AI Trend Research
KR

← AI 용어집

AI 용어집 · 기초 · 에이전트 · 언어 모델 · 효율·인프라

HarnessPro 하네스프로

HarnessPro는 AI 에이전트가 자기 실행 기록을 분석해 자신을 감싼 하네스(프롬프트·도구·실행 규칙 묶음)를 스스로 고쳐 나가는 연구 방법이다. 성능은 높이면서 실행 비용은 줄이는 것을 목표로 한다.

용어 정보
난이도
기초 · 소식을 읽을 때 자주 만나는 기술 용어
카테고리
인지·행동
추가
2026-11-01
쉽게 말하면 요리사가 매일 주방 동선과 레시피 메모를 돌아보며 고치는데, '빠르고 싼 메뉴판', '균형 잡힌 메뉴판', '정성 들인 메뉴판' 세 가지를 함께 준비해 손님 예산에 맞춰 내놓는 것과 비슷하다. 다만 실제로 고치는 대상은 요리사의 실력(모델 가중치)이 아니라 주방 환경(하네스)이다.

무엇인가

HarnessPro는 칭화대와 Zhipu 연구진이 발표한 것으로 보도된 방법으로, 2026년 10월 arXiv에 논문이 올라왔다. 하네스는 모델을 감싸 작업을 하게 만드는 바깥 틀로, 프롬프트·도구·실행 절차 등을 말한다. 기존에도 에이전트가 하네스를 스스로 개선하는 재귀적 자기 개선 방식이 있었지만, 논문은 이런 방식이 성능을 올리는 대신 실행 비용도 함께 늘리는 경우가 많다고 지적한다. HarnessPro는 성능과 비용을 함께 따지며 하네스를 고치는 것이 핵심이다.

어떻게 작동하나

먼저 에이전트가 하네스로 작업을 실행하고, 그 실행 과정(Trajectory)을 남긴다. 전문 역할을 맡은 에이전트들이 이 기록을 진단하고, 성능 우선·비용 우선 등 서로 다른 우선순위로 개선 계획을 세워 새 후보 하네스를 만든다. 후보는 정답이나 공식 테스트 없이 LLM이 만든 테스트로 평가하는데, 이를 정답 라벨이 필요 없다는 뜻에서 label-free 방식이라고 부른다. 그다음 비용 중심(lite), 균형(medium), 성능 중심(heavy) 세 가지 하네스를 골라 다음 반복으로 넘기고, 실행 결과를 보고 다시 고치는 고리를 이어 간다.

HarnessPro의 개선 고리

  1. 1. 작업 실행 Trajectory 남기기
  2. 2. 기록 진단 전문 에이전트가 분석
  3. 3. 후보 하네스 생성 우선순위별 개선 계획
  4. 4. LLM 테스트로 평가 정답 없이
  5. 5. 세 가지 선택 lite·medium·heavy
실행하고, 기록을 진단하고, 후보를 만들고 평가한 뒤 골라 다시 실행하는 과정이 반복된다.

왜 주목받나

모델 가중치를 다시 학습하지 않고 하네스만 고쳐 에이전트를 개선한다는 점에서 비교적 가볍게 시도할 수 있는 방향이다. 하나의 '최고' 하네스가 아니라 예산별로 세 가지를 내놓아, 비용이 중요한 서비스와 성능이 중요한 서비스가 각자 고를 수 있게 했다. 논문은 Terminal-Bench 2, SWE-Bench Pro, ProgramBench에서 Codex와 함께 쓴 GPT-5.5를 기준으로, heavy 모드가 비교 방법(RHO)보다 통과율을 평균 2.0%p 높이고 작업당 비용을 평균 26.1% 줄였다고 밝혔다. Claude Code와 함께 쓴 GLM-5.2에서도 이런 이점이 유지됐다고 했다.

예산별로 고르는 세 하네스

← 비용 중심성능 중심 →
123
  1. lite
  2. medium
  3. heavy
왼쪽일수록 비용을 아끼고, 오른쪽일수록 성능을 우선한다. 쓰는 곳의 예산에 맞춰 고른다.

알아 둘 점

`today` 기준으로 HarnessPro는 심사 중인 연구 논문이며 완성된 상용 제품이 아니다. 성능·비용 수치는 연구진이 직접 밝힌 결과이고, 정해진 벤치마크와 비교 방법을 기준으로 한 것이라 실제 업무 환경에서 같은 효과가 나는지는 따로 확인해야 한다. 평가에 LLM이 만든 테스트를 쓰므로, 그 테스트가 허술하면 하네스가 엉뚱한 방향으로 '개선'될 위험도 있다. 에이전트가 스스로 자기 실행 환경을 바꾸는 구조인 만큼, 실무에 쓴다면 바뀐 하네스를 사람이 검토하는 장치를 함께 두는 편이 안전하다.

예시

이 사이트의 소식 '칭화대·Zhipu HarnessPro: 에이전트가 자기 실행 기록을 보고 하네스를 고쳐 써…"작업당 비용 26.1% 절감"(보도)'가 이 용어를 다뤘다. 예를 들어 코딩 에이전트를 운영하는 팀이라면 이 방식으로 비용을 아끼는 lite 하네스는 사내 대량 자동화 작업에 쓰고, 성능 중심의 heavy 하네스는 어려운 버그 수정에 쓰는 식으로 나눠 쓰는 장면을 떠올릴 수 있다.

이 사이트에서 나온 사례

함께 보면 좋은 용어

하네스 AI 에이전트 코딩 에이전트 재귀적 자기 개선 벤치마크 LLM-as-a-Judge

참고