Beyond the Harness: A Journey Towards Adaptative Engineering - Rajiv Chandegra, Annicha Labs

한 줄 핵심

AI 엔지니어링의 미래는 고정된 하네스로 에이전트를 제어하는 방식이 아니라, 실행 중 상호작용과 환경 변화에 맞춰 하네스 자체가 스스로 형성·변형되는 adaptive engineering으로 이동한다.

시간별 요약

1. 0:01
   현재의 AI 엔지니어링은 Claude Code, Cursor, Codex 같은 고정 하네스를 미리 설계해 에이전트를 안정적으로 제어하는 방식이며, 이는 예측 가능하고 감사 가능해서 대부분의 복잡하지만 정적인 문제에 잘 맞는다.
2. 8:04
   그러나 모델이 더 강력해지고 AI가 실제 세계와 맞닿을수록, 고정 하네스는 변화하는 환경과 새로 생기는 예외를 따라가지 못해 점점 비대해지고 취약해진다. 따라서 정해진 문제에는 공장식 방식이 맞지만, 움직이는 문제에는 한계가 분명하다.
3. 11:00
   현실 세계는 부품의 합이 아니라 관계와 과정이 만드는 패턴이며, 복잡한 문제는 분석·분해보다 탐색·감지·반응이 필요하다. 새 질서는 개별 요소가 아니라 상호작용 속에서 출현하고, 이 점이 고정 구조 중심의 설계를 흔든다.
4. 16:02
   복잡한 시스템은 다양한 행위자, 국소적 상호작용, 반복 학습, 그리고 emergence로 설명되며, 관리자는 정답을 설계하기보다 적절한 제약과 선택 압력을 주어 자기조직화를 유도해야 한다. 이 관점에서 adaptive engineering은 하네스를 입력이 아니라 출력으로 다룬다.
5. 26:02
   adaptive engineering에서 엔지니어의 역할은 결과를 사전 규정하는 것이 아니라 제약, 보상, 속도 같은 규칙을 조정하고, 실행 중 나타나는 하네스를 감지해 재조정하는 것이다. 다만 안정성에 쏠린 attractor, monoculture, 낮아진 가독성, 예측 불가 같은 실패 모드도 함께 관리해야 한다.

실무 인사이트

• 실무에서는 문제를 먼저 복잡한 것과 복합적인 것으로 구분하고, 복합적인 과제에는 고정 플로우보다 런타임 관측·피드백·재구성이 가능한 구조를 우선 적용하는 것이 효과적이다.
• 멀티 에이전트 시스템을 설계할 때는 역할을 고정하는 데서 끝내지 말고, 상호작용 밀도와 보상 구조를 조절해 자연스러운 분화와 협업이 생기도록 만드는 것이 중요하다.
• AI 도입의 병목은 모델 성능보다 하네스의 적응력에 있으므로, 실행 중 재구성되는 루프와 선택 압력을 설계하는 역량이 핵심 경쟁력이 된다.