9달러짜리 AI와 200달러짜리 AI의 차이 — 하네스 엔지니어링 개념과 Claude Code 실전 가이드

대표 이미지

같은 모델입니다. 같은 작업을 시켰습니다. 그런데 결과는 완전히 달랐습니다.

한쪽은 20분 만에 9달러를 쓰고 끝났는데, 캐릭터가 화면에 나오기는 하지만 조작이 전혀 안 되는 앱이 나왔습니다. 다른 한쪽은 6시간에 200달러가 들었지만, 실제로 동작하는 완성된 앱이 나왔습니다. Anthropic이 올해 3월 공식 블로그에서 직접 공개한 실험 결과입니다. (사실과 다를 수 있음.)

무엇이 달랐을까요?

모델이 아니었습니다. 환경이었습니다. 이 환경을 설계하는 행위에 최근 이름이 붙었습니다. 바로 하네스 엔지니어링(Harness Engineering)입니다.

하네스 엔지니어링이란 무엇인가

하네스(Harness)는 원래 말을 원하는 방향으로 이끌 때 쓰는 마구(馬具)를 뜻합니다. AI도 아무리 똑똑해도 방향을 잡아주지 않으면 제멋대로 달릴 수 있습니다. 그 방향을 잡아주는 환경이 하네스입니다.

HashiCorp 공동 창립자 미첼 해시모토는 이렇게 정의했습니다. "하네스 엔지니어링은 에이전트가 실수를 저지를 때마다 그 실수를 다시는 반복하지 않도록 솔루션을 설계하는 데 시간을 투자하는 것이다."

핵심은 이겁니다. AI가 실수하면 AI를 탓하는 게 아니라, 그 실수가 다시 나오지 않도록 환경을 고치는 것이 하네스 엔지니어링입니다.

사실 이미 하고 있던 일입니다. Claude Code로 개발할 때 CLAUDE.md에 프로젝트 규칙을 적어두고, 위험한 명령은 퍼미션으로 막아두는 것. 이 모든 게 하네스 엔지니어링이었습니다. 이제 체계적으로 이름이 붙은 것뿐입니다.

환경 없는 AI가 실패하는 3가지 패턴

왜 환경이 없으면 9달러짜리 결과가 나올까요? Anthropic이 두 차례 공식 블로그에서 밝힌 원인을 정리하면 세 가지입니다.

첫 번째는 세션 간 기억 소실입니다. AI는 새로운 대화가 시작되면 이전 대화에서 무엇을 했는지 전혀 기억하지 못합니다. Anthropic은 이를 "교대 근무하는 엔지니어가 이전 담당자가 뭘 했는지 전혀 모르는 채로 출근하는 것"에 비유했습니다. 그래서 다음 세션의 AI가 아직 절반밖에 안 된 작업을 "이미 다 됐네"라고 끝내 버리는 일이 생깁니다.

두 번째는 컨텍스트 포화로 인한 조기 종료입니다. 긴 작업을 시키면 대화가 길어질수록 컨텍스트 윈도우가 차오릅니다. 일관성을 잃기 시작하고, 할 일이 아직 남아 있는데도 AI가 스스로 작업을 마무리해 버립니다.

세 번째는 자기 평가 편향입니다. 자신이 만든 결과물을 자신이 평가하면 무조건 잘했다고 합니다. Anthropic에 따르면 품질이 명백히 떨어지는 경우에도 AI는 자신 있게 결과를 칭찬하는 경향이 있습니다. 만드는 AI와 평가하는 AI가 같으면 문제를 찾아도 스스로 "별거 아니다"라고 넘겨 버립니다.

이 세 가지는 AI가 부족해서가 아닙니다. 환경이 없어서 생기는 구조적 문제입니다.

Claude Code에서 하네스를 구성하는 5가지 방법

9달러가 아닌 200달러짜리 결과를 얻으려면 어떻게 해야 할까요? Claude Code 기준으로 하네스를 구성하는 방법은 다섯 가지입니다.

1. CLAUDE.md — 규칙을 문서로 전달한다

AI가 실수를 할 때마다 그 실수를 방지하는 규칙을 CLAUDE.md에 적습니다. 새 세션이 시작될 때마다 자동으로 로드되기 때문에 세션 간 기억 소실 문제를 이 방법으로 해결할 수 있습니다. 단, CLAUDE.md는 맥락이자 부탁입니다. AI가 안 지킬 수도 있다는 한계가 있습니다.

2. 퍼미션 — 위험한 것은 아예 차단한다

부탁과 강제는 다릅니다. 파일 읽기는 허용하되 파일 삭제는 실행 자체를 막는 것처럼, 퍼미션은 AI가 어길 수 없는 경계를 만들어 줍니다. CLAUDE.md가 "하지 마세요"라면, 퍼미션은 "불가능합니다"입니다.

3. 훅 — 검증을 자동으로 강제한다

CLAUDE.md에 "테스트를 꼭 해달라"고 적어둘 수 있지만, 이는 부탁입니다. 훅은 다릅니다. 특정 행동이 일어날 때 자동으로 실행되기 때문에 AI가 우회할 수 없습니다. Playwright MCP 같은 도구를 훅으로 연결하면 코드 작성 후 실제 브라우저 테스트가 자동으로 강제됩니다.

