하네스 엔지니어링 완전 해석: AI 애플리케이션 성능을 20배 향상시키는 방법

도입부: Anthropic 엔지니어들이 해결한 문제

저도 AI 애플리케이션을 구축하면서 답답한 경험을 했어요. 처음엔 Claude를 쓰면 다 잘 될 줄 알았거든요. 그런데 실제로 장시간 실행되는 복잡한 애플리케이션을 만들려고 하면, AI가 중간에 집중력을 잃어버리더라고요.

특히 장시간 작업이 필요한 경우가 문제였어요. 문맥 윈도우가 차 오면서 AI가 처음의 명확한 목표를 잊어버리고, 엉뚱한 방향으로 코드를 짜기 시작했거든요. 정말 답답했습니다.

그런데 Anthropic의 엔지니어들이 이 문제를 해결한 방법이 있다는 걸 알았어요. 바로 하네스 엔지니어링이라는 기법이었어요. 이걸 적용하니까 결과가 완전히 달라지더라고요.

이 글에서는 Anthropic의 공식 기술 문서를 기반으로, 하네스 엔지니어링이 뭔지, 어떻게 작동하는지, 그리고 실제로 어떤 성과를 내는지 상세히 설명하겠습니다.

하네스 엔지니어링이란? 기본 개념부터 시작하자

하네스 엔지니어링은 AI 애플리케이션의 성능을 최대화하기 위한 구조적 설계 패턴이에요.

쉽게 말하면, AI만으로는 장시간 복잡한 작업을 완벽하게 해내기 어려우니까, 여러 개의 전문화된 AI 에이전트를 조화롭게 조직하는 기법입니다. 마치 오케스트라처럼, 각 악기(에이전트)가 자기 역할을 명확히 하고, 지휘자(조율 시스템)가 모두를 조화시키는 거죠.

하네스 엔지니어링의 핵심 문제 해결책은 이거예요:

문제 1: 컨텍스트 윈도우 채우기 문제

AI의 “주의력”에는 한계가 있어요 (토큰 제한)
장시간 작업하면 초반 지시사항을 잊어버림
결과: 엉뚱한 방향으로 진행, 버그 증가

문제 2: 자체 평가의 편향성

AI가 자신이 만든 것을 평가하면 너무 관대함
명백한 버그도 “문제없습니다”라고 함
결과: 불완전한 최종 결과물

문제 3: 단순 정렬된 작업의 한계

단순히 AI 하나가 모든 걸 하려고 하면 실패
특정 분야(설계, 코딩, 검증)마다 능력 차이 있음
결과: 낮은 품질의 최종 산출물

이 세 가지 문제를 모두 해결하는 방법이 바로 하네스 엔지니어링이에요.

항목	AI만 사용	하네스 엔지니어링 적용
완성도	기본 수준 (60~70%)	전문가 수준 (95%+)
실행 시간	20분 (불완전)	6시간 (완전)
버그 발견	자가 평가만 함	전담 QA 에이전트
컨텍스트 관리	불안정	체계적 리셋
비용	$9	$200

보면 비용이 20배 올라가지만, 결과물의 품질은 완전히 다른 수준이에요.

H2-2: 다중 에이전트 아키텍처 이해하기

하네스 엔지니어링의 핵심은 3개 에이전트 구조예요. 각각 Planner, Generator, Evaluator라고 불러요.

1단계: Planner 에이전트 (계획자)

Planner는 사용자가 주는 간단한 요청을 상세한 스펙으로 확장해요.

예를 들어 사용자가 이렇게 말한다고 해봐요:

“2D 레트로 게임 메이커를 만들어줘. 레벨 에디터, 스프라이트 에디터, 엔티티 행동 정의, 플레이 모드 포함해.”

Planner는 이걸 받아서 16개 기능으로 확장된 완전한 제품 스펙을 작성해요. 타일 에디터, 스프라이트 애니메이션, 효과음 시스템, AI 생성 도구까지 자동으로 추가합니다.

핵심은 여기예요: Planner는 세부 구현 방법은 정하지 않아요. “어떤 기술을 쓸지”보다는 “뭘 만들지”에 집중해요. 왜냐하면 세부 기술을 잘못 정하면, 그 실수가 나중에 계단식으로 커지기 때문이에요.

2단계: Generator 에이전트 (생성자)

Generator가 하는 일이 진짜 코딩이에요.

