단순 Q&A 봇

   Model + Tool 1~2개면 충분합니다. 검색이나 조회처럼 행동이 단순하면 무거운 하네스는 과잉 설계가 됩니다.

2. 2
   도구 사용 에이전트

   Orchestrator를 더해 3요소로 구성합니다. 여러 도구의 선택과 실행 순서를 제어해야 하는 단계입니다.

3. 3
   프로덕션 에이전트

   Guard · Eval · Memory까지 5요소 전부를 갖춥니다. 안전과 품질, 세션 간 기억이 서비스 신뢰성을 좌우합니다.

에이전틱 루프

루프 4단계와 이를 제어하는 오케스트레이션 전략

루프를 도는 4단계

단일 호출(Prompt → Response)이 아닌 반복 루프가 에이전트의 핵심 — 매 순환마다 행동을 결정하고 결과를 관찰

오케스트레이션 3가지 전략

루프의 제어 방식을 결정하는 세 전략과 각각의 적합 상황

ReAct 루프 — Strands 기본 동작

@tool 함수와 Agent 조립만으로 자동 구동되는 에이전틱 루프

from strands import Agent, tool
from strands.models import BedrockModel

model = BedrockModel(model_id="us.anthropic.claude-sonnet-4-6")

@tool
def check_inventory(item: str) -> str:
    """재고를 확인합니다."""
    return f"{item}: 재고 12개"

# ① 에이전트 조립 — tools를 전달하면 에이전틱 루프가 자동 구동
agent = Agent(
    model=model,
    system_prompt="재고 문의를 처리하는 에이전트입니다.",
    tools=[check_inventory],
)

# ② 실행 — Plan→Act→Observe→Reflect 반복, limits가 반복 상한
result = agent("A4 용지 재고 있어?", limits={"turns": 10})
print(str(result))  # ③ 결과 텍스트 추출

설계 패턴

반복 검증된 설계 패턴과 상황별 선택 기준

핵심 패턴 7가지

반복 검증된 일곱 패턴 — 조합 가능하며, 프로덕션 적용은 Self-Correcting까지가 안전선

상황별 패턴 선택

위험도 → 정확도 → 실행 시간 순으로 좁혀가는 선택 흐름

Self-Correcting — 자기 교정 루프

coder가 생성하고 reviewer가 검증하는 두 에이전트의 자기 교정 루프

from strands import Agent
from strands.models import BedrockModel

model = BedrockModel(model_id="us.anthropic.claude-sonnet-4-6")

# ① 역할 분리 — 생성하는 에이전트와 검증하는 에이전트
coder = Agent(
    model=model,
    system_prompt="Python 코드를 작성합니다. 간결하고 테스트 가능하게.",
)
reviewer = Agent(
    model=model,
    system_prompt="코드를 리뷰합니다. 버그, 보안, 성능 문제를 지적합니다.",
)

# ② 자기 교정 루프 — 리뷰어가 승인할 때까지 반복 개선 (상한 필수)
def self_correcting_loop(task: str, max_attempts: int = 3) -> str:
    code = str(coder(task))
    for _ in range(max_attempts):
        review = str(reviewer(f"다음 코드를 리뷰하세요. 문제없으면 PASS만 출력:\n{code}"))
        # ③ 종료 조건 — 리뷰 통과 시 루프 탈출
        if "PASS" in review.upper():
            return code
        code = str(coder(f"리뷰 피드백을 반영하세요:\n{review}\n원본:\n{code}"))

    return code

스펙트럼과 성숙도

구현 방식 선택과 프로덕션 성숙도 로드맵

구현 스펙트럼 — 코드 vs 선언

제어력과 구성 속도의 트레이드오프 — 프로젝트에 맞는 위치 선택

프로덕션 체크리스트

배포 전 반드시 확인하는 안전 · 안정 · 복원 · 비용 · 관측 · 품질 6항목

성숙도 5단계

프롬프트만 있는 Level 1에서 자율 운영 Level 5까지의 성장 계단

구현은 전용 모듈에서

Strands·LangGraph·AgentCore·Kiro — 코드·그래프·선언·개발 시점을 각각 대표하는 네 갈래 하네스