Metadata
# 테크놀로지 레이더: 기법
## 기법
### 도입
* #### 1. 에이전트 샌드박싱
이전에는 [코딩 에이전트의 샌드박스 실행](https://www.thoughtworks.com/radar/techniques/sandboxed-execution-for-coding-agents)을 권장했다. AI 에이전트의 자율성이 높아지고 코딩 환경뿐 아니라 비즈니스 시스템에서도 작업을 수행하게 되면서, 에이전트의 작업 범위를 제한하는 일이 중요해졌다. 이제는 모든 에이전트에 **에이전트 샌드박싱(agent sandboxing)**을 기본으로 적용하는 것이 합리적이라고 본다. 권한과 외부 시스템 접근을 제한한 격리 환경에서 에이전트를 실행하면 위험을 줄일 수 있다. 예상치 못한 동작이나 의도하지 않은 작업, 악의적인 악용이 미치는 영향도 제한된다.
팀은 에이전트와 시스템의 [위협 모델링](https://www.thoughtworks.com/radar/techniques/threat-modeling)을 토대로 위험 기반 샌드박싱 접근법을 적용하는 것이 바람직하다. 모든 상황에 맞는 단일 해법은 없다. 하지만 [최근 보안 관련 소식](https://www.felonybench.com/)은 에이전트를 만들고 실행할 때 최소 권한 원칙처럼 검증된 보안 관행을 적용하는 일이 얼마나 중요한지 다시 보여준다.
* #### 2. 변이 테스트
**변이 테스트(mutation testing)**는 애플리케이션 코드에 작고 인위적인 버그를 자동으로 넣은 뒤, 하나 이상의 테스트가 실패하는지 확인하여 테스트 스위트의 품질을 평가한다. 코드가 바뀌었는데도 테스트가 통과하면 해당 변이는 살아남는다. 이는 테스트 커버리지나 검증문의 품질에 빈틈이 있음을 드러낸다. 팀이 AI 코딩 어시스턴트를 도입하면서 AI가 생성하는 코드와 테스트의 양이 빠르게 늘고 있다. 이에 따라 의미 있는 검증 없이 피상적인 테스트만으로 기존 코드 커버리지 지표를 부풀리기도 쉬워졌다.
이 기법은 가드레일 역할을 한다. 생성된 테스트가 로직 변경을 놓친 채 그저 통과하기만 하는 상황을 방지하도록 돕는다.
이제 AI 에이전트는 전용 프레임워크 없이도 실행 중에 자율적으로 변이 테스트를 수행할 수 있다. 자체 실행 루프 안에서 코드를 직접 수정하고, 테스트를 실행하며, 검증문을 평가하는 방식이다. 자동 변이 테스트에는 시간이 많이 걸린다. 따라서 개발자는 특정 내부 패키지를 대상으로 삼거나, 최근 변경된 코드만 테스트하는 점진적 검사를 사용하는 것이 바람직하다.
* #### 3. 프로덕션 배포 경로 매핑
**프로덕션 배포 경로 매핑(path-to-production mapping)**은 소트웍스의 표준 관행이다. 에이전트 기반 코딩이 등장하면서 그 중요성이 다시 부각됐다. 코드 처리량이 늘면 프로덕션 배포 경로의 다른 지점에 있던 병목이 드러나거나 심해질 수 있다. 따라서 팀은 코딩 속도만이 아니라 소프트웨어의 전체 흐름을 최적화해야 한다. 이 활동은 대개 소프트웨어의 설계, 개발, 릴리스, 운영에 참여하는 모든 사람이 모이는 워크숍으로 진행한다. 먼저 개발자 워크스테이션에서 프로덕션에 이르는 모든 절차를 화이트보드에 나열한다. 그런 다음 다시 살펴보며 문제 지점을 기록한다. 참가자들은 그동안 몰랐던 지연, 위험, 불일치를 발견하면서 새로운 사실을 깨닫곤 한다. 이러한 병목을 해결하는 것이 전체 소프트웨어 전달 생산성을 높이는 핵심이다.
* #### 4. 양자 내성 암호
**양자 내성 암호(post-quantum cryptography, PQC)**는 미래의 양자 컴퓨터가 수행하는 공격으로부터 디지털 데이터를 보호하도록 설계한 암호 알고리즘을 말한다. 양자 컴퓨팅이 발전하면서 기존 암호화에 대한 위협도 점차 현실이 되고 있다. 공격자는 지금 암호화된 데이터를 수집해 두었다가 나중에 복호화할 수 있다. 따라서 키 교환은 가장 시급하게 전환해야 하는 영역이다. [미국 국립표준기술연구소(NIST)](https://www.nist.gov/)의 표준인 ML-KEM, ML-DSA, SLH-DSA가 확정되면서, 세계 각국 정부는 2030년에서 2035년 사이를 전환 목표 시기로 삼고 있다.
최신 인프라, 언어, 프레임워크는 최신 버전에서 PQC를 기본 지원하는 경우가 늘고 있다. [JDK 24부터 지원하는 자바](https://www.thoughtworks.com/radar/languages-and-frameworks/java-post-quantum-cryptography)가 한 예다. 다만 이 기능을 활성화하려면 이전 버전을 업그레이드하거나 설정을 조정해야 한다. 조직은 신규 프로젝트에 양자 내성 암호 적용을 의무화하고, 레거시 시스템의 전환 로드맵도 앞당겨야 한다.
* #### 5. 점진적 컨텍스트 제공
**점진적 컨텍스트 제공(progressive context disclosure)**은 필요할 때 LLM에 정보를 제공하는 [컨텍스트 엔지니어링](https://www.thoughtworks.com/radar/techniques/context-engineering) 기법이다. 시스템은 먼저 필수 컨텍스트로 LLM을 초기화한다. 이후 LLM의 응답이나 사용자 입력에 따라 추가 데이터를 불러온다. 구현 형태는 다양하지만 본격적으로 운영하는 애플리케이션에서는 거의 보편적인 관행이 되었으므로, 이 기법을 도입 단계로 옮긴다.
코딩에서는 [AGENTS.md](https://www.thoughtworks.com/radar/techniques/agents-md)를 간결하게 유지하고, 에이전트가 필요할 때 찾아볼 문서의 링크를 제공하는 것이 한 예다. 코딩 하네스도 이 접근법을 사용한다. MCP 도구와 [에이전트 스킬](https://www.thoughtworks.com/radar/techniques/agent-skills)의 전체 컨텍스트 비용을 실제 사용 시점까지 미루는 방식이다. 비즈니스 애플리케이션에서는 벡터 기반 [RAG](https://www.thoughtworks.com/radar/techniques/retrieval-augmented-generation-rag)나 [GraphRAG](https://www.thoughtworks.com/radar/techniques/graphrag)를 사용해 사용자 입력에 따라 추가 정보를 검색할 수 있다. 어느 경우든 점진적 컨텍스트 제공은 토큰 사용량과 비용을 줄이고, [컨텍스트 부패](https://www.trychroma.com/research/context-rot)를 완화하는 데 도움이 된다.
* #### 6. 위협 모델링
**[위협 모델링(threat modeling)](https://martinfowler.com/articles/agile-threat-modelling.html)**은 시스템에 대한 잠재적 위협을 찾아내는 활동이다. 모든 소프트웨어 개발의 핵심 보안 관행이며, 특히 [생성형 AI 애플리케이션](https://aws.amazon.com/blogs/security/threat-modeling-your-generative-ai-workload-to-evaluate-security-risk/)에서 중요하다. 프롬프트 인젝션과 자율적 행동 같은 [고유한 보안 위험](https://nazneen-rupawalla.gitbook.io/learn-write-share/security-bits/threat-modelling-for-ai-changing-the-way-you-view-trust-boundaries)은 규칙 기반 검사나 스캔으로 놓칠 수 있기 때문이다. 위협 모델링은 에이전트의 지원을 받되 사람이 주도해야 한다. 또한 소프트웨어 개발 생명주기 전반에서 정기적으로 수행해야 한다. 이 과정의 논의는 문서화되지 않은 동작을 드러내고 이해관계자의 이해를 높인다.
알려진 위협에서 출발해 자신의 환경에 대응시켜 보길 권한다. 유용한 자료로는 AI 위협 목록인 [MITRE ATLAS](https://www.thoughtworks.com/radar/techniques/mitre-atlas), STRIDE 같은 프레임워크를 보완하는 [MAESTRO](https://cloudsecurityalliance.org/blog/2025/02/06/agentic-ai-threat-modeling-framework-maestro), 프롬프트 인젝션의 유입 지점을 추론하는 [유해 흐름 분석](https://www.thoughtworks.com/radar/techniques/toxic-flow-analysis-for-ai)이 있다. 세션을 마칠 때는 모델의 비결정적 동작을 허용할 영역과 허용하지 않을 영역을 명확히 결정해야 한다. 위험과 피해를 제한하기 위해 결정적 가드레일이 필요한 지점도 정해야 한다.
