| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | 6 | 7 |
| 8 | 9 | 10 | 11 | 12 | 13 | 14 |
| 15 | 16 | 17 | 18 | 19 | 20 | 21 |
| 22 | 23 | 24 | 25 | 26 | 27 | 28 |
| 29 | 30 | 31 |
- 코틀린 코루틴의 정석
- aws
- minikube
- Spring
- MySQL
- 티스토리챌린지
- kotlin coroutine
- CKA 기출문제
- 공부
- go
- Kubernetes
- LLM
- 바이브코딩
- Pinpoint
- Rag
- Linux
- kotlin
- 기록으로 실력을 쌓자
- AWS EKS
- tucker의 go 언어 프로그래밍
- CloudWatch
- golang
- Java
- CKA
- 오블완
- PETERICA
- AI
- 정보처리기사 실기 기출문제
- APM
- SRE
- Today
- Total
피터의 개발이야기
Agentic Workflow — 이제 우리는 코드를 만드는 것이 아니라 시스템을 만든다 본문
ㅁ 들어가며
AI 코딩 도구를 처음 접하면 대부분 이렇게 생각한다.
“이제 코드를 대신 써주는 도구가 생겼구나.”
하지만 실제로 Agent 기반 개발을 이해하게 되면 생각이 완전히 바뀐다.
AI는 단순히 코드를 대신 작성하는 도구가 아니라
코드를 만들어내는 시스템 자체를 설계하는 기술로 발전하고 있기 때문이다.
이 흐름을 이해하려면 두 가지 개념이 중요하다.
- Agentic Workflow
- Harness
이 두 개념은 앞으로 AI 개발 방식의 구조를 설명하는 핵심 키워드가 된다.
ㅁ Agentic Workflow — AI가 일을 수행하는 방식
Agentic Workflow는 간단히 말하면
AI 에이전트들이 협력하여 하나의 작업을 완성하는 구조다.
기존 AI 사용 방식은 매우 단순했다.
사용자 → LLM → 결과
하지만 복잡한 작업에서는 이 구조가 한계를 가진다.
그래서 등장한 구조가 Agent Workflow다.
User
↓
Planner Agent
↓
Worker Agent (코드 / 검색 / 분석)
↓
Evaluator Agent
↓
Result
각 에이전트는 서로 다른 역할을 수행한다.
- Planner → 문제를 분해한다
- Worker → 실제 작업을 수행한다
- Evaluator → 결과를 평가한다
이 구조는 흥미롭게도 회사 조직 구조와 매우 유사하다.
ㅁ Harness — 에이전트를 움직이는 운영 시스템
Agent Workflow가 조직 구조라면
Harness는 조직을 운영하는 시스템이다.
Harness는 다음 역할을 한다.
- 작업을 큐로 관리
- 에이전트 실행
- 결과 검증
- 반복 자동화
예를 들어 코드 개발 자동화 시스템을 만든다면 다음과 같은 구조가 된다.
coding-harness
├ planning agent
├ coding agent
├ review agent
└ test agent
실제 실행 흐름은 이렇게 돌아간다.
PR 생성
→ 코드 생성
→ 테스트 실행
→ 리뷰 생성
→ 수정
즉 Harness는
에이전트들이 협력하여 일을 수행하도록 만드는 자동화 프레임워크다.
ㅁ Agentic 개발의 본질 — 결과가 아니라 시스템을 수정한다
Agent 기반 개발의 가장 중요한 특징은
개발자의 수정 대상이 바뀐다는 것이다.
기존 개발 방식
버그 발생
→ 코드 수정
Agentic 개발 방식
버그 발생
→ 프롬프트 수정
→ workflow 수정
→ harness 수정
즉 개발자는
결과물을 수정하지 않는다.
대신
결과를 만들어내는 시스템을 수정한다.
이 차이는 매우 크다.
ㅁ Harness를 중첩하면 회사가 된다
Agent 시스템을 조금 더 확장하면 재미있는 현상이 나타난다.
여러 Harness를 조합하면 구조가 회사 조직과 동일해진다.
예를 들어
Company Harness
├ Dev Harness
│ ├ coding agent
│ ├ review agent
│ └ test agent
├ Research Harness
│ ├ search agent
│ └ summarizer agent
└ Marketing Harness
이 구조는 사실상
- 개발팀
- 리서치팀
- 마케팅팀
과 동일하다.
즉 Agent 시스템은 “디지털 조직 구조”라고 볼 수 있다.
ㅁ Agent Workflow는 한번에 만들어지지 않는다
많은 사람들이 Agent 시스템을 만들 때 처음부터 거대한 구조를 설계하려 한다.
하지만 실제로는 그렇게 만들어지지 않는다.
대부분 다음 단계로 발전한다.
1️⃣ 작은 작업 자동화
2️⃣ 반복 작업 Harness 생성
3️⃣ 여러 Harness 연결
4️⃣ 조직 구조 수준 Workflow 형성
결국 Agent 시스템은 작은 자동화에서 시작해 점진적으로 확장된다.
ㅁ 개발자의 역할 변화
이 변화는 개발자의 역할 자체를 바꾸고 있다.
기존 개발자
- 코드를 작성한다
- 기능을 구현한다
Agent 시대 개발자
- Workflow를 설계한다
- Agent 역할을 정의한다
- Harness를 만든다
즉
개발자는 이제
“코드 작성자”에서
“시스템 설계자”로 이동하고 있다.
ㅁ 마무리 — 우리는 이제 코드를 만드는 것이 아니다
Agentic 개발의 핵심은 이 문장으로 정리할 수 있다.
우리는 이제 코드를 만드는 것이 아니라 코드를 만드는 시스템을 만든다.
Agent Workflow는 조직 구조이고 Harness는 그 조직을 운영하는 시스템이다.
이 구조가 완성되면 AI는 단순한 도구가 아니라
실제로 일을 수행하는 디지털 조직이 된다.
ㅁ 함께 보면 좋은 사이트
https://youtu.be/EQ-Rnx-k-Ec?si=qXgXcE7KVRuj7XT5
'AI > AI개발전략 | 기획' 카테고리의 다른 글
| [AI] LLM의 미래는 어디로 가는가? (0) | 2025.12.11 |
|---|---|
| [AI] Cursor에서 토큰 사용량이 많은가? cache read 줄이는 법 (0) | 2025.09.04 |
| [AI] 컨텍스트 엔지니어링: 프롬프트를 넘어서 AI의 성공을 설계하는 법 (0) | 2025.09.02 |
| [AI] AI 시대 서버 관리자의 미래는? 플랫폼 엔지니어 나아가자! (9) | 2025.08.13 |
| [AI] 문서 기반 개발 프로세스: AI를 ‘알바생’으로 활용하는 실전 노트 (1) | 2025.07.26 |
