핵심 내용 요약
AI 산업의 경쟁 초점은 이제 “대형 모델 자체를 비교하는 것”에서 “대형 모델을 얼마나 잘 활용할 수 있는지”로 옮겨가고 있습니다. 이러한 활용을 가능하게 하는 시스템이 바로 Harness입니다. Harness는 단순한 모델의 포장이 아니라, AI가 “대화를 할 수 있는” 수준에서 “실제 업무를 안정적으로 수행할 수 있는” 지능체로 진화하도록 돕는 엔지니어링 시스템입니다. 업계 리더들은 향후 기업의 핵심 역량이 Harness에 기반할 것이라고 보고 있습니다. 왜냐하면 Harness를 통해 대형 모델을 실질적인 생산성 도구로 전환할 수 있기 때문입니다. 현재 국내외 대기업과 오픈소스 커뮤니티들이 Harness의 주도권을 놓고 경쟁하고 있으며, 일반 사용자들도 간단한 Harness를 직접 만들 수 있습니다.
1. Harness란 무엇인가? – 단순한 포장이 아니라, AI를 제어하는 “운영체제”
대형 모델을 천리마에 비유하자면, Harness는 그 천리마를 제대로 조종하기 위한 전체 장비입니다: 고삐(방향 제어), 안장(안정적인 운행), 브레이크(오류 방지), 계기판(상태 모니터링) 등이 포함됩니다. Harness는 일반적인 Agent Framework(AI 개발 도구 모음)과는 다릅니다:
- Framework는 “채용 안내서”와 같아서 AI 직원을 어떻게 만들지 가르칩니다;
- Harness는 “기업 관리 시스템”과 같아서 작업을 배정하고, 도구를 제공하며, 경험을 기록하고, 실행을 감독하여 AI 직원이 장기적으로 안정적으로 일할 수 있도록 합니다.
기술적으로 보면, Harness는 컴퓨터의 Windows 시스템과 같습니다. Windows가 없으면 아무리 강력한 칩도 단순한 하드웨어에 불과하지만, Windows가 있으면 AI의 능력을 실제로 활용할 수 있습니다. 예를 들어, Anthropic이 유출한 51만 줄의 코드에는 다음과 같은 6개의 핵심 구성 요소가 포함되어 있습니다:
- 다단계 프롬프트: AI에게 규칙을 제시합니다 (예: “당신은 마케팅 분석가이므로 무작위로 말하지 마세요”);
- 도구 사용 설명서: AI가 외부 도구(데이터 검색, 코드 작성 등)를 어떻게 사용할지 알려줍니다;
- 도구 호출 순서: 작업 단계를 미리 계획한 후 단계별로 실행합니다 (무작위로 일하는 것을 방지합니다);
- 기억 관리: AI가 이전 작업 내용을 기억할 수 있도록 합니다 (잊어버리지 않도록);
- 하위 AI 분업: 주 AI가 하위 AI에게 세부 작업을 할당합니다 (예: 코드를 작성하는 AI와 테스트하는 AI가 협력합니다);
- 검증 메커니즘: AI가 결과를 거짓으로 보고하는 것을 방지합니다 (예: 코드가 실제로 실행되는지 확인합니다).
2. 엔비디아의 황인훈이 Harness를 중시하는 이유는 무엇인가? – AI가 실제로 “돈을 벌게” 해주기 때문입니다
엔비디아 CEO인 황인훈은 GPU에 대해서는 말하지 않고 Harness에 집중하는데, 그 이유는 Harness가 대형 모델을 기업이 돈을 지불하고 싶어하는 생산성 도구로 전환할 수 있기 때문입니다. 데이터가 이를 잘 보여줍니다:
- LangChain 실험: 동일한 GPT 모델을 사용했지만 Harness를 추가한 후 작업 성능이 52.8%에서 66.5%로 향상되었습니다 (“불합격”에서 “우수”로);
- Nemotron 모델: Harness와 함께 사용하면 평가 비용이 10배로 줄었습니다 (43달러에서 4.5달러로);
- Claude 모델: Harness를 추가한 후에는 실제로 사용할 수 있는 소프트웨어를 생성할 수 있게 되었습니다 (이전에는 반제품만 만들 수 있었습니다).