### 시도
* #### 7. 에이전트 플러그인 마켓플레이스
**에이전트 플러그인 마켓플레이스(agent plugin marketplace)**는 조직 전체에 하네스 자산을 배포하는 수단이다. 여러 팀이 코딩 에이전트를 도입하고 스킬, 지침, MCP 서버, 하위 에이전트 정의, 기타 자산을 공유하려 할 때 필요해진다. 이를 저장소 사이에서 복사하는 방식으로는 게시, 검색, 업데이트를 쉽게 처리하기 어렵다. 우리는 문서화된 Git 저장소와 [에이전트 플러그인](https://www.thoughtworks.com/radar/platforms/agent-plugins) 형식의 플러그인으로 에이전트 플러그인 마켓플레이스를 구현했다. 코딩 에이전트가 플러그인을 직접 사용하거나, [에이전트 패키지 매니저](https://www.thoughtworks.com/radar/tools/agent-package-manager)로 의존성을 관리하는 방식이다. 앤트로픽은 [클로드 코드 플러그인 마켓플레이스](https://www.thoughtworks.com/radar/tools/claude-code-plugin-marketplace)로 이 패턴을 널리 알렸다. [테슬의 레지스트리](https://tessl.io/registry) 같은 호스팅 레지스트리와 [wshobson/agents](https://github.com/wshobson/agents) 같은 커뮤니티 모음도 이 방식을 채택했다. 에이전트 플러그인 마켓플레이스는 조직 전반에서 [엔터프라이즈 하네스](https://www.thoughtworks.com/radar/techniques/enterprise-harness)를 사용하도록 하는 실용적인 방법이다.
* #### 8. 에이전트가 관리하는 지식 베이스
**에이전트가 관리하는 지식 베이스(agent-maintained knowledge bases)**에서는 팀의 공유 지식을 서로 연결된 일반 텍스트 파일로 보관하고, 코딩 에이전트로 관리한다. 파일은 흔히 [옵시디언](https://www.thoughtworks.com/radar/tools/obsidian) 보관함에 저장한다. 안드레이 카르파티의 [LLM 위키](https://gist.github.com/karpathy/442a6bf555914893e9891c11519de94f)는 이 패턴을 세 요소로 설명한다. 에이전트가 읽기만 하고 수정하지 않는 원본 자료, 에이전트가 관리하는 위키, 관리 방법을 안내하는 스키마다. [오픈위키](https://www.thoughtworks.com/radar/tools/openwiki)는 이 아이디어를 단일 코드 저장소의 문서에 한정해 적용한다. 범용 코딩 에이전트가 이미 파일을 효과적으로 읽고 편집할 수 있고 Git이 버전 관리를 제공하므로, 오늘날 실용적으로 적용할 수 있는 기법이다.
많은 사람이 개인용 “제2의 뇌(second brain)”에서 시작한다. 여기서 한 걸음 더 나아가 팀 전체가 공유하길 권한다. 다만 이를 조직 전체의 지식 베이스로 확장하려면 코딩 에이전트에 파일 폴더를 지정하는 것만으로는 부족하다. 생성된 지식은 현실과 어긋날 수 있다. 사람이 정확성을 유지하려고 정기적으로 노력하지 않으면, 지식 베이스가 [AI 기반 문서 난립](https://www.thoughtworks.com/radar/techniques/ai-driven-documentation-sprawl)을 일으킬 위험이 있다.
우리의 여러 팀은 이 접근법을 변형해 사용한다. 제품 관리자, 디자이너, 개발자와 이들의 에이전트가 모두 같은 지식 베이스를 조회한다. 이들 팀은 정보 간 연결이 좋아지고 접근도 쉬워졌다고 평가한다.
* #### 9. 참조 애플리케이션을 기준으로 코딩 에이전트 정렬하기
**[참조 애플리케이션을 기준으로 코딩 에이전트 정렬하기(anchoring coding agents to a reference application)](https://martinfowler.com/articles/exploring-gen-ai/anchoring-to-reference.html)**는 최소한의 구조만 담은 스캐폴딩 템플릿과 계속 변하는 플랫폼 설정 규칙을 분리한다. 이를 통해 애플리케이션 템플릿이 낡아가는 문제를 해결한다. 이전에는 실제로 유지·관리되며 컴파일할 수 있는 참조 애플리케이션을 사용해, 생성된 코드가 최신 관행을 따르도록 하는 데 초점을 맞췄다. 이제는 팀들이 이 패턴을 AI 기반 스캐폴딩으로 성공적으로 확장하는 모습을 보고 있다.
기존 코드 생성기와 스캐폴딩 CLI 도구는 플랫폼 지침, 의존성, 아키텍처 모범 사례가 바뀌면 금세 뒤처진다. 코딩 에이전트는 이러한 규칙을 정적 템플릿에 하드코딩하는 대신, 실행 시점에 중앙에서 최신 상태로 관리하는 정보원을 조회한다. [오픈위키](https://www.thoughtworks.com/radar/tools/openwiki)나 구조화된 [에이전트 관리 지식 베이스](https://www.thoughtworks.com/radar/techniques/agent-maintained-knowledge-bases)에서 최신 규약과 설정을 가져오는 식이다. 계속 변하는 플랫폼 규칙을 에이전트가 접근할 수 있는 통합 저장소에 모으면, 기반 스캐폴딩 도구를 끊임없이 업데이트하지 않아도 에이전트가 최신 표준에 맞는 코드를 생성하도록 도울 수 있다.
* #### 10. 범용 에이전트용 코딩 하네스
문서 처리, 운영 지원, 마이그레이션 계획처럼 코딩 이외의 작업을 수행하는 에이전트를 만드는 팀은 보통 에이전트 프레임워크에서 출발해 에이전트 루프를 직접 구성했다. 하지만 최근에는 **범용 에이전트용 코딩 하네스(coding harness for general-purpose agents)**를 기반으로 삼아, 성숙한 코딩 에이전트의 런타임을 재사용하는 팀이 늘고 있다. 주요 코딩 에이전트는 이제 [클로드 에이전트 SDK](https://code.claude.com/docs/en/agent-sdk/overview), [코덱스 SDK와 app-server](https://developers.openai.com/blog/codex-as-a-platform), [오픈코드의 서버와 SDK](https://opencode.ai/docs/sdk/), [파이의 SDK와 RPC 모드](https://github.com/earendil-works/pi/blob/main/packages/coding-agent/docs/sdk.md)를 통해 런타임에 프로그래밍 방식으로 접근하도록 지원한다. 이러한 하네스는 에이전트 루프의 복잡한 부분을 이미 처리한다. 장기 실행 작업의 컨텍스트 압축, 세션 상태 저장, 헤드리스 실행 등이 여기에 포함된다. 대화형 코딩 에이전트 세션에서 쓰는 것과 동일한 [에이전트 스킬](https://www.thoughtworks.com/radar/techniques/agent-skills), 하위 에이전트, 지침도 그대로 사용한다. 에이전트 프레임워크와 비교하면 제어권은 줄지만, 광범위하게 검증된 런타임을 얻는 절충안이다. 우리는 이 접근법으로 .NET 애플리케이션 마이그레이션을 지원하는 내부 가속 도구를 만들었다.
다만 하네스마다 기능은 다르다. 코덱스와 클로드 에이전트 SDK는 샌드박싱과 승인 정책을 제공한다. 반면 파이는 의도적으로 가드레일을 확장 기능에 맡긴다. 덕분에 용도에 맞게 바꾸기 쉽지만 더 많은 작업이 필요하다. 이러한 런타임은 소프트웨어 개발용으로 설계됐으므로 시스템 프롬프트와 내장 도구가 에이전트를 코드 작성과 실행 쪽으로 유도하는 경향이 있다. 팀은 사용하려는 도메인에 비추어 기본 설정을 검토해야 한다. 비용도 살펴야 한다. 코딩 에이전트 루프는 상당한 양의 토큰을 소비할 수 있고, 큰 내장 프롬프트는 매 턴마다 비용을 더한다. 이는 파이처럼 최소한으로 구성된 하네스가 매력적인 이유 중 하나다.
* #### 11. 피드백 플라이휠
지난 레이더에서는 **[피드백 플라이휠(feedback flywheel)](https://martinfowler.com/articles/reduce-friction-ai/feedback-flywheel.html)**을 이전 세션의 경험으로 코딩 에이전트의 하네스를 개선하는 방법으로 설명했다. 대부분의 개발자는 에이전트가 실수하면 AGENTS.md 파일과 에이전트 스킬을 수정한다. 하지만 한 개발자가 배운 내용이 팀 전체에 공유되지는 않을 수 있다. 피드백 플라이휠은 각 세션이 끝날 때 공유 산출물에서 바꿀 것이 있는지 묻는 질문을 추가한다. 아울러 팀이 무엇을 업데이트할지 결정하는 회고 항목을 둔다. [피드백 센서](https://www.thoughtworks.com/radar/techniques/feedback-sensors-for-coding-agents)는 어떤 검사가 반복해서 실패하는지 보여준다. [에이전트 제안함](https://www.thoughtworks.com/radar/techniques/agent-suggestion-box)은 에이전트가 보고하는 문제를 모은다. [백패스](https://github.com/kunchenguid/backpass) 같은 도구는 과거 세션을 토대로 수정안을 제시하고, 사람이 이를 수락하거나 거부하게 한다. 이제 하네스 수정이 일상적인 작업이 되었으므로 피드백 플라이휠을 시도 단계로 옮긴다.
