1. AI 에이전트의 핵심: ‘하네스 엔지니어링’이란?
AI 에이전트를 운용할 때 가장 중요한 것은 도구의 종류가 아니라, 모델을 어떻게 길들이느냐에 있습니다. 이를 **하네스 엔지니어링(Harness Engineering)**이라고 부릅니다.
- 개념: ‘하네스(Harness)’는 말의 안장을 뜻합니다.
- 목적: 최신 AI 모델(Claude 3.5 Opus, GPT-5 등)은 마치 야생의 ‘적토마’와 같아서, 제대로 길들이지 않으면 엉뚱한 방향으로 갈 수 있습니다.
- 방법: 단순히 프롬프트만 주는 것이 아니라, 코드 스크립트, 규정 문서, 참고 양식 파일 등을 통해 AI가 업무를 처리하는 단계와 판단 기준을 빡빡하게 정의하는 것입니다.
2. 업무용 vs 일상용 에이전트 구성
업무와 일상의 특성에 맞춰 두 가지 도구를 병렬로 운용하고 있습니다. 모든 에이전트는 24시간 꺼지지 않는 **맥미니(Mac Mini)**에서 돌아가며, 필요할 때마다 텔레그램으로 명령을 내립니다.
🛠️ 에이전트 도구 비교
| 구분 | 업무용 (Claude Code) | 일상용 (OpenClo) |
| 특징 | 정밀하고 빡빡한 하네스 설계 가능 | 가볍고 유연한 접근, 높은 자유도 |
| 강점 | 복잡한 워크플로우 처리, 일관된 품질 | 컴퓨터 유즈(Computer Use) 기능 활용 |
| 철학 | “완벽한 일잘러 팀원” | “무엇이든 시킬 수 있는 개인 비서” |
3. 실제로 일하는 AI 에이전트 사례들
현재 저는 약 18개의 프로젝트 폴더를 통해 에이전트를 운용 중이며, 전체 업무의 약 **80%**를 이들의 도움을 받아 처리합니다.
💼 업무 에이전트 (Claude Code 중심)
- 자비스 (비서실장): 전체 에이전트의 구성을 파악하고 업무를 적절한 프로젝트에 배분하는 라우터 역할을 합니다.
- 교육 설계 및 평가: 고객사 맞춤형 실습 시나리오를 생성하고, 수강생 결과물을 기준에 따라 평가하여 피드백 보고서까지 작성합니다.
- 강의 슬라이드 제작: HTML로 초안을 잡은 뒤 구글 드라이브에 PPT로 업로드하며, 오토리서치 기능을 통해 디자인 퀄리티를 스스로 개선합니다.
- 영업 및 관리: 지메일(Gmail)을 분석해 강의 문의를 골라내고, 노션(Notion) 데이터베이스에 자동으로 업데이트합니다.
🏠 일상 에이전트 (OpenClo 중심)
- 카카오톡 아카이빙: ‘나에게 보내기’로 저장한 링크들을 매일 정리해 구글 시트에 데이터베이스화합니다.
- KTX 좌석 모니터링: 빈 좌석이 생길 때까지 안드로이드 폰을 제어하여 실시간으로 조회하고 알려줍니다.
4. 에이전트 성능을 극대화하는 3가지 비결
AI 에이전트를 더 똑똑하게 만드는 고급 기법들을 소개합니다.
- 오토리서치(Auto Research): AI에게 명확한 평가 기준을 주고, 그 기준에 도달할 때까지 스스로 결과물을 수정하고 다시 시도하는 ‘검증-개선 루프’를 돌리게 합니다.
- 깃허브(GitHub) 벤치마킹: 내가 하고 싶은 일을 이미 구현한 깃허브 레포지토리를 찾아 클로드 코드에게 보여주세요. 코드를 몰라도 AI가 그 구조를 이해해 내 업무에 적용해 줍니다.
- 에이전트 간 토론: 클로드 코드에게 해결책을 내게 한 뒤, 코덱스(Codex)와 같은 다른 모델에게 비판적인 검토를 시킵니다. 서로 의견을 주고받게 하면 결과물의 내적 완결성이 훨씬 높아집니다.