Harness가 널리 보급될수록 기업은 더 많은 GPU가 필요해집니다. 결국 모든 AI 직원은 GPU를 통해 작업을 수행해야 하기 때문입니다. 황인훈의 전략은Harness를 통해 AI를 기업 프로세스에 통합하여 GPU 판매량을 늘리는 것입니다.
3. Harness를 둘러싼 경쟁이 이미 시작되었습니다 – 대기업과 오픈소스 커뮤니티가 모두 참여하고 있습니다
현재 국내외 기업들이 Harness를 확보하기 위해 경쟁하고 있는데, 이는 마치 과거 운영체제 주도권을 놓고 경쟁했던 것과 같습니다:
- OpenAI: 2026년 초에 5개월 만에 Codex가 100만 줄의 코드를 작성했는데, 이는 Harness(AGENTS.md라는 파일을 사용하여 프로젝트 규칙을 정한 덕분입니다);
- Anthropic: 유출된 코드에는 아직 공개되지 않은 44개의 Harness 기능이 포함되어 있어 많은 투자가 이루어졌음을 알 수 있습니다;
- 국내 대기업: DeepSeek는 Harness 팀을 특별히 구성했으며, 텐센트의 WorkBuddy Harness는 내부 직원 2,000명을 대상으로 테스트한 후 시장에 출시할 예정입니다;
- 오픈소스 커뮤니티: OpenClaw(랍스터)는 AI가 내부 생각을 유출하는 것을 방지하고, Hermes(에르메스)는 AI가 사용할수록 더 똑똑해지도록 합니다 – 이들은 모두 오픈소스 Harness의 결과물입니다.
Harness를 장악하는 자가 미래 AI 애플리케이션 생태계를 주도하게 될 것입니다.
4. 일반 사용자도 Harness를 만들 수 있습니다 – 200줄의 코드만 있으면 됩니다
수십만 줄의 코드를 작성할 필요가 없습니다. 최소한 200줄의 코드만 있으면Harness를 만들 수 있습니다. 예를 들어, AI에게 엔비디아의 일주일 동안의 뉴스를 분석하고 공식 계정의 요약을 작성하도록 요청하고 싶다면:
- Harness가 없으면: 직접 모델에게 물어보면 무작위로 답하거나 정보를 누락할 수 있습니다;
- Harness가 있으면: 작업을 3단계로 나눕니다: ① 최근 일주일의 엔비디아 뉴스를 찾기; ② 중요한 내용을 선별하기; ③ 요약을 작성하기. Harness가 이 3단계를 관리하고, 모델은 각 단계를 수행할 뿐입니다.
입문하는 방법은 매우 간단합니다:
- 먼저 AGENTS.md 파일(200줄의 Markdown)을 작성하여 AI의 역할, 작업 규칙, 금지 사항을 정합니다;
- 그런 다음 오픈소스 도구(예: LangChain)를 사용하여 기본 모듈을 구축합니다 (기억 관리, 도구 호출 등);
- 핵심 논리는 AI가 “자유롭게 작동하는” 것에서 “프로세스에 따라 작동하는” 것으로 전환하는 것입니다.
결론: 미래의 경쟁은 Harness에 달려 있습니다
앞으로 사람들은 “어떤 모델을 사용하나요?”가 아니라 “ Harness를 얼마나 잘 구축했나요?”라고 물을 것입니다. 대형 모델은 누구나 구입할 수 있는 인프라이지만, 기업이 자체적으로 개발한 Harness가 진정한 경쟁력입니다. 이Harness가 있어야 AI 직원이 신뢰할 수 있게 업무를 수행하고 기업에 수익을 가져다줄 수 있습니다.