플라이휠에는 추가뿐 아니라 제거도 필요하다. 규칙이 쌓이기만 하면 [에이전트 지침 비대화](https://www.thoughtworks.com/radar/techniques/agent-instruction-bloat)로 이어진다. 잡음만 만드는 센서는 없애야 한다. 어떤 산출물이 여전히 쓰이고 있으며 최신 상태인지 지속적으로 확인하길 권한다. [컨텍스트 프로파일링](https://www.thoughtworks.com/radar/techniques/context-profiling)을 하면 수정으로 인해 각 세션에서 불러오는 양이 늘고 있는지 알 수 있다. [자기 개선형 하네스](https://www.thoughtworks.com/radar/techniques/self-improving-harness)가 에이전트에 개선 루프를 실행하게 한다면, 피드백 플라이휠은 이를 팀의 습관으로 만든다. 에이전트가 변경을 제안하고 사람이 적용할 변경을 선택하는 방식이다.
* #### 12. 그래프 기반 코드베이스 추론
컨텍스트를 많이 사용하는 워크플로가 보편화되면서, 전체 소스 파일이나 비정형 텍스트를 LLM에 보내는 데 드는 토큰 비용이 늘고 있다. **그래프 기반 코드베이스 추론(graph-grounded codebase reasoning)**은 코드, 문서, 이들 사이의 관계를 구조화된 그래프로 표현해 이 문제에 대응한다. 에이전트는 관련 하위 그래프를 검색해 컨텍스트로 가져온다. [그래피파이](https://github.com/Graphify-Labs/graphify) 같은 도구는 구조적 의존성을 포착하여, 텍스트 기반 검색이 놓칠 수 있는 관계를 에이전트가 찾도록 돕는다.
다만 그래프를 근거로 삼는 데에는 절충점이 있다. [최근 연구](https://arxiv.org/abs/2601.10112)에 따르면 에이전트가 그래프 기반 컨텍스트를 사용할 때 find나 grep 같은 단순한 도구를 사용할 때보다 성능이 떨어지는 경우도 있다. 앞서 다룬 [에이전트 도구로서의 코드 인텔리전스](https://www.thoughtworks.com/radar/techniques/code-intelligence-as-agentic-tooling)를 바탕으로, 그래프 기반 컨텍스트가 어떤 상황에서 효율성과 정확성을 높이는지 탐색하도록 이 기법을 시도 단계에 배치했다.
* #### 13. 집중 질문
**집중 질문(grilling)**은 코딩 에이전트가 실행에 나서기 전에 계획에 관해 사용자에게 질문하여 모호할 수 있는 부분을 해소하는 기법이다. 가장 잘 알려진 사례는 [mattpocock/skills](https://www.thoughtworks.com/radar/tools/mattpocock-skills)에 있지만, 다른 스킬 라이브러리에도 각자의 구현이 있다. 한 가지 이점은 사용자의 의도가 불분명할 때 코딩 에이전트가 추측하지 않도록 한다는 것이다. 에이전트가 혼자 내렸을 법한 가정을 드러낸다. 또 다른 이점은 [코드베이스 인지 부채](https://www.thoughtworks.com/radar/techniques/codebase-cognitive-debt)를 줄이는 데 도움이 된다는 점이다. 집중 질문 과정에서 사용자는 자신의 가정을 살펴보게 된다. 그 결과 구현 계획을 더 잘 이해하고, 이를 의사결정 기록으로 남길 수 있다. 우리 팀들은 집중 질문이 에이전트 기반 코딩에 유용한 보완책임을 확인했다.
* #### 14. 에이전트를 활용한 대화형 시각적 계획
**[에이전트를 활용한 대화형 시각적 계획(interactive visual plans with agents)](https://github.com/BuilderIO/skills/blob/main/skills/visual-plan/README.md)**은 다이어그램, 사용자 흐름, 와이어프레임을 포함한 독립형 HTML 또는 MDX 계획이다. 팀은 구현 전에 이를 탐색할 수 있다. 우리 팀들은 긴 텍스트 계획을 읽는 것보다 이러한 산출물을 단계별로 살펴보는 편이 의도를 확인하고 복잡한 변경을 검토하기 쉽다고 평가한다. 다만 이 기법을 “사전 일괄 설계(big upfront designs)”에 사용하지 말라고 경고한다. 대신 작업을 작고 검증 가능한 단계로 나누고 진행하면서 이해를 쌓는 반복적 접근을 선호한다. 같은 접근법으로 완료된 작업의 [시각적 요약](https://github.com/BuilderIO/skills/tree/main/skills/visual-recap)을 제공할 수도 있다. 하지만 우리 팀들은 구현이 원래 계획에서 벗어났을 때 요약이 가장 유용하다고 본다. 에이전트가 변경을 구현하기 전에 공통의 이해를 쌓고 사람이 검토할 지점을 마련하는 데 이 기법을 사용하길 권한다.
* #### 15. 관리형 에이전트 런타임
**관리형 에이전트 런타임(managed agents runtime)**은 개발자 워크스테이션에 의존하지 않고, 실행과 인프라 및 운영 요구를 관리하는 플랫폼에서 소프트웨어 전달 에이전트를 실행하는 방식이다. 런타임은 에이전트 루프를 호스팅하고, 샌드박스 컴퓨팅 환경, 트리거, 자격 증명 처리, 세션 상태, 관측 가능성을 제공한다. 팀은 모델, 프롬프트, 도구, 스킬을 정의하는 데 집중한다. 시간이 오래 걸리는 비동기 작업에는 백그라운드 에이전트가 잘 맞는다. 이슈, 파이프라인, 일정에서 작업을 받아 처리한 뒤 검토용 풀 리퀘스트를 제출하는 방식이다.
코딩 도구들도 이 접근법으로 수렴하고 있다. [커서](https://www.thoughtworks.com/radar/tools/cursor)의 클라우드 에이전트, 깃허브 코파일럿 코딩 에이전트, [오픈AI 코덱스](https://www.thoughtworks.com/radar/tools/openai-codex)의 클라우드 작업은 모두 원격 샌드박스에서 실행된다. [클로드 매니지드 에이전트](https://www.thoughtworks.com/radar/platforms/claude-managed-agents)는 이에 해당하는 범용 기능을 제공한다. 우리 내부 보안팀은 엔드포인트 탐지의 오탐을 분류하고 규칙 변경을 제안하는 에이전트를 매일 실행한다. “관리형(managed)”이 반드시 다른 회사의 클라우드를 뜻하지는 않는다. 한 고객사에서는 자체 호스팅 런타임에서 맞춤형 에이전트를 여러 저장소에 걸쳐 지속적으로 실행한다. 스캐너가 지적한 코드 스멜을 고치고, 의존성을 업그레이드하며, 그에 필요한 코드 변경도 수행한다.
대개 호스팅 서비스로 시작하는 것이 가장 쉽다. 하지만 데이터 저장 위치, 보안, 통합에 제약이 있는 조직은 자체 플랫폼이 필요할 수 있다. 어느 쪽이든 런타임을 프로덕션 인프라로 취급하길 권한다. [에이전트 샌드박싱](https://www.thoughtworks.com/radar/techniques/agent-sandboxing)을 적용하고 에이전트 정의를 버전 관리해야 한다.
* #### 16. 오픈 웨이트 모델
모델의 가중치, 아키텍처, 추론 코드를 공개하는 **오픈 웨이트 모델(open-weight models)**이 중요한 전환점에 도달했다. 우리는 낮은 총소유비용에 주목해 [딥시크](https://huggingface.co/deepseek-ai), [GLM](https://huggingface.co/zai-org), [키미](https://huggingface.co/moonshotai) 계열의 최신 모델을 평가해 왔다. 복잡한 추론과 고품질 코드 생성이 필요한 실제 소프트웨어 전달 작업에 적용한 결과, 좋은 성과를 보고 있다.
오픈 웨이트 모델은 비용 효율성 외에도 유연한 배포, 공급업체 종속 탈피, 강화된 데이터 주권을 제공한다. 엔지니어링 팀은 가벼운 플래시 모델부터 수천억 또는 수조 개 매개변수를 갖춘 전문가 혼합(MoE) 모델까지, 필요에 맞는 규모로 배포할 수 있다. 도메인 데이터를 사용해 비공개 파인튜닝을 수행하는 것도 가능하다. 자체 호스팅에는 더 많은 운영 노력이 들지만, 주요 클라우드 제공업체가 이제 관리형 오픈 웨이트 모델을 제공하면서 도입 장벽이 낮아지고 있다. 조직은 이를 단순한 저가 대안으로만 취급하지 말고, 코딩을 넘어 광범위한 기업 워크로드를 대상으로 평가해야 한다.
* #### 17. 위험 등급별 인간 감독
**[위험 등급별 인간 감독(risk-tiered human oversight)](https://docs.aws.amazon.com/wellarchitected/latest/agentic-ai-lens/agentrel02-bp05.html)**은 변경으로 발생할 수 있는 문제의 수준에 맞춰 검토의 깊이를 조정한다. 모든 것을 같은 강도로 검토하면 결국 [형식적인 인간 개입](https://www.thoughtworks.com/radar/techniques/human-in-the-loop-theater)으로 끝난다. 변경을 체계적으로 분류하길 권한다. 위험이 가장 크거나 되돌리기 가장 어려운 변경은 사람이 직접 적용한다. 중간 위험도의 변경은 사람의 검토를 거친다. 저위험 변경은 코딩 에이전트가 지속적 통합 파이프라인을 통해 자동으로 병합할 수 있다.
