지난 3년간 생성형 AI와 코딩 에이전트 생태계는 단일 프롬프트 문구를 깎던 ‘프롬프트 엔지니어링’ 시대를 지나, 컨텍스트(Context), 하네스(Harness), 루프(Loop), 그리고 그래프(Graph) 엔지니어링으로 빠르게 패러다임 전환을 거듭해 왔습니다.

2023년 Auto-GPT의 무한 루프 실패와 에이전트 환멸기를 거쳐, ReAct 에이전트의 발전, 롱러닝 에이전트 하네스, 그리고 다시 결정론적 계약(Contract)과 그래프로 통제권을 되돌리기까지의 진화 맥락을 체계적으로 정리합니다.

Sources

1. 에이전트 아키텍처 진화의 5단계 흐름

1) Prompt Engineering (2022~2023)

단일 입력 프롬프트의 뉘앙스, Few-shot 예시, CoT(Chain of Thought) 문구 튜닝에 집중하던 시기입니다. 2023년 Auto-GPT가 등장하며 자율 에이전트의 가능성을 보여주었으나, 컨텍스트 망각과 무한 루프, 탈선 문제로 인해 ‘하네스 무용론’과 에이전트 환멸기가 찾아왔습니다.

2) Context Engineering & Skills (2023~2024)

모델의 지능 자체보다 **“어떤 컨텍스트를 언제, 얼마나 압축하여 주입할 것인가”**가 성패를 가르기 시작했습니다.

  • ReAct(Reasoning + Acting) 구조가 성숙해지며 결정론적 워크플로우를 흡수.
  • 모든 규칙을 한꺼번에 밀어 넣지 않고 필요할 때 온디맨드로 지식을 불러오는 **스킬(Skills)**과 계층적 문서 구조(AGENTS.md)의 개념이 정립되었습니다.

3) Harness Engineering (2024~2025)

  • 정의: 에이전트가 장시간(Long-running) 다단계 작업을 수행할 때 탈선하거나 시스템을 망가뜨리지 않도록 둘러싸는 **런타임 틀(Harness/마구)**을 설계하는 엔지니어링.
  • 핵심 요소: 격리된 샌드박스 실행 환경, 엄격한 도구 호출 인터페이스, 자동 체크포인트 저장, 계층화된 규칙 주입.
  • 대표 사례: Anthropic의 롱러닝 에이전트 하네스 가이드, Nous Research의 Hermes Agent ‘Fat Harness’.

4) Loop Engineering (2025~2026)

  • 정의: 에이전트의 자율적 탐색-실행-검증 반복 루프(Agent Loop)를 어떻게 제어하고 종료 조건을 정의할 것인가의 문제.
  • 핵심 요소: OpenAI Codex의 /goal 구조, LangChain의 4대 에이전트 루프 패턴, 자동 에러 복구 루프 및 Dynamic Workflow.

5) Graph Engineering (2026~현재)

  • 정의: 완전 자율 루프의 예측 불가능성을 통제하기 위해, **에이전트의 상태 전이와 멀티 에이전트 분기/합류를 유향 비순환 그래프(DAG / State Graph)와 엄격한 계약(Contract)**으로 제약하는 결정론적 설계.
  • 의의: 복잡한 엔터프라이즈 환경에서 환각과 탈선을 배제하고 100% 재현 가능한 신뢰성을 보장합니다.

2. “코드를 보지 않는 개발"과 검증(Verification)의 부상

에이전트가 한 번에 수만 줄의 코드를 생성하는 시대에는 인간 개발자가 모든 코드를 라인 바이 라인으로 검토하는 것이 불가능합니다.

따라서 최신 소프트웨어 엔지니어링의 핵심은 다음과 같이 이동했습니다:

  1. **하네스(Harness)**를 통해 에이전트의 행동 반경과 인터페이스 계약(Contract)을 견고하게 정의한다.
  2. **루프(Loop)와 그래프(Graph)**를 통해 자율 작업과 결정론적 검증 파이프라인을 결합한다.
  3. 인간은 코드 세부 구현 대신 시스템 아키텍처 이해와 검증 기준 설계에 집중한다.