4. 테스트 도구 — AI에게 직접 확인할 수단을 준다

코드만 보면 문제없어 보이는데 실제로 실행하면 버튼이 안 눌리거나 화면이 깨지는 경우가 있습니다. Playwright나 Puppeteer 같은 도구를 연결해서 AI가 실제 브라우저를 열고 사용자처럼 클릭하며 확인하게 만들면, Anthropic 실험에서도 성능이 크게 향상되었다고 합니다.

5. 생성-검증 AI 분리 — 만드는 AI와 평가하는 AI를 나눈다

자기 평가 편향을 구조적으로 해결하는 방법입니다. 코드를 생성하는 에이전트(Generator)와 그 결과를 검증하는 에이전트(Evaluator)를 아예 분리합니다. 같은 AI에게 "비판적으로 봐라"고 시키는 것보다, 처음부터 검증 전용 AI를 따로 두는 것이 훨씬 효과적입니다. Claude Code의 서브에이전트가 이 원리를 적용하는 도구입니다.

하네스는 완성이 없다

마지막으로 한 가지 원칙을 덧붙입니다.

하네스에 적어둔 규칙 하나하나는 "AI 모델이 이것을 혼자 못 한다"는 가정입니다. 그런데 모델은 계속 발전합니다. Anthropic도 Opus 4.6이 출시된 후 스프린트 구조를 통째로 하네스에서 제거했습니다. 모델이 좋아지니 그 제약이 더 이상 필요 없어진 것입니다.

하네스 엔지니어링은 한 번 만들고 끝나는 설정 파일이 아닙니다. 모델이 발전하면 불필요해진 규칙은 지우고, 새로운 실패 패턴이 생기면 즉시 추가하는 살아있는 문서입니다.

9달러와 200달러의 차이는 모델이 아니었습니다. 환경이었습니다. 그리고 그 환경은 누군가 설계해야 합니다. AI가 이상한 결과를 낼 때, 모델을 탓하기 전에 먼저 환경을 돌아보시기 바랍니다. CLAUDE.md에 규칙 한 줄을 추가하는 것만으로도 결과가 달라질 수 있습니다.

댓글

댓글 쓰기

이 블로그의 인기 게시물

자금광업, 금·구리 슈퍼사이클 최대 수혜주로 주목

이미지
글로벌 원자재 시장이 다시 한 번 슈퍼사이클 국면에 진입하면서 금과 구리 가격이 동반 강세를 보이고 있다. 이러한 흐름 속에서 중국 1위이자 글로벌 메이저 광산 기업인 자금광업이 대표적인 수혜주로 부각되고 있다. ※ 관련 정보 바로가기 버튼 위치 글로벌 금·구리 시장을 선도하는 자금광업 자금광업은 전 세계 15개국 이상에서 광산 개발과 제련 사업을 영위하는 글로벌 광산 기업이다. 매출 비중은 제련 61%, 광산 개발 37%로 구성되어 있으며, 수익성은 광산 개발 부문이 월등히 높다. 2025년 3분기 기준 이익 비중은 금 46%, 구리 36%로 나타나 금과 구리 가격 상승의 직접적인 수혜 구조를 갖추고 있다. 구리 공급 부족과 2026년까지 이어질 가격 강세 구리 시장은 인공지능 데이터센터 확산으로 송배전망 투자 수요가 급증하고 있으나, 글로벌 공급 제약이 심화되며 타이트한 수급 환경이 지속되고 있다. 인도네시아, 콩고, 중국 등 주요 생산국에서 광산 사고와 전력, 정책 이슈로 생산 차질이 이어지고 있으며, 글로벌 공급의 약 7%가 영향을 받고 있다. LME와 상하이 금속거래소 재고 역시 역사적 저점 수준이다. 금·구리 가격 상승과 생산량 증가의 동시 실현 자금광업의 가장 큰 강점은 가격 상승과 생산량 증가가 동시에 나타나는 구조다. 티베트 쥐롱 구리 광산 2단계, 콩고 카모아-카큘라 광산 증산 프로젝트가 순차적으로 가동되고 있다. 또한 2025년 인수한 가나 아키엠 금광의 실적 기여가 본격화되며, 신장 지역 사와야르둔 금광도 가동을 시작했다. 구리와 금이 동시에 강세를 보이는 환경에서 생산량까지 증가하는 기업은 사실상 자금광업이 유일하다. 리튬 신사업과 밸류에이션 매력 자금광업은 기존 금·구리 사업 외에도 리튬 신사업 성과가 2025년 4분기부터 가시화될 전망이다. 2026년 기준 예상 주가수익비율은 약 14배로 글로벌 광산업체 대비 상대적인 밸류에이션 매력도 부각되고 있다. 결론: 중장기 원자재 투자 ...
자세한 내용 보기

마이클 버리가 선택한 헬스케어 기업, 왜 몰리나 헬스케어일까?