어떤 변경에 더 많은 검토가 필요한지 판단하는 데 두 가지 전략이 도움이 된다. 하나는 코드베이스에 구역을 설정하여 특정 파일이나 디렉터리의 검토 수준을 높이는 것이다. 다른 하나는 LLM 기반 변경 분류로 영향을 분석하는 방식이지만, 오류 가능성이 있다. [메타가 공개한 절차](https://arxiv.org/abs/2605.30208)는 두 접근법을 결합한다. 우리 팀들은 위험 등급별 인간 감독이 제한된 사람의 주의력을 가장 효과적으로 사용하는 방법임을 확인했다.
* #### 18. 자기 개선형 하네스
**자기 개선형 하네스(self-improving harness)**는 에이전트로 실행 추적과 평가 피드백을 분석한다. 그런 다음 프롬프트, 컨텍스트 전략, 워크플로, 스킬, 도구, 메모리, 미들웨어 등 모델 주변 시스템의 개선안을 제안하거나 직접 구현한다. 새로운 아이디어는 아니다. [피드백 플라이휠](https://www.thoughtworks.com/radar/techniques/feedback-flywheel) 같은 기법도 코딩 에이전트 세션의 성공과 실패를 바탕으로 하네스를 개선한다. 다만 피드백을 해석하고, 변경 사항을 결정하며, 시스템을 업데이트하는 일은 여전히 사람에게 의존한다. 최근 연구는 더 자기 주도적인 접근법을 탐구한다. [Meta-Harness](https://arxiv.org/abs/2603.28052)와 [VERSE](https://arxiv.org/abs/2610.02616)는 실행 추적과 평가 결과로 하네스 코드를 개선한다. VERSE는 최적화 도구 자체의 도구와 절차도 발전시킨다. [릴리안 웡의 개요](https://lilianweng.github.io/posts/2026-07-04-harness/)는 프롬프트 최적화에서 하네스 진화로 이어지는 이 흐름을 설명한다.
이 전환에는 관측 가능성과 프로그래밍 가능성이 필수다. 관측 가능성은 에이전트가 실행 추적에서 실패 원인을 진단하고 변경 사항을 측정 가능한 결과와 연결하도록 돕는다. 프로그래밍 가능성은 에이전트가 구성 요소에 접근해 살펴보고 수정하고 테스트하게 하여 자기 개선의 범위를 넓힌다. [파이의 확장 기능](https://pi.dev/docs/latest/extensions), [클로드 코드 모드](https://code.claude.com/docs/en/plugins/mods/overview), [딥시크 하네스(DSH)](https://www.thoughtworks.com/radar/tools/deepSeek-harness-dsh)는 확장 가능한 컨텍스트, 워크플로, 도구, 하네스 구성 요소를 통해 이러한 방향을 보여준다.
개방성이 커지면 개선 기회도 늘지만, 성과는 여전히 검증해야 한다. 회귀 테스트를 포함한 제한된 범위의 실험을 권한다. 사람은 목표를 정의하고 수정 범위를 정하며, 개선 효과가 새로운 작업에도 일반화되는지 평가해야 한다.
* #### 19. 소형 언어 모델
업계에서는 “클수록 좋다(bigger is better)”는 사고방식에서 벗어나, 고품질 학습 데이터와 [모델 증류](https://www.thoughtworks.com/radar/techniques/model-distillation), 양자화로 AI를 개선하려는 흐름이 계속 나타나고 있다. **소형 언어 모델(small language models)**, 즉 SLM은 대형 모델 수준의 연산 자원이 필요하지 않은 특정 작업에서 점점 더 유용해지고 있다. LLM 운영 비용이 늘면서 팀들은 작업에 맞는 모델을 선택하는 일의 가치를 인식하고 있다.
소형 모델은 엣지 컴퓨팅에도 적합하다. [애플 코어 AI](https://www.thoughtworks.com/radar/languages-and-frameworks/apple-core-ai)는 작은 파운데이션 모델을 기기에서 직접 실행해 이를 보여준다.
우리 팀들은 광범위한 지식이나 복잡한 추론이 필요하지 않은, 범위가 좁고 빈도가 높은 작업에서 SLM이 효과적임을 확인했다. 요약, 구조화된 데이터 추출, 요청 라우팅을 위한 의도 분류, 기초적인 코딩 등이 그 예다. 에이전트 기반 사용 사례에 다단계 추론이나 신뢰할 수 있는 도구 호출이 필요하지 않다면, 비용과 지연 시간이 더 낮은 대안으로 SLM을 고려하는 것이 바람직하다.
* #### 20. 상태 유지형 가드레일
**[상태 유지형 가드레일(stateful guardrails)](https://arxiv.org/abs/2607.19361)**은 [LLM 가드레일](https://www.thoughtworks.com/radar/languages-and-frameworks/llm-guardrails)의 범위를 단일 메시지에서 전체 대화로 넓힌다. 현재 사용자 메시지나 최종 모델 응답만 검사하지 않는다. 최근 대화를 간결하게 정리한 기록을 정책별 검사 기준으로 평가하고, 세션 전체에서 경고나 차단 상태를 유지한다. 안전하지 않은 의도가 서서히 드러날 수 있다는 점에서 중요하다. 각 메시지는 따로 보면 문제가 없어도, 대화 전체를 보면 정책 우회, 탈옥, 프롬프트 추출 시도가 드러날 수 있다. 실제로 상태 유지형 검사는 에이전트가 행동하기 전의 런타임 관문으로 작동하며, 기존의 단일 턴 입출력 가드레일과 함께 사용한다.
매 턴마다 대화 이력을 평가하면 지연 시간과 비용이 늘어난다. 오탐 때문에 정상 사용자가 차단되지 않도록 경고와 차단 임계값도 조정해야 한다. 우리 팀들은 민감한 워크플로를 처리하는 프로덕션 대화형 어시스턴트에 이 기법을 적용하고, [랭퓨즈](https://www.thoughtworks.com/radar/platforms/langfuse)에서 가드레일의 결정을 추적했다. 프로덕션에서 다중 턴 어시스턴트를 운영하는 팀은 메시지별 검사에만 의존하지 말고 상태 유지형 가드레일을 시도하길 권한다.
* #### 21. 컨텍스트 관리를 개선하는 하위 에이전트
**[컨텍스트 관리를 개선하는 하위 에이전트(subagents for better context management)](https://martinfowler.com/articles/orchestrator-tax.html)**는 작업을 하위 에이전트에 위임해 오케스트레이션 에이전트의 컨텍스트에 들어오지 않도록 하는 방식이다. 탐색, 도구 출력, 재시도, 중간 추론은 하위 에이전트 안에 남기고, 메인 세션에는 짧은 요약만 전달한다. 대부분은 작업을 병렬로 실행하거나 역할 기반 [코딩 에이전트 팀](https://www.thoughtworks.com/radar/techniques/team-of-coding-agents)을 구성하려고 하위 에이전트를 처음 사용한다. 오케스트레이터의 컨텍스트 보호도 하위 에이전트를 사용할 이유다. 오케스트레이터의 컨텍스트에 남은 모든 내용은 이후 턴에서 주의력을 두고 경쟁한다. 진행 상황을 확인하려고 하위 에이전트의 전체 대화 기록을 메인 스레드로 가져오면 이러한 이점이 사라진다. 한 번에 하위 에이전트 2~4개를 실행하고, 코드에 대한 동일한 이해가 필요한 작업은 한 에이전트에 모아두는 것이 유용한 지침이다. 그래야 여러 에이전트가 각자 같은 이해를 다시 쌓지 않아도 된다.
하위 에이전트로 오케스트레이션 에이전트의 컨텍스트를 보호하는 것은 [컨텍스트 엔지니어링](https://www.thoughtworks.com/radar/techniques/context-engineering)의 한 형태다. 대부분의 코딩 에이전트가 하위 에이전트를 지원하고, 주로 지침만 바꾸면 되므로 쉽게 시도할 수 있다. 우리는 조사처럼 범위가 좁은 작업을 담당하는 하위 에이전트에 저렴한 모델을 사용했다. 이는 [프런티어 모델의 일괄 사용](https://www.thoughtworks.com/radar/techniques/blanket-frontier-model-usage)보다 비용을 줄일 가능성이 있다. 다만 효과가 체계적으로 측정되지는 않았으므로 이 기법을 시도 단계에 배치한다. 현재까지의 근거는 자세한 토큰 집계 없이 실무자들이 자신의 세션 경험을 설명한 것이다. 같은 모델과 프롬프트라도 하네스에 따라 하위 에이전트를 다르게 사용하는 모습도 관찰했다. 이 접근법을 시도하는 팀은 [컨텍스트 프로파일링](https://www.thoughtworks.com/radar/techniques/context-profiling)으로 오케스트레이터의 컨텍스트가 실제로 줄었는지 확인해야 한다.
* #### 22. AI 유해 흐름 분석
AI 에이전트의 역량이 커지면서 세 가지 보안 위험이 [치명적으로 결합된](https://simonwillison.net/2025/Jun/16/the-lethal-trifecta/) 시스템을 배포하는 팀이 늘고 있다. 비공개 데이터 접근, 신뢰할 수 없는 콘텐츠 노출, 외부 통신 능력의 결합이다. 이는 프롬프트 인젝션이나 도구 오염 같은 공격의 기회를 만든다. 이러한 위험에 대응하고자 **[AI 유해 흐름 분석(toxic flow analysis for AI)](https://invariantlabs.ai/blog/toxic-flow-analysis)**을 시도 단계로 옮겼다.