Planner가 정해준 스펙을 받아서, React + FastAPI + SQLite 스택으로 실제 애플리케이션을 만들어요. 여기서 중요한 건 스프린트 단위로 작업한다는 거예요.

예를 들어:

Sprint 1: 프로젝트 대시보드 완성
Sprint 2: 레벨 에디터 완성
Sprint 3: 스프라이트 에디터 완성
…

각 스프린트마다 Generator는 Evaluator와 “계약”을 맺어요. “이번 스프린트에서 이것들을 구현할 거고, 이렇게 검증할 거”라는 명확한 약속이죠. 이렇게 해야 Evaluator가 뭘 봐야 하는지 알 수 있으니까요.

3단계: Evaluator 에이전트 (평가자)

Evaluator는 품질 보증 전담자예요.

Generator가 코드를 완성하면, Evaluator가 실제로 그 애플리케이션을 실행해서 사용해봐요. Playwright라는 도구로 마우스 클릭, 데이터 입력 같은 실제 사용 행동을 자동으로 수행하면서 버그를 찾아요.

중요한 건 Evaluator는 Generator와 분리되어 있다는 거예요.

AI가 자신이 만든 걸 평가하면, 무의식적으로 “괜찮아”라고 판정해요. 하지만 다른 AI가 평가하면 훨씬 더 엄격하게 봐요. 마치 자기 글은 잘 보이지만 남의 글의 오류는 금방 보이는 것처럼요.

Evaluator는 다음 기준으로 평가해요:

기능 완성도: 약속한 기능이 제대로 작동하는가?
UI/UX 품질: 사용자가 쉽게 쓸 수 있는가?
시각적 디자인: 전문적이고 일관성 있는가?
코드 품질: 유지보수 가능한 코드인가?

만약 기준에 못 미치면, Evaluator가 상세한 피드백을 Generator에게 전달해요. Generator는 그걸 바탕으로 다시 개선해요.

실제 사례로 보는 성능 차이 (게임 메이커 vs DAW)

실제 Anthropic에서 테스트한 두 가지 사례를 보면, 하네스 엔지니어링의 위력이 명확해요.

사례 1: 2D 레트로 게임 메이커

요청: “2D 레트로 게임 메이커를 만들어줘. 레벨 에디터, 스프라이트 에디터, 엔티티 행동 정의, 플레이 모드 포함해.”

AI만 사용한 경우 (Solo)

실행 시간: 20분
비용: $9
결과: 앱이 실행되지만 핵심 기능이 작동하지 않음
레벨을 만들 수 있지만, 실제 게임은 실행 불가
엔티티가 화면에 나타나지만 입력에 반응하지 않음
UI가 공간을 낭비해서 사용하기 어려움

하네스 엔지니어링 적용 (Full Harness)

실행 시간: 6시간 (180배 길지만, 그만한 가치!)
비용: $200
결과: 완전히 작동하는 게임 메이커
스프라이트 에디터, 레벨 에디터 모두 제대로 작동
게임을 실제로 플레이 가능
UI가 깔끔하고 직관적
심지어 AI 기능까지 통합 (AI가 게임 디자인 도와줌)

사례 2: 디지털 오디오 워크스테이션 (DAW)

요청: “브라우저에서 실행되는 완전한 DAW를 만들어줘. Web Audio API 사용해.”

이건 게임 메이커보다 훨씬 더 복잡해요.

개선된 하네스 (Opus 4.6 버전)

실행 시간: 3시간 50분
비용: $124.70
결과: 실제로 음악 작곡이 가능한 DAW
멜로디, 드럼, 화성 모두 만들 수 있음
AI 에이전트가 음악 제작을 자동으로 도와줌
믹싱, 이펙트 추가 가능
타임라인에서 클립 편집 가능

흥미로운 점:
처음 1차 빌드 후 Evaluator가 이렇게 지적했어요:

“앱은 시각적으로 멋져 보이지만, 핵심 DAW 기능들이 동작하지 않습니다. 클립을 드래그할 수 없고, 신스 조절 패널이 없으며, EQ 곡선 에디터가 없습니다.”

Generator는 이 피드백을 받고 2차, 3차로 개선했어요. 결국 완전히 작동하는 DAW가 나왔습니다.