이미지
마이클 버리가 주목한 몰리나 헬스케어 영화 빅쇼트의 실제 모델로 알려진 마이클 버리가 최근 과대낙폭 종목 중 하나로 몰리나 헬스케어를 보유한 사실이 알려지며 투자자들의 관심이 높아지고 있다. 몰리나는 미국 헬스케어 보험 시장에서 관리의료(Managed Care, MC)에 집중하는 민간 보험사다. 관리의료 확대가 몰리나에 유리한 이유 관리의료는 주정부가 저소득층과 노인의 의료비 관리를 보험사에 맡기고 보험사가 정해진 예산 내에서 의료비를 통제하는 구조다. 이는 행위별 수가제 대비 정부 재정 부담을 줄일 수 있어 장기적으로 정책적 선호가 높은 방식이다. 이러한 환경 변화는 MC에 집중한 몰리나에 구조적으로 유리하게 작용한다. 주가 급락 배경과 단기 리스크 몰리나의 주가는 7월 초 대비 약 50% 하락했다. 센틴의 실적 가이던스 철회 이후 보험 업종 전반으로 매도세가 확산됐고, 몰리나의 의료비 비율을 나타내는 MCR이 93% 수준까지 상승하며 수익성에 대한 우려가 부각됐다. 여기에 약가 인하 정책, 메디케이드 예산 삭감 가능성, 고령화에 따른 의료비 상승이 겹치며 관리의료 기업 전반에 대한 불확실성이 커진 상황이다. 메디케이드 중심 사업 모델의 안정성 몰리나는 매출의 약 75%를 메디케이드에서 창출하고 있다. 메디케이드는 정부가 중단하기 어려운 복지 성격의 제도이며, 저소득층과 고령 인구 비중이 확대되는 구조적 특성을 갖고 있다. 이로 인해 정책 변화와 무관하게 보험료 수입이 장기적으로 증가할 가능성이 높다. 또한 정부 보험료는 후행적으로 산정되는 특성이 있어 현재 의료비 상승은 향후 보험료 인상으로 이어질 수 있으며, 이는 몰리나의 중장기 실적 안정성을 뒷받침한다. 경쟁사 대비 높은 주주가치 몰리나는 경쟁사 대비 높은 총주주수익률을 기록해왔다. 2019년 이후 누적 기준으로 경쟁사보다 약 30% 높은 성과를 보였으며, 올해 최대 10억 달러 규모의 자사주 매입 프로그램을 발표하며 주주환원 정책도 적극적으로 추진 중이다. ...
자세한 내용 보기

미국 주식 과열 신호 점검: 조정 가능성은 언제일까?

이미지
신용투자 증가율로 본 미국 증시 과열 미국 증시가 사상 최고치 부근에서 움직이면서 과열 여부에 대한 관심이 커지고 있다. 과거 데이터와 주요 금융 지표를 통해 현재 미국 주식시장의 위험 수준을 점검해본다. 1998년 이후 전년 대비 신용투자 증가율이 45%를 넘은 사례는 2000년 닷컴 버블, 2007년 부동산 버블, 2021년 코로나 이후 급등기 단 세 차례뿐이었다. 공통적으로 증가율이 45%를 넘은 뒤 3~10개월 내 증시 고점이 형성되었고, 이후 큰 폭의 하락이 뒤따랐다. 최근에도 2024년 10월 증가율이 45%를 기록한 뒤 11월에는 36%로 급락하며 과열 이후 하락 전환 신호가 나타났다. 과거 패턴을 적용하면 2026년 2~9월 사이 증시 고점 가능성이 있으며, 보다 보수적으로는 내년 상반기 중 조정 가능성도 제기된다. VIX와 하이일드 가산금리로 본 시장 위험 VIX(주식 변동성 지수)와 하이일드 채권 가산금리는 시장 안정성과 과열을 동시에 보여주는 대표적인 지표다. 과거 사례를 보면 주가 고점은 두 지표가 최저점을 찍은 직후가 아니라, 저점 이후 일정 수준 반등한 시점에 형성되었다. 2007년과 2021년에는 가산금리 저점 이후 약 5~6개월 후 주가 고점이 나타났으며, 현재는 저점 이후 이미 11개월이 경과한 상태다. 이는 주가 조정이 임박했을 가능성을 시사한다. 2000년 닷컴 버블과의 차이점 2000년 닷컴 버블 당시에는 하이일드 부도율 상승과 함께 가산금리가 약 30개월간 상승한 이후에야 본격적인 하락장이 시작되었다. 이 사례를 적용할 경우 주가 조정 시점은 2027년 중순까지도 지연될 수 있다. 종합 전망: 지금은 위험 관리에 집중할 시점 과거 과열 국면과 비교할 때 현재 미국 증시는 조정 가능성이 높은 구간에 진입한 것으로 보인다. 특히 신용투자 증가율의 하락 전환을 감안하면 내년 상반기까지 변동성 확대를 염두에 둘 필요가 있다. 당분간은 공격적인 투자보다는 리스크 관리와 분산 전략에 초점을 ...
자세한 내용 보기