일반적인 [위협 모델링](https://www.thoughtworks.com/radar/techniques/threat-modeling)이 광범위한 보안 기반을 제공한다면, 유해 흐름 분석은 에이전트 기반 시스템을 통과하는 안전하지 않은 데이터 경로를 식별하는 데 집중한다. 이러한 위험은 일반적인 시스템 연동에만 국한되지 않는다. 유용해 보이지만 민감한 데이터를 빼내라는 숨은 지침이 들어 있는 악성 [에이전트 스킬](https://www.thoughtworks.com/radar/techniques/agent-skills)에서도 발생할 수 있다. 우리는 [에이전트 스캔](https://www.thoughtworks.com/radar/tools/agent-scan) 같은 도구로 이 분석을 성공적으로 수행했다. 이를 통해 팀이 안전하지 않은 데이터 경로를 악용되기 전에 찾아내고 완화하도록 도왔다.
* #### 23. 무인 야간 에이전트 개발
**무인 야간 에이전트 개발(unattended overnight agentic builds)**은 팀이 저녁에 퇴근할 때 코딩 에이전트에 기능 단위의 작업을 맡기고, 다음 날 아침 결과를 검토하는 방식이다. 우리는 몇 시간씩 걸릴 수 있는 에픽 규모의 기능과 인프라 작업에 이를 적용했다. [코딩 에이전트 군집](https://www.thoughtworks.com/radar/techniques/coding-agent-swarms) 없이 에이전트 하나로 충분하다. 다만 그 에이전트가 하위 에이전트를 사용할 수는 있다. 소트웍스의 한 팀은 낮에는 계획과 명세를 함께 다듬고, 밤에는 에이전트에 코딩을 맡긴다. 이름에 “야간(overnight)”을 넣은 이유는 실제로 가능한지 속이기 어렵기 때문이다. 이를 할 수 있는 팀이라면 낮에도 비슷한 작업을 실행할 가능성이 크다. 반대로 밤새 지켜보는 사람 없이 에이전트가 코딩하도록 두지 않는 팀이라면, 낮에도 완전히 자율적인 작업을 실행하지 않을 가능성이 높다.
[마이크로서비스의 선행 조건](https://martinfowler.com/bliki/MicroservicePrerequisites.html)과 마찬가지로 이 방식에도 진입 조건이 있다. 팀이 그 조건을 갖추도록 유도하는 것이 이 방식의 중요한 가치다. 에이전트에는 [샌드박스 실행](https://www.thoughtworks.com/radar/techniques/sandboxed-execution-for-coding-agents)이 필요하다. [명세 기반 개발](https://www.thoughtworks.com/radar/techniques/spec-driven-development)처럼 작업을 사전에 정의해야 하며, 스스로 실수를 바로잡을 수 있도록 [피드백 센서](https://www.thoughtworks.com/radar/techniques/feedback-sensors-for-coding-agents)도 있어야 한다. 하룻밤의 작업량은 한 줄씩 효과적으로 검토하기에 너무 많을 수 있다. 따라서 팀은 사람의 코드 리뷰에 의존하는 대신 변경을 검증할 수 있는 [검증된 하네스](https://www.thoughtworks.com/radar/techniques/harness-quality-evaluation)를 갖춰야 한다. 보완 기법으로는 [관리형 에이전트 런타임](https://www.thoughtworks.com/radar/techniques/managed-agents-runtime)에서 에이전트를 실행하는 방법과, 파이프라인 실패를 스스로 수정해 [에이전트가 빌드 성공 상태를 유지하게 하는](https://www.thoughtworks.com/radar/techniques/agent-pipeline-responsibility) 방법이 있다. 이러한 기반을 갖춘 팀을 위해 이 기법을 시도 단계에 배치했다. 다른 팀에게는 그 기반을 마련할 만한 이유가 되는 목표다.
### 평가
* #### 24. 에이전트의 파이프라인 책임
**에이전트의 파이프라인 책임(agent pipeline responsibility)**은 빌드 성공 상태를 유지해야 하는 팀의 책임에 코딩 에이전트를 포함한다. 빌드 상태를 볼 수 없는 에이전트는 빌드가 실패한 동안 푸시하지 않기로 한 팀의 합의를 지킬 수 없다. 그렇다고 사람이 실패 로그를 채팅창에 옮겨 주면 [인간 중계기](https://www.thoughtworks.com/radar/techniques/meat-proxy)가 된다.
빌드 상태를 에이전트 컨텍스트의 일부로 포함하길 권한다. 에이전트 도구를 통해 파이프라인 상태와 로그를 제공하라. 에이전트가 무엇이 잘못됐는지 확인하고 해결을 돕게 하라. 중요한 규칙은 푸시 전 검사와 서버 측 게이트로 강제하여, 에이전트가 문제가 있는 변경을 푸시하지 못하게 하라. 코딩 에이전트로 커밋 빈도가 높아지면서 팀들은 [위험 등급별 인간 감독](https://www.thoughtworks.com/radar/techniques/risk-tiered-human-oversight) 같은 기법을 통해 빌드 규율에 관한 기존 전제를 다시 생각하고 있다. [프로덕션 배포 경로 매핑](https://www.thoughtworks.com/radar/techniques/path-to-production-mapping)을 수행할 때는 빌드 정책에 에이전트의 역할도 포함하라.
* #### 25. 에이전트 제안함
**에이전트 제안함(agent suggestion box)**은 실행 중인 에이전트가 마주친 문제를 보고할 곳을 제공한다. 도구의 버그나 환경에 빠진 의존성 등이 그 예다. 에이전트가 내놓을 수 있는 결과가 풀 리퀘스트나 구조화된 판정뿐이라면, 아무에게도 알리지 않고 문제를 우회할 수 있다. 그러면 다음 세션이 같은 문제에 다시 부딪힌다. 제안함은 슬랙 채널, 메모리 저장소, 이슈 트래커 등으로 만들면 된다. 러버블은 [자체 구현](https://lovable.dev/blog/we-gave-our-agent-a-vent-tool)을 “불만 토로 도구(vent tool)”라고 부르며, [agents-feedback](https://github.com/TechSpokes/agents-feedback)은 코딩 에이전트용 제안함을 제공한다. 메모리는 에이전트가 고장 난 도구를 피하도록 돕지만, 제안함은 그 도구가 고쳐지게 한다. 이 기법은 코딩 에이전트뿐 아니라 프로덕션의 비즈니스 에이전트에도 적용된다.
우리는 매일 새 세션을 시작해 탐지 엔지니어링 규칙의 초안을 작성하는 에이전트에 제안함을 적용했다. 두 번째 에이전트가 보고의 중복을 제거한다. 일부 보고는 주관적이거나 일시적인 문제를 다루지만, 여러 세션에서 같은 보고가 나오면 분명한 신호가 된다. 제안함을 마련한 뒤 실행이 더 원활해졌고, 개선할 항목의 목록도 생겼다. 다만 제안은 여전히 검토하고 실행에 옮겨야 한다. [자기 개선형 하네스](https://www.thoughtworks.com/radar/techniques/self-improving-harness)가 그 방법 중 하나다. 우리의 경험이 에이전트 하나에 한정되므로 에이전트 제안함을 평가 단계에 배치한다. 러버블은 제안함에서 나온 수정 사항을 하루 약 10건 병합한다. 하지만 분류 에이전트가 제안하는 수정의 절반가량은 오탐이라고 보고한다.
* #### 26. 컨텍스트 프로파일링
토큰 비용이 오르고 업계가 토큰을 무조건 많이 쓰려는 유행에서 벗어나면서, 개발자들은 토큰 사용량을 관리할 방법을 찾고 있다. 최적화 전에 먼저 측정하라는 오래된 조언은 여전히 유효하다. **컨텍스트 프로파일링(context profiling)**은 토큰 비용이 어디에 쓰이는지 분석하는 일이다. 예를 들어 _토큰이 파일 읽기에 쓰이는가, MCP 도구 호출에 쓰이는가?_를 살펴본다. 어떤 최적화가 가치 있는지 판단할 때 직관은 믿을 만한 길잡이가 아니다. 특히 캐싱, [모델 등급](https://www.thoughtworks.com/radar/techniques/blanket-frontier-model-usage), 프로모션 가격까지 고려하면 더욱 그렇다. 아직 성숙한 도구는 없지만, 에이전트 세션이나 [엔타이어 CLI](https://www.thoughtworks.com/radar/tools/entire-cli), [에이전츠뷰](https://www.thoughtworks.com/radar/tools/agentsview) 같은 도구의 데이터를 분석하는 것으로 대응할 수 있다.
우리 경험상 가장 큰 절감 효과는 단순한 변경에서 나오는 경우가 많다. 적절한 시점에 세션을 초기화하거나, 캐시 매개변수를 조정하거나, 출력이 지나치게 많은 빌드 스크립트를 조용하게 만드는 식이다. 그런데도 효과를 측정하지 않은 채 [압축 프록시](https://www.thoughtworks.com/radar/techniques/naive-context-compression) 같은 복잡한 해결책부터 찾는 개발자를 자주 본다.
