Versions Compared

Key

  • This line was added.
  • This line was removed.
  • Formatting was changed.

Table of Contents
minLevel2
printabletrue

Note

이 글은 2026년 4월 기준으로 작성되었습니다. AI 코딩 도구와 하네스 엔지니어링은 빠르게 변화하는 분야이므로, 참조된 도구 버전과 수치는 해당 시점 기준입니다.

...

1. 스킬 2.0도 모르는데 갑자기 하네스가 등장 — 이 녀석은 뭐 하는 녀석이지?

Image Modified

스킬(Skills)이란 무엇인가

Claude Code에서 스킬이란 SKILL.md 파일에 정의된 '프로그래밍 가능한 에이전트 행동 단위'다. 슬래시 커맨드(/commit, /review-pr 등)로 호출하면 해당 스킬이 자체 컨텍스트 윈도우에서 실행된다. 즉, AI에게 "이 상황에서는 이렇게 행동해라"고 가르치는 행동 명세서(behavioral specification)다.

...

OpenAI의 정의를 빌리면, 하네스 엔지니어링은 다음 세 가지를 설계하는 분야다:

구성요소

설명

비유

Context Engineering

AI가 필요한 정보에 접근하도록 보장

직원에게 업무 매뉴얼을 주는 것

Architectural Constraints

제안이 아닌 기계적 강제

공장의 안전 가드레일

Entropy Management (즉, 시간이 지나면서 누적되는 코드의 혼란과 불일치를 주기적으로 정리하는 것)

주기적 정리와 검증

주기적인 코드 리뷰

쉽게 말하면, "모델은 CPU고 하네스는 OS다." 아무리 CPU가 강력해도 OS가 나쁘면 성능이 저하된다. 하네스는 AI 에이전트가 프로덕션 수준으로 안정적으로 작동하도록 감싸는 환경 전체를 의미한다.

...

2. 하네스는 우리에게 도움을 줄 것인가? 고통을 줄 것인가?

Image Modified

하네스가 보여준 놀라운 성과

하네스 엔지니어링의 효과를 보여주는 수치들은 확실히 인상적이다:

...

3. "나는 하네스를 도입하지 않기로 했다" — 겸허한 분석

Image Modified

원문의 핵심 주장

26년 경력의 IT 개발자이자 저자인 고승원 님은 페이스북에 "나는 바이브코딩에서 하네스 엔지니어링을 쓰지 않기로 했다"는 글을 올렸다 (출처: 고승원 님 페이스북).

...

고승원 님이 제안하는 대안은 '6개 문서(md) 기반 워크플로우'다:

순서

문서

역할

1

brd.md (비즈니스 요구사항)

무엇을 만들 것인가

2

cps.md (맥락·문제·솔루션)

만드는가

3

design.md (설계)

어떻게 구현할 것인가

4

plan.md (구현 계획)

언제 무엇을 할 것인가

5

todo.md (작업 목록)

지금 무엇을 하고 있는가

6

test.md (테스트 시나리오)

검증은 어떻게 할 것인가

이 문서들을 CLAUDE.md가 앵커로 묶어주면, AI는 "가두리에 갇히지 않고도 프로젝트 핵심 설계 원칙과 자신의 위치를 명확히 이해"한다.

...

하네스를 써보지 않고 부정하는 것과, 써본 후에 자신의 맥락에서 최적이 아니라고 판단하는 것은 전혀 다른 무게를 가진다.

...

4. 나의 글쓰기 하네스 — 중간점검

Image Modified

내가 만들고 있는 하네스

나는 현재 개인 테크니컬 라이팅용 하네스를 개발 중이다. 코딩이 아닌 '글쓰기'에 하네스를 적용하고 있다. 구조는 다음과 같다:

...

고승원 님의 brd→cps→design→plan→todo→test 흐름은 코딩뿐 아니라 글쓰기에도 적용 가능하다. 현재 나의 하네스에는 'CPS(왜 이 글을 쓰는가)'에 해당하는 단계가 약하다.

...

5. 마무리 — 당신에게 하네스는 필요한가?

Image Modified

패러다임의 진화를 정리하면 이렇다:

시기

접근법

인간의 역할

2024

바이브 코딩

"이거 만들어줘" → 수락

2025

스펙 기반 개발

구조화된 명세 작성 → 검토

2026

하네스 엔지니어링

환경 설계 → 제약과 피드백 루프

하네스 엔지니어링은 분명 강력하다. LangChain의 벤치마크 점프, OpenAI의 100만 줄 앱, Anthropic의 Feature List 패턴 — 이런 성과를 무시할 수 없다.

...