핵심 차이점

AI만 사용했을 때의 문제:

깜빡한 기능들이 있음
UI가 비효율적
핵심 기능이 작동하지 않음
사용자가 쓰려면 코드를 직접 수정해야 함

하네스 엔지니어링 사용했을 때:

모든 기능이 완벽하게 작동
UI가 직관적이고 전문가 수준
자동으로 버그를 찾아 수정
사용자는 완성된 제품을 그냥 쓸 수 있음

컨텍스트 관리와 성능 최적화

하네스 엔지니어링이 장시간 작업을 가능하게 하는 비결이 여기 있어요.

컨텍스트 윈도우 문제 (Context Anxiety)

AI 모델은 토큰이라는 제한된 “주의력”을 가지고 있어요. 이걸 컨텍스트 윈도우라고 부르죠.

문제는 이거예요:

처음엔 분명히 목표를 이해했는데
작업이 진행되면서 토큰이 차 오면
AI가 “어라, 더 이상 못 하나?” 하면서 조급해해요
그러다 보니 불완전한 상태로 일을 마쳐버려요

Anthropic에서는 이걸 “context anxiety”라고 부르더라고요. 마치 사람이 시간이 부족하면 서둘러서 마무리하는 것처럼요.

해결책: Context Reset

하네스 엔지니어링은 여기서 영리해요.

컨텍스트가 가득 차면, 지금까지의 대화를 모두 버리지 않고 상태를 정리해서 저장해요. 그리고 새로운 AI 인스턴스를 시작해서, “여기까지 완료됐습니다” 하고 상태를 전달해요. 마치 회의 중에 “여기까지 기록해주고, 다음 회의에서 계속하자”는 식이죠.

이렇게 하면:
✓ AI가 새로운 깨끗한 마음으로 시작
✓ Context anxiety 해결
✓ 작업을 끝까지 완료 가능

Claude 모델의 진화

흥미롭게도, Claude 모델이 개선되면서 이게 덜 중요해졌어요.

Claude Sonnet 4.5: Context anxiety 심함 → Context reset 필수
Claude Opus 4.6: Context anxiety 거의 없음 → 전체를 한 세션에서 처리 가능

그런데 이게 하네스 엔지니어링의 가치를 없애는 건 아니에요.

오히려 더 효율적으로 만들어주는 거죠. 예전엔 꼭 스프린트 단위로 쪼개야 했는데, 이제는 필요한 부분만 쪼갤 수 있으니까요.

최적화된 아키텍처

최신 하네스 엔지니어링은 이렇게 구성되어 있어요:

Planner: 스펙 생성 (5분)
Generator: 한 세션에서 전체 코드 작성 (2시간)
Evaluator: 품질 검증 (15분)
필요하면 반복 (Generator + Evaluator)

비용이 Solo 대비 20배지만, 얻는 품질은 20배가 아니라 그 이상이에요.

왜냐하면:

완전히 작동하는 애플리케이션
버그가 거의 없음
사용자 경험이 전문가 수준
실제 사용 가능한 제품

결론: 하네스 엔지니어링이 만드는 미래

하네스 엔지니어링은 비단 비용 문제가 아니에요. 성능, 품질, 완성도의 문제예요.

이전엔 AI가 완벽한 애플리케이션을 만들 수 없었어요. 하지만 하네스 엔지니어링을 적용하면, 초기 요청 하나로 완전히 작동하는 전문가급 애플리케이션을 만들 수 있어요.

특히 장시간 실행이 필요한 복잡한 프로젝트일수록 하네스 엔지니어링의 가치가 커져요.

AI가 계속 똑똑해질수록, 하네스 엔지니어링의 방식도 진화하겠지만, 기본 원리는 변하지 않을 거라고 생각해요:

전문화된 역할 (Planner, Generator, Evaluator)
명확한 인터페이스 (스펙, 계약, 피드백)
자동화된 품질 검증 (독립적 평가자)

이게 바로 Anthropic이 보여준 미래의 소프트웨어 개발 방식이에요.

참고자료

Harness design for long-running application development

최종 수정: 2026년 3월 29일

하네스 엔지니어링으로 당신의 AI 애플리케이션 성능을 향상시킨 경험을 댓글로 공유해 주세요. 실제 성공 사례가 다른 개발자들에게 큰 도움이 될 거예요.

하네스 엔지니어링 완전 해석: AI 애플리케이션 성능을 20배 향상시키는 방법

도입부: Anthropic 엔지니어들이 해결한 문제

하네스 엔지니어링이란? 기본 개념부터 시작하자