* #### 27. 엔터프라이즈 하네스
**[엔터프라이즈 하네스(enterprise harness)](https://www.thoughtworks.com/insights/podcasts/technology-podcasts/scaling-the-enterprise-harness--how-to-achieve-ai-agent-controll)**는 코딩 에이전트가 사용하는 자산을 조직 차원에서 공동 관리하는 계층이다. 스킬, 도구, 내부 컨텍스트 연결 도구, 승인된 기술, [아키텍처 의사결정 기록](https://www.thoughtworks.com/radar/techniques/lightweight-architecture-decision-records), 프로덕션 배포 경로 지침, 훅, 보안 정책 등이 여기에 포함된다. 조직의 여러 팀이 코딩 에이전트를 도입하면 각 팀이 [선별해 공유하는 지침](https://www.thoughtworks.com/radar/techniques/curated-shared-instructions-for-software-teams)을 보완할 공통 컨텍스트가 필요해진다. [개발자 경험 플랫폼](https://www.thoughtworks.com/insights/decoder/d/developer-experience-platforms)과 비슷하지만, 에이전트 경험을 위한 것이다. [오픈코드](https://www.thoughtworks.com/radar/tools/opencode)를 기반으로 맞춤형 코딩 에이전트까지 만드는 조직도 보았다. 하지만 우리는 개방형 표준으로 자산을 공유하고 [에이전트 플러그인 마켓플레이스](https://www.thoughtworks.com/radar/techniques/agent-plugin-marketplace)를 통해 배포하길 권한다. 이를 잘 구현하는 방법에 관한 합의는 아직 없다. 따라서 엔터프라이즈 하네스는 얇고 연합형으로 유지하고, 실험의 여지를 남기며, 효과가 있는 것을 받아들이는 것이 바람직하다.
* #### 28. 구조화된 데이터용 파운데이션 모델
기업용 AI는 텍스트와 시각 정보에 크게 집중해 왔다. 반면 비즈니스 데이터의 상당 부분은 여전히 관계형 데이터베이스 안에 갇혀 있다. 파운데이션 모델은 트랜스포머를 구조화된 데이터에 맞게 적용한다. 조직의 이벤트 시퀀스와 트랜잭션 로그로 사전 학습하여, 비즈니스 행동에 대한 재사용 가능한 표현을 학습한다.
광범위한 특성 엔지니어링과 재학습이 필요한 기존 그래디언트 부스팅 모델과 달리, 이 모델들은 가벼운 파인튜닝만으로 여러 후속 작업을 지원할 수 있다. [TabPFN](https://github.com/PriorLabs/TabPFN), [TabFM](https://research.google/blog/introducing-tabfm-a-zero-shot-foundation-model-for-tabular-data/) 같은 도구는 표 형식 데이터나 관계형 데이터에서 직접 위험 평가, 예측 분석, 고객 유지 성과를 개선할 수 있다. 복잡한 특성 파이프라인 없이 비즈니스 인사이트를 얻을 잠재력이 있으므로 이 기법을 평가하길 권한다.
* #### 29. 하네스 품질 평가
오늘날 조직과 팀은 프로젝트에 맞춘 자체 하네스를 구성한다. [에이전트 스킬](https://www.thoughtworks.com/radar/techniques/agent-skills), 플러그인, [AGENTS.md](https://www.thoughtworks.com/radar/techniques/agents-md), 결정적 가드레일 등이 여기에 포함된다. 이에 따라 **하네스 품질 평가(harness quality evaluation)**가 중요한 기법이 되었다. 가드레일과 하네스는 코딩 에이전트가 잘못된 방향을 바로잡고 전반적인 품질을 높이도록 돕는다. 단, 실제로 작동할 때만 그렇다.
하네스에는 보통 결정적 구성 요소와 비결정적 구성 요소가 함께 들어 있다. 우리 팀들은 비결정적 하네스의 코딩 에이전트 플러그인이나 스킬을 평가할 때 [PluginEval](https://github.com/wshobson/agents/blob/main/docs/plugin-eval.md)을 사용한다. 결정적 하네스에는 [테스트 스위트](https://github.com/schalermthai/redproof)를 도입해 가드레일을 TDD 방식으로 개발한다. 이를 통해 각 가드레일이 실제로 작동하는지 확인하고 효과의 근거를 확보한다. 매일 밤이나 CI 실행 시점처럼 정해진 일정에 따라 평가를 실행하길 권한다.
* #### 30. 로컬 코딩 모델
이전 레이더에서는 로컬 코딩 어시스턴트를 주의 단계에 배치했다. 당시 모델은 복잡한 소프트웨어 엔지니어링 환경을 다루기에 역량이 너무 제한적이었고, 해결하려던 우려에 대해서도 설득력 있는 해법이 아니었다. 지금은 18개월 전보다 코딩 에이전트가 훨씬 널리 도입됐고, 로컬 [오픈 웨이트 모델](https://www.thoughtworks.com/radar/techniques/open-weight-models)도 빠르게 성숙하고 있다. 이에 우리 팀들은 **로컬 코딩 모델(local coding models)**이 [프런티어 모델의 일괄 사용](https://www.thoughtworks.com/radar/techniques/blanket-frontier-model-usage)에 대응하는 데 효과적임을 확인했다.
Qwen3.8-27B처럼 로컬에서 실행할 수 있는 모델은 프런티어 모델이 필요하지 않은 워크로드에서 특히 유용했다. 코드베이스 인덱싱, 구조화된 로그 파싱과 요약, 초기 코딩 작업, Git 차이와 커밋의 자동 검토 등이 그 예다. 이러한 작업을 로컬에서 실행하면 클라우드 토큰 비용의 추가 발생을 피할 수 있다. 장시간 백그라운드 처리와 오프라인 대체 수단도 제공한다.
* #### 31. MITRE ATLAS
에이전트 기반 시스템과 코딩 도구는 새로운 아키텍처와 새로운 보안 위협을 가져온다. **[MITRE ATLAS](https://atlas.mitre.org/matrices/ATLAS)**는 AI와 머신러닝 시스템을 겨냥한 공격 전술과 기법을 정리한 지식 베이스다. 더 광범위한 [MITRE ATT&CK](https://attack.mitre.org/) 프레임워크보다 범위를 좁히고, 이를 보완하도록 설계됐다. ATLAS는 머신러닝 파이프라인, LLM 애플리케이션, 에이전트 기반 시스템의 위협 분류 체계를 제공한다.
공통 어휘가 없으면 보안 위험을 놓치거나 점검표를 채우는 형식적인 활동으로 축소하기 쉽다는 사실을 확인했다. ATLAS는 이 지점에서 도움이 된다. 팀은 실제 사고와 기술 패턴에 관한 연구를 바탕으로 한 이 프레임워크를 위협 모델링에 사용할 수 있다. 또한 [SAIF](https://www.thoughtworks.com/radar/techniques/saif) 같은 통제 프레임워크를 자연스럽게 보완하면서, 계속 변하는 AI 시스템의 위협 지형을 설명하는 데 도움이 될 수 있다.
* #### 32. 프로덕션을 인지하는 코딩 에이전트
우리는 오랫동안 프로덕션을 의식하면 개발자가 더 좋은 코드를 작성하는 데 도움이 된다고 말해 왔다. 코딩 에이전트에도 같은 원리가 적용된다는 사실을 확인하고 있다. 우리는 **프로덕션을 인지하는 코딩 에이전트(production-aware coding agents)**를 권장한다. 이는 코딩 에이전트에 프로덕션 관측 데이터와 도구에 대한 적절한 접근 권한을 제공한다는 뜻이다. 이 컨텍스트는 효과적인 변경을 계획하고, 배포된 변경의 영향을 검토하며, 프로덕션 문제 조사를 지원하도록 돕는다. [성장 중인 도구 분야](https://www.hud.io/blog/clickhouse-and-hud-partnership/)가 이러한 접근을 현실적으로 만들고 있다. 이 권고는 [에이전트의 파이프라인 책임](https://www.thoughtworks.com/radar/techniques/agent-pipeline-responsibility)과 비슷하다. 코딩 세션 중 에이전트가 스스로 수정하도록 돕는 [피드백 센서](https://www.thoughtworks.com/radar/techniques/feedback-sensors-for-coding-agents)를 커밋 전 검사에서 프로덕션까지 확장한다. 성공적인 개발에는 여러 층위의 피드백이 필요하다. 성공적인 에이전트 기반 엔지니어링은 에이전트가 그 모든 피드백에 접근할 수 있게 한다고 본다.
* #### 33. 프로그래밍 방식의 도구 호출
**프로그래밍 방식의 도구 호출(programmatic tool calling)**은 모델이 도구를 한 번에 하나씩 호출하는 대신 코드를 작성하는 도구 사용 패턴이다. 작업마다 모델을 오가는 대신, 여러 도구 호출을 하나의 프로그램으로 묶어 실행 환경에서 실행한다. 이 프로그램은 반복, 필터링, 결과 가공을 수행한다. 선택한 결과나 최종 출력만 모델의 컨텍스트로 반환한다.
명칭은 아직 정착되지 않았지만, 여러 구현에서 이 개념을 찾아볼 수 있다. 클라우드플레어와 [파이](https://www.thoughtworks.com/radar/tools/pi)는 이를 [코드 모드](https://developers.cloudflare.com/agents/tools/codemode/)라고 부른다. 앤트로픽은 [프로그래밍 방식의 도구 호출](https://platform.claude.com/docs/en/agents-and-tools/tool-use/programmatic-tool-calling)이라고 부르며, 그보다 앞선 앤트로픽 엔지니어링 글에서는 [MCP를 통한 코드 실행](https://www.anthropic.com/engineering/code-execution-with-mcp)을 설명한다. [딥시크 하네스(DSH)](https://www.thoughtworks.com/radar/tools/deepseek-harness-dsh)도 이와 밀접한 [PTC 모드](https://github.com/deepseek-ai/deepseek-harness/blob/master/.agents/notes/implemented/feature/2026-06-15-ptc.md)를 제공한다.
