피드로 돌아가기
Dev.toAI/ML
원문 읽기
Harness Engineering 도입으로 지원 시간 45분에서 5분 미만으로 단축
My First Foray into Harness Engineers
AI 요약
Context
AI 모델 자체보다 모델을 제어하고 신뢰성을 확보하는 주변 인프라 구축의 중요성 대두. 단일 범용 에이전트의 판단 의존도가 높아 발생하던 낮은 신뢰성과 무분별한 코드 생성 문제 해결 필요.
Technical Solution
- CLAUDE.md 기반의 Feedforward 제어로 워크플로우 순서 및 보안 규칙 강제
- 책임 범위를 최소화한 전문 Sub-agents(Architect, Security-reviewer 등) 구성을 통한 추론 영역 분리 및 신뢰도 향상
- Computational Sensor(Lint, Test-runner) 기반의 Hook 시스템 구축으로 코드 수정 즉시 피드백 루프 구현
- 세션 종료 전 npm test 자동 실행 및 실패 시 종료 차단 구조를 통한 기술적 강제성 부여
- TypeScript, Zod 등 정적 타입 및 스키마 검증 스택 채택으로 에이전트가 인식 가능한 명확한 Contract 제공
- 관찰-인코딩-강제(Observe-Encode-Enforce) 루프를 통한 지속적인 가드레일 고도화
실천 포인트
1. AI 에이전트 전용 프로젝트 컨벤션 파일(예: CLAUDE.md) 정의
2. 단순 Linter/Test를 넘어선 전문 리뷰어 Sub-agents의 역할 분리
3. 세션 라이프사이클에 결합된 강제적 검증 Hook 배치
4. 기계 가독성이 높은 강한 타입 시스템 및 스키마 기반 스택 선정