에이전트(Agent) = 모델(Model) + 하네스(Harness)

소프트웨어 아키텍처의 거장 마틴 파울러(Martin Fowler)는 복잡한 기술적 개념을 명쾌한 공식으로 정의하곤 합니다. 최근 인공지능 생태계에서 가장 뜨거운 화두인 'AI 에이전트(Agent)'의 본질도 마틴 파울러 식의 직관적인 공식으로 완벽하게 표현할 수 있습니다.

Agent = Model + Harness (에이전트 = 모델 + 하네스)

단순히 똑똑한 AI 모델(LLM)을 사용하는 것을 넘어, 비즈니스 환경에서 스스로 판단하고 작동하는 '에이전트'를 구축하기 위해 왜 이 공식이 핵심 이정표가 되는지 알아보겠습니다.

---

1. 모델(Model): 에이전트의 '두뇌'

공식의 첫 번째 요소인 모델(Model)은 거대 언어 모델(LLM)을 의미합니다. 에이전트 시스템에서 모델은 인간의 '두뇌'와 같은 역할을 담당합니다.

• 인지 및 추론: 자연어를 이해하고, 복잡한 맥락을 파악하며, 문제를 해결하기 위한 논리적 단계를 기획(Planning)합니다.
• 지식 저장소: 방대한 데이터를 기반으로 사전 학습된 지식을 활용해 질문에 답하고 아이디어를 도출합니다.

하지만 두뇌만으로는 아무것도 할 수 없습니다. 몸통과 신경계가 없다면 생각은 현실의 행동으로 이어지지 못합니다. LLM 그 자체는 입력된 텍스트에 반응하는 '텍스트 예측 기계'에 불과하기 때문입니다.

---

2. 하네스(Harness): 두뇌를 현실과 연결하는 '신경계와 장비'

원래 '하네스(Harness)'는 말에게 마차를 매달 때 쓰는 마구, 혹은 자동차·전자제품에서 복잡한 전선들을 하나로 묶어주는 배선 뭉치를 뜻합니다. 소프트웨어 공학에서는 시스템을 안전하게 제어하고 외부와 연결하는 '견고한 환경 및 제어 장치'를 의미합니다.

에이전트 구조에서 하네스는 모델이 실세계에서 유용하게 작동할 수 있도록 둘러싸고 있는 모든 실행 인프라를 말합니다.

• 도구 활용 (Tools & Tools Calling): 모델이 직접 할 수 없는 계산, 최신 정보 검색, 데이터베이스 조회를 수행할 수 있도록 API, 웹 브라우저, 파이썬 인터프리터 등의 도구를 쥐어줍니다.
• 메모리 관리 (Memory Management): 과거의 대화 기억이나 작업 이력을 저장하고 필요한 순간에 꺼내어 모델에게 제공합니다. (Short-term / Long-term 메모리)
• 가드레일 및 보안 (Guardrails): 모델이 잘못된 답변(환각 현상)을 하거나 위험한 명령을 내리지 않도록 입력과 출력을 필터링하고 통제합니다.
• 루프 및 제어 흐름 (Control Loop): 모델이 목표를 달성할 때까지 "생각 -> 행동 -> 관찰"의 과정을 반복하도록 프로세스를 구동하는 뼈대 역할을 합니다.

---

3. 공식의 진정한 의미: 모델을 현장에 투입하는 방법

왜 마틴 파울러의 스타일처럼 굳이 두 요소를 더하는 공식으로 표현했을까요? 모델의 발전 속도와 비즈니스 애플리케이션의 지속 가능성을 분리하기 위함입니다.

모델은 교체 가능하지만, 하네스는 자산이다

최근 AI 트렌드를 보면 오픈에이이(OpenAI)의 GPT, 앤트로픽(Anthropic)의 클로드(Claude), 구글(Google)의 젬마(Gemma) 등 새로운 모델이 몇 달 주기로 쏟아져 나옵니다.

잘 설계된 '하네스' 구조를 가지고 있다면, 내일 당장 더 저렴하고 똑똑한 모델이 나왔을 때 두뇌(Model)만 쏙 갈아 끼우면 됩니다. 기업의 핵심 비즈니스 로직과 보안 가드레일은 하네스에 녹아있기 때문에 시스템 전체를 새로 만들 필요가 없습니다.

하네스가 부실하면 에이전트는 폭주한다

아무리 똑똑한 모델을 쓰더라도 하네스가 엉성하면 실무에 쓸 수 없습니다. 가드레일이 없어 프롬프트 인젝션 공격에 뚫리거나, 외부 API 연결 통제가 안 되어 엉뚱한 데이터를 삭제하는 대참사가 일어날 수 있기 때문입니다.

---

결론: 진정한 에이전트 구축을 향해

"에이전트 = 모델 + 하네스"라는 공식은 우리가 AI 시스템을 바라보는 시야를 넓혀줍니다.

프롬프트 엔지니어링을 잘해서 LLM 답변을 잘 받아내는 것에만 몰두하고 있다면, 그것은 '모델'의 영역에만 갇혀 있는 것입니다. 이제는 그 모델을 어떤 환경에서 안전하게 구동하고, 어떤 메모리와 도구를 연결하여 자동화 흐름을 완성할 것인가라는 '하네스'의 관점이 필요합니다.

단단하고 유연한 하네스 위에 강력한 모델을 얹는 것. 이것이 바로 단순한 챗봇을 넘어 스스로 일하는 진정한 AI 에이전트를 완성하는 핵심 아키텍처입니다.