구현 간의 주된 차이는 실행 환경이 어디에 있느냐이다. 모델 제공업체의 컨테이너나 에이전트 하네스에서 실행할 수 있고, 최근에는 [코드 모드 MCP 서버](https://developers.cloudflare.com/agents/model-context-protocol/codemode/)를 거치기도 한다. 마지막 방식에서는 MCP 클라이언트가 자체 실행 런타임을 구현하지 않아도 프로그래밍 방식의 도구 호출을 사용할 수 있다. 다만 클라이언트 측 승인의 세밀함이 줄어들 수 있으므로, 개별 작업에 대한 권한 확인과 승인은 여전히 서버와 도구 핸들러가 강제해야 한다.
* #### 34. AI가 편집한 산문의 의미 검토
코딩 에이전트는 명세, ADR, 계획 같은 산문 산출물을 사람이 검토하는 속도보다 훨씬 빠르게 작성하고 수정한다. 텍스트 차이만 보면 표현 변경과 서식 변경의 잡음에 의도가 묻혀, 계획이 크게 바뀌었는지 파악하기 어렵다. **AI가 편집한 산문의 의미 검토(semantic review of AI-edited prose)**는 텍스트 차이 위에 검토 계층을 더한다. LLM이 사실 변경, 상충하는 서술, 인수 기준의 재정의, 범위 변경처럼 의미상의 변화를 분석한다. 산문을 대상으로 하는 자동 PR 리뷰와 비슷하다. 코딩 에이전트가 문서를 편집할 때마다 실행되는 에이전트 스킬로 구현할 수 있다. 소트웍스 팀들은 이 기법으로 인지 부하와 검토 피로를 줄였다. 덕분에 검토자는 구현 전에 예정된 작업의 변경을 더 잘 이해할 수 있었다.
* #### 35. 코드보다 데이터로 표현하는 테스트
**코드보다 데이터로 표현하는 테스트(tests as data over tests as code)**는 테스트 사례를 테스트 코드 대신 구조화된 데이터로 표현하는 방식이다. 보통 YAML이나 JSON을 사용한다. 프로젝트 전용 테스트 하네스가 데이터를 읽고 실제 코드를 실행한다. 하네스가 구성 요소를 제공하고, 테스트 사례는 이를 어떻게 조합할지 정의한다. 새로운 기법은 아니다. 거킨을 사용하는 BDD가 대표적인 예다. 다시 주목받는 이유는 AI 코딩 에이전트가 테스트를 포함해 더 많은 코드를 작성하기 때문이다. 우리는 정의된 스키마가 에이전트의 출력을 더 잘 제한한다는 사실을 확인했다. AI가 생성하는 테스트 코드가 줄고, 테스트를 생성하고 검토하기도 쉬워진다.
일부 팀은 레거시 현대화에서도 설득력 있는 사용 사례를 발견했다. 하네스 어댑터만 교체하면 데이터로 표현한 동일한 테스트 사례를 레거시 코드와 현대화한 코드 모두에 실행할 수 있다. 이를 통해 적어도 테스트가 다루는 사례에서는 현대화한 시스템이 원래 시스템처럼 동작하는지 검증할 수 있다. AI와 함께 이 기법을 사용하는 것은 우리에게도 아직 비교적 새로운 시도이며, 널리 적용하지는 않았다. 하지만 지금까지의 결과는 유망하고, 평가할 가치가 있다고 본다.
### 주의
* #### 36. 에이전트 지침 비대화
[AGENTS.md](https://www.thoughtworks.com/radar/techniques/agents-md)의 안내, 프로세스 스킬, 워크플로 같은 코딩 에이전트 지침은 시간이 지날수록 길어지는 경향이 있다. 새 규칙 하나하나는 유용할 수 있지만, 쌓이고 나면 **에이전트 지침 비대화(agent instruction bloat)**로 이어지기 쉽다. 지침은 길어지고 서로 모순되며 낡아간다. 특히 팀이 [에이전트 스킬에 대한 비판적 사고 포기](https://www.thoughtworks.com/radar/techniques/agent-skill-cognitive-surrender)에 빠져 외부 지침을 통째로 가져오면 더욱 그렇다.
먼저 가능한 지침은 모두 결정적 훅이나 검사로 전환하라. 그런 다음 새 모델이 나올 때마다 지침을 [재평가](https://www.thoughtworks.com/radar/techniques/harness-quality-evaluation)하고 더는 필요하지 않은 것은 삭제하라. 회귀 테스트가 아니라 발전에 따른 검증이다. 이제 프런티어 모델이 지침을 더 안정적으로 따르므로, 앤트로픽은 최신 모델용 클로드 코드 시스템 프롬프트의 [80% 이상을 제거](https://claude.dev/blog/the-new-rules-of-context-engineering-for-claude-5-generation-models/)하고도 측정 가능한 성능 저하를 겪지 않았다. [점진적 컨텍스트 제공](https://www.thoughtworks.com/radar/techniques/progressive-context-disclosure)을 사용하면 남은 지침도 필요할 때까지 컨텍스트에 들어오지 않게 할 수 있다.
* #### 37. 에이전트 스킬에 대한 비판적 사고 포기
**에이전트****스킬에 대한 비판적 사고 포기(agent skill cognitive surrender)**라는 안티패턴이 늘고 있다. 팀이 대규모 커뮤니티 스킬 라이브러리나 무거운 AI 에이전트 프레임워크를, 그 동작을 충분히 이해하지 않은 채 도입하는 현상이다. 대규모 소프트웨어 의존성을 맹목적으로 가져오는 것처럼, 개발자는 이러한 스킬을 완성된 기능으로 취급하고 기반 시스템이 어떻게 작동하는지 놓칠 수 있다. 새로운 문제는 아니다. 이해하지 못한 코드를 복사해 붙여 넣거나 범용 설계 패턴에 지나치게 의존하는 것도 비슷한 예다. 하지만 AI 도구가 급증하면서 문제가 훨씬 더 뚜렷해졌다.
시스템 이해를 잃는 데 그치지 않고, 비판적 평가를 포기하면 보안 위험도 생긴다. 검토하지 않은 프롬프트 지침이 실행 파이프라인에 들어갈 수 있다. 서로 다른 출처의 스킬은 함께 작동하도록 설계되지 않았다면 충돌할 수도 있다. 범용 에이전트 스킬을 무분별하게 사용하기보다, 스킬 지침을 살펴보고 검토한 뒤 상황에 맞게 조정하는 것이 중요하다. 기반 모델의 역량이 높아지면 일반적인 커뮤니티 스킬은 불필요해지거나 쓸모없어질 수 있다. 따라서 프로젝트 맥락에 맞는 도메인별 스킬을 선별하고 관리하는 일이 더 중요하다.
* #### 38. AI가 가속하는 섀도 IT
코딩을 하지 않던 많은 사람이 노코드 플랫폼을 넘어 [클로드 코드](https://www.thoughtworks.com/radar/tools/claude-code), [오픈AI 코덱스](https://www.thoughtworks.com/radar/tools/openai-codex) 같은 코딩 에이전트로 옮겨 가고 있다. 사람들이 자신의 문제를 직접 해결하는 것은 환영할 일이다. 하지만 비개발자가 만들었든 개발자가 만들었든, **AI가 가속하는 섀도 IT(AI-accelerated shadow IT)**에는 위험이 따른다. 첫 번째는 보안이다. 두 번째는 기존 개발 절차 밖에서 탄생한 소프트웨어에는 대개 테스트, 배포 파이프라인, 관측 가능성이 없다는 점이다. 개인의 생산성 도구를 팀이나 부서가 사용하게 되면 특히 중요해진다. 조직은 AI 생성 애플리케이션에 대한 제한과 지침을 갖춘 거버넌스를 우선해야 한다. 우리 경험상 동료들의 열의를 꺾기보다는, 안전하게 실험할 환경과 [엔터프라이즈 하네스](https://www.thoughtworks.com/radar/techniques/enterprise-harness)를 제공하는 편이 낫다. 보안에는 단호하되, 유용한 도구가 정식 지원을 받을 수 있는 명확한 경로를 마련하라.
* #### 39. AI 기반 문서 난립
**AI 기반 문서 난립(AI-driven documentation sprawl)**은 팀이 AI 에이전트와 Spec-kit, BMAD 같은 명세 기반 개발 도구로 대량의 마크다운 파일과 문서를 생성할 때 발생한다. AI는 몇 초 만에 세련되고 전문적으로 보이는 문서를 만들 수 있다. 이 때문에 소프트웨어 품질이 높고 진척도 빠르다는 착각을 불러일으킬 수 있다. 하지만 문서는 소스 코드와 달리 자동 품질 게이트나 CI 테스트를 거의 거치지 않는다. 프로젝트가 발전하면서 저장소에는 장황하고 관리되지 않으며 서로 모순되는 명세가 빠르게 쌓인다. 개발자는 이를 정리할 시간이 없고, 결국 혼란스러운 “거대한 문서 진흙 덩어리(big ball of documentation mud)”가 된다.
