챕터별 상세
SWE 패러다임의 변화와 하네스 엔지니어링
소프트웨어 엔지니어링의 패러다임이 코드를 직접 작성하는 것에서 AI 에이전트를 관리하는 방향으로 급격히 변화했다. Anthropic과 OpenAI의 엔지니어들은 이미 모델을 사용하여 거의 모든 코드를 작성하며, 이를 '하네스 엔지니어링'이라 부른다. 이는 에이전트가 유용한 작업을 수행할 수 있도록 도구와 컨텍스트를 최적화하는 과정이다. 결과적으로 엔지니어는 구현자가 아닌 소프트웨어의 소유자이자 에이전트의 설계자로 거듭나야 한다.
팀 단위 AI 도입의 3대 병목 현상
많은 팀이 AI를 도입함에도 불구하고 잠재력을 충분히 발휘하지 못하는 세 가지 이유가 존재한다. 첫째는 Claude Code나 Cursor 같은 적절한 도구의 부재이며, 둘째는 에이전트를 코드베이스에 통합하여 유용한 작업을 시키는 기술적 숙련도 부족이다. 마지막으로 개별 엔지니어의 생산성이 높아져도 팀 간의 소통과 협업 방식이 과거에 머물러 있으면 전체 가치 창출 속도는 개선되지 않는다. 이러한 병목을 해결하기 위해 팀 차원의 표준화된 하네스 구축이 필수적이다.
Claude Code의 핵심 구조와 장점
Claude Code는 Anthropic의 Claude 모델에 도구, 프롬프트, 코드로 구성된 하네스가 결합된 에이전트이다. 이 시스템은 로컬 파일 시스템 읽기/쓰기, 웹 검색, Bash 명령 실행, 서브에이전트 생성 등의 기능을 기본적으로 갖추고 있다. 특히 도구 호출(Tool Calling) 성능이 뛰어나며 에이전트의 작업 과정을 투명하게 모니터링하고 제어할 수 있는 가시성을 제공한다. 웹 인터페이스가 아닌 실제 작업 환경에 배포되어 코드베이스를 직접 탐색하고 수정할 수 있는 점이 가장 큰 특징이다.
기본 요소 1: MCP를 통한 도구 연결
MCP(Model Context Protocol)는 Claude Code를 팀이 사용하는 외부 도구 및 애플리케이션과 연결하는 첫 번째 요소이다. Slack, Jira, Notion, GitHub 등과 연결하여 에이전트가 업무의 맥락을 직접 파악하게 할 수 있다. 예를 들어 Jira 티켓의 부족한 정보를 Slack 채널이나 Confluence 문서에서 찾아 보완하도록 지시하는 것이 가능하다. 이는 신입 사원에게 업무 도구 접근 권한을 주는 것과 마찬가지로 에이전트의 실질적인 업무 수행 능력을 결정한다.
기본 요소 2: Skills를 통한 에이전트 역량 강화
Skills는 에이전트에게 특정 도구를 잘 사용하거나 특정 비즈니스 로직을 이해하는 방법을 가르치는 두 번째 요소이다. 이는 `SKILL.md` 파일과 관련 참조 문서, 스크립트가 포함된 폴더 형태로 구성된다. 점진적 공개(Progressive Disclosure) 방식을 사용하여 세션 시작 시에는 요약 정보만 로드하고 필요할 때만 상세 내용을 불러와 컨텍스트 효율을 높인다. 이를 통해 에이전트가 반복적으로 범하는 실수를 방지하고 팀의 코딩 표준이나 비즈니스 맥락을 학습시킬 수 있다.
기본 요소 3: Hooks를 통한 워크플로 자동화
Hooks는 도구 호출이나 세션 시작 등 특정 이벤트에 의해 트리거되는 자동화 요소이다. 도구 실행 전(Pre-tool)과 후(Post-tool)에 실행되는 훅을 통해 에이전트의 행동에 경계를 설정하거나 반복 작업을 자동화할 수 있다. 예를 들어 민감한 `.env` 파일 읽기를 차단하거나 프론트엔드 테스트 후 생성된 임시 스크린샷을 자동으로 삭제하는 훅을 설정한다. 이는 에이전트가 안전하고 독립적으로 작업할 수 있는 가드레일 역할을 수행한다.
팀 표준화와 개인화 전략
하네스 구성 요소는 팀 전체가 공유할 표준과 개인의 선호에 맞춘 개인화 영역으로 나뉜다. Slack MCP 연결이나 Jira 사용 기술, PR 제출 전 체크리스트 훅 등은 팀 수준에서 표준화하여 모든 팀원이 동일한 에이전트 경험을 갖도록 해야 한다. 반면 개인의 코딩 철학이나 특정 에러 로깅 방식 등은 개인 수준의 Skills나 Hooks로 관리한다. 이러한 계층적 구조를 통해 팀의 일관성을 유지하면서도 개별 엔지니어의 자율성을 보장한다.
json
{
"PreToolUse": {
"matchers": ["mcp_plugin_playwright_playwright_browser_navigate"],
"hooks": [
{
"command": "mkdir -p ./playwright-msp && touch ./playwright-msp/.gitkeep"
}
]
},
"PostToolUse": {
"matchers": ["mcp_plugin_playwright_playwright_browser_close"],
"hooks": [
{
"command": "rm -rf ./playwright-msp/*.png"
}
]
}
}Claude Code의 settings.json에서 특정 도구 호출 전후에 실행될 Hook을 정의하는 예시
용어 해설
- 하네스 엔지니어링(Harness Engineering)
- — AI 모델이 유용한 작업을 수행할 수 있도록 도구, 컨텍스트, 경계 조건을 최적화하는 기술이다. 엔지니어가 코드를 직접 작성하는 대신 AI 에이전트가 올바른 결과를 내도록 환경을 설계하는 것이 핵심이다. AI 시대에 소프트웨어 엔지니어에게 요구되는 새로운 핵심 역량이다.
- 모델 컨텍스트 프로토콜(MCP)
- — AI 모델을 외부 도구 및 데이터 소스에 연결하기 위한 개방형 표준 프로토콜이다. 이를 통해 Claude Code와 같은 에이전트가 Slack, Jira, GitHub 등의 애플리케이션에 직접 접근하여 정보를 읽고 쓸 수 있다. 에이전트에게 실시간 업무 맥락을 제공하는 핵심 인프라 역할을 한다.
- 점진적 공개(Progressive Disclosure)
- — 필요한 시점에 적절한 양의 정보만 AI 모델의 컨텍스트 윈도우에 로드하는 방식이다. 모든 기술 문서를 한꺼번에 입력하는 대신 에이전트가 특정 작업에 필요하다고 판단할 때만 상세 내용을 불러온다. 컨텍스트 비용을 절감하고 모델의 집중도를 높여 정확도를 개선한다.
- 서브에이전트(Subagent)
- — 특정 작업을 수행하기 위해 메인 에이전트에 의해 생성되는 전문화된 하위 에이전트이다. 각 서브에이전트는 고유한 프롬프트, 도구 세트, 모델 설정을 가질 수 있다. 복잡한 워크플로를 분산 처리하여 전체 시스템의 안정성과 효율성을 높인다.
언급된 리소스
AI 분석 전체 내용 보기
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
원문 발행 2026. 03. 30.수집 2026. 03. 30.출처 타입 YOUTUBE
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.