낡은 문서의 과잉은 에이전트 기반 워크플로에서 특히 문제가 된다. 코딩 에이전트가 오래된 아키텍처 의사결정 기록이나 상충하는 명세 파일이 널린 저장소를 읽으면, 중복되고 모순된 문서가 귀중한 컨텍스트를 차지하고 신뢰할 수 없는 정보를 제공한다. 낡은 컨텍스트는 개발을 돕기는커녕 AI 도구를 잘못된 방향으로 이끌어 품질 낮은 코드 생성을 초래할 수 있다. 에이전트의 효과를 유지하려면 팀은 마크다운을 핵심 산출물로 취급해야 한다. 사람이 의식적으로 시간을 들여 생성된 컨텍스트 파일을 정리하고 다듬고 통합해야 한다. 그래야 에이전트의 컨텍스트를 명료하고 관련성 높으며 신뢰할 수 있는 상태로 유지할 수 있다.
* #### 40. 프런티어 모델의 일괄 사용
우리도 LLM이 필요한 모든 작업에 별생각 없이 가장 강력한 모델을 기본으로 사용한 적이 있다. 비용, 지연 시간, 필요한 역량은 고려하지 않은 채 말이다. 이를 **프런티어 모델의 일괄 사용(blanket frontier model usage)**이라고 부른다. 프런티어 모델은 더 가벼운 모델보다 비용이 훨씬 높고 속도가 느릴 수 있다. 탐색, 간단한 편집, 요약 같은 일상적인 작업은 소형 모델이나 [오픈 웨이트 모델](https://www.thoughtworks.com/radar/techniques/open-weight-models)이 더 적합한 경우가 많다. 모델 등급은 수동으로 바꾸거나, [하위 에이전트](https://www.thoughtworks.com/radar/techniques/subagents-for-better-context-management)별로 지정하거나, 작업의 복잡도나 단계에 따라 자동 전환하는 하네스 설정으로 조정할 수 있다. 모델마다 프롬프트 캐시가 따로 있으므로 요청마다 바꾸기보다는 자연스러운 경계에서 바꾸는 것도 좋다. 새 세션, 하위 에이전트, 계획에서 구현으로 넘어가는 시점 등이 그 예다. 다만 이 경고에도 주의할 점이 있다. 더 강력한 모델이 더 적은 토큰으로 작업을 마치는 경우도 있다. 따라서 [컨텍스트 프로파일링](https://www.thoughtworks.com/radar/techniques/context-profiling)으로 최적화가 실제로 효과가 있는지 확인하라.
* #### 41. 코딩 처리량을 생산성 척도로 사용하기
이전 레이더에서는 **코딩 처리량을 생산성 척도로 사용하기(coding throughput as a measure of productivity)**를 경계했다. 업계가 AI 도입을 추진하고 가시적인 지표를 찾으면서, AI가 생성한 코드 비율이나 토큰 소비량 같은 활동 기반 지표를 자랑거리로 삼는 모습이 늘고 있다. 이런 지표는 도입 수준을 보여줄 수는 있지만, 실제 생산성 향상을 대신 나타내는 지표로는 부적절하다.
의미 있는 생산성을 측정하려면 [DORA](https://dora.dev/) 지표와 [협업 품질](https://www.thoughtworks.com/radar/techniques/measuring-collaboration-quality-with-coding-agents)처럼 검증된 프레임워크를 사용하고, 개선을 비즈니스 성과에 직접 연결하라는 권고는 여전히 유효하다. 활동 지표를 신호가 아니라 목표로 취급하면 [굿하트의 법칙](https://en.wikipedia.org/wiki/Goodhart%27s_law)에 빠질 위험이 있다. 우리는 단지 목표치를 맞추려고 [AI로 무의미한 작업을 만들어 내는 개발자](https://hermit-tech.com/blog/ai-mania-is-eviscerating-global-decisionmaking)를 보았다.
* #### 42. 형식적인 인간 개입
**형식적인 인간 개입(human-in-the-loop theater)**은 실질적인 검증이 아니라 빈껍데기 승인 단계로 사람을 에이전트 루프에 남겨 두는 것이다. 사람은 현실적으로 평가할 수 없는 작업, 프롬프트, 코드 차이를 승인한다.
이 승인 단계는 [책임의 소실점](https://press.uchicago.edu/ucp/books/book/chicago/U/bo252799883.html)으로 작동한다. 누구도 결정을 진정으로 책임지지 않는다. 대신 분류와 선별을 권한다. [위험 등급별 인간 감독](https://www.thoughtworks.com/radar/techniques/risk-tiered-human-oversight)을 적용하여, 사람이 실제로 판단할 수 있는 변경에만 검토를 집중하라. 나머지는 개별 변경 검토에서 시스템을 올바르게 이끄는 방식으로 전환하라. [변이 테스트](https://www.thoughtworks.com/radar/techniques/mutation-testing), [속성 기반 테스트](https://www.thoughtworks.com/radar/techniques/property-based-unit-testing), [TLA+](https://www.thoughtworks.com/radar/languages-and-frameworks/tla)와 [퀸트](https://www.thoughtworks.com/radar/languages-and-frameworks/quint) 같은 정형 모델, 에이전트의 지원을 받는 [의미 검토](https://www.thoughtworks.com/radar/techniques/semantic-review-of-ai-edited-prose)를 사용하는 방식이다.
* #### 43. 인간 중계기
**[인간 중계기(meat proxy)](https://meatproxy.me/)**는 검증하지 않은 LLM 출력을 아무 생각 없이 동료에게 전달하는 사람이다. 읽거나 검증하지도 않고, 실질적인 판단도 더하지 않은 채 넘긴다. 이는 올바른 AI 사용 예절에 어긋나며, 안타깝게도 우리 경험상 점점 더 흔해지고 있다. 인간 중계기로 행동하면 검증 부담을 상대방에게 떠넘기고, 작업의 품질을 보장할 자신의 책임을 회피하게 된다. 이는 [형식적인 인간 개입](https://www.thoughtworks.com/radar/techniques/human-in-the-loop-theater)과 비슷하다. 다만 가짜 승인이 아니라 가짜 작성 행위라는 차이가 있다. 어느 쪽이든 사람은 가치를 더하지 않는다. [KDE의 AI 지침 초안](https://www.techpowerup.com/352978/kde-begins-drafting-ai-guidelines-dont-be-a-meat-proxy)은 이를 잘 표현한다. “인간 중계기가 되지 말라(Don't be a meat proxy).”
* #### 44. 단순한 컨텍스트 압축
토큰 비용이 오르면서 팀들은 프롬프트를 줄이기 위해 [헤드룸](https://github.com/headroomlabs-ai/headroom), [RTK](https://github.com/rtk-ai/rtk), [탬프](https://github.com/sliday/tamp) 같은 도구를 점점 더 많이 사용한다. 하지만 우리는 **단순한 컨텍스트 압축(naive context compression)**을 경계한다. 눈에 잘 띄지 않는 여러 문제를 일으킬 수 있기 때문이다. 첫째, [프롬프트 캐싱](https://developers.openai.com/api/docs/guides/prompt-caching)을 방해하는 경우가 많다. 토큰 수를 줄여도 캐시 적중을 놓치면 실제 청구액이 늘어날 수 있다. 둘째, 과도한 압축은 정보 손실을 일으켜 에이전트 루프의 성능과 정확성을 떨어뜨린다. 셋째, 일부 도구는 압축 중에 LLM으로 컨텍스트를 요약한다. 이때 추가되는 지연 시간과 비용이 본래 목적을 무색하게 만든다.
이러한 도구를 도입하기 전에 컨텍스트 사용량을 프로파일링하고, 순비용과 작업 정확도를 엄격하게 평가하라. 프롬프트 캐시가 깨지거나 에이전트 성능이 떨어진다면 토큰 감소는 의미가 없다. 원본 데이터에 대한 참조를 보존하면서 도구 출력을 압축하는 도구를 선택하라. 또한 캐시 접두부를 보호할 수 있도록, 작업 경계에서만 이력을 한 번에 정리하는 도구를 선택하라.
* #### 45. 스택형 풀 리퀘스트
**스택형 풀 리퀘스트(stacked pull requests)**는 큰 변경을 서로 의존하는 작은 풀 리퀘스트(PR)의 순서 있는 사슬로 나눈다. 후속 PR은 저장소의 메인 브랜치가 아니라 스택에서 바로 아래에 있는 PR의 브랜치를 대상으로 한다. 최근 AI 지원 코딩 도구가 빠르게 도입되면서 이 기법에 대한 관심도 급증했다. 팀들은 검토 지연과 개발자의 대기 시간을 줄이려고 이 접근법을 도입한다. 검토자는 작고 분리된 계층을 평가하므로 인지 부담이 줄어든다. 이 워크플로를 지원하는 도구도 개선됐다. 깃허브는 최근 [기본 지원](https://github.com/github/gh-stack)을 도입했다.
도구는 좋아졌지만, 이 기법을 주의 단계에 배치했다. 사전에 작업을 제대로 분해하지 못한 문제를 우회하는 수단으로 쓰이는 경우가 많기 때문이다. 스택을 쌓는 행위가 작업 분해 문제를 만드는 것은 아니다. 이미 있던 문제를 드러낼 뿐이다. 위험은 기법 자체가 아니라, 필요한 계획을 대신하는 수단으로 사용하는 데 있다. 구분 없이 습관적으로 스택을 쌓으면 하나의 거대한 변경을 작성하는 핑계가 되기 쉽다. 우리는 작업을 작고 독립적인 단위로 명세하고, 나누고, 규모를 정하고, 전달하는 것이 더 나은 습관이라는 입장을 유지한다.