OpenAI와 소프트웨어 저장소의 새로운 인지 아키텍처

Source: Dev.to

위에 제공된 Source 라인만 그대로 두고, 번역하고자 하는 본문 내용을 알려주시면 해당 텍스트를 한국어로 번역해 드리겠습니다.
(코드 블록, URL, 마크다운 형식 등은 그대로 유지됩니다.)

TL;DR

OpenAI의 최신 하네스 엔지니어링 보고서는 에이전트 기반 소프트웨어의 실제 병목 현상이 더 이상 모델에만 있는 것이 아니라 저장소 자체에 있음을 보여줍니다. 코드베이스는 인간만 유지 관리할 수 있는 수준에서 에이전트가 신뢰하게 읽고 해석하며 수정할 수 있는 의미적으로 탐색 가능한 컴퓨팅 환경으로 진화해야 합니다.

Source: …

소개

harness engineering 개념은 AI 엔지니어링에서 뜨거운 주제가 되었습니다. 기업들은 간단한 문제를 발견했습니다: 에이전트가 개별 실행에서는 뛰어날 수 있지만, 에이전트를 위해 의도적으로 설계된 환경이 없으면 에이전트는 빠르게 엔트로피를 생성합니다. 앞서의 기사 *Harness Engineering: The Most Important Part of AI Agents*에서 논의된 바와 같이, 하네스는 에이전시 시스템의 핵심 레이어를 나타내며, 이 인프라는 프로토타입에서 프로덕션으로 이동할 때 크게 진화해야 합니다.

OpenAI는 퍼즐에 더욱 중요한 조각을 추가했습니다: 에이전트를 위해 설계해야 할 첫 번째 객체는 모델 자체가 아니라 저장소일 수 있습니다.

OpenAI의 에이전트‑우선 저장소

보고서 “Harness engineering: leveraging Codex in an agent‑first world,” 에서 OpenAI는 약 백만 줄의 코드를 전부 Codex가 생성하고, 수동으로 작성된 줄은 전혀 없으며, 아주 작은 팀이 1,500개가 넘는 풀 리퀘스트를 처리한 내부 베타를 설명합니다. 눈길을 끄는 수치는 인상적이지만, 실제 메시지는 다릅니다:

• 생산성 향상은 Codex가 코드를 빠르게 작성해서가 아니다.
• 생산성 향상은 엔지니어들이 저장소를 단순 파일 컨테이너로 보지 않고, 에이전트가 계산할 수 있는 환경으로 다루기 시작했기 때문이다.

다시 말해, OpenAI는 코드베이스 안에 코딩 에이전트를 단순히 사용한 것이 아니라, 에이전트가 읽고 해석하며 신뢰할 수 있게 수정할 수 있는 형태로 코드베이스를 변환한 것입니다.

변환된 저장소의 신호

OpenAI는 저장소가 에이전트 친화적인 환경으로 전환되었음을 나타내는 최소 네 가지 명확한 신호를 식별합니다:

1. Operational Truth – 저장소는 다음을 포함한 결정적인 진실의 원천을 보유해야 합니다:

   • 버전 관리된 내부 문서
   • 아키텍처 지도
   • 의사결정 이력
   • 에이전트가 의미론적 진입점으로 사용할 AGENTS.md 와 같은 파일

   이는 단순히 “문서가 더 많다”는 것이 아니라, 저장소를 기계가 질의할 수 있는 메모리로 만들며, 인간이 읽을 수 있는 텍스트에 그치지 않습니다.

2. Deterministic Feedback Loops – 기존의 린팅, 포맷팅, 경계 검사, import 정책, 자동 검증은 단순한 질서 유지 도구를 넘어섭니다. 이들은 에이전트에게 허용되는 행동과 허용되지 않는 행동을 지속적으로 가르치는 피드백 루프를 형성합니다. 에이전트가 실수를 하면 CI가 실행을 차단하고 이유가 담긴 로그를 반환하며, 작업이 다시 반복됩니다. 따라서 품질 관리는 실행 시점의 추론 과정에 포함됩니다.

3. Observability as a Cognitive Surface – OpenAI는 구조화된 로그, 진단 추적, 검증 가능한 출력, 검사 도구에 대대적으로 투자했습니다. 자신의 실패를 읽을 수 있는 에이전트는 스스로 디버깅할 수 있지만, 눈이 먼 에이전트는 무작위로 재생성해야 합니다. 따라서 관측 가능성은 개발자 대시보드에서 에이전트를 위한 인지 인터페이스로 전환됩니다.

4. Shift in Human Work – 인간의 노력은 직접 구현 및 수동 수정에서 다음으로 이동합니다:

   • 저장소 구조 설계
   • 아키텍처 경계 정의
   • 피드백 루프 구축
   • 엔트로피 정리

   엔지니어는 기능을 적게 작성하고, 이해 가능성의 조건을 더 많이 작성합니다.

프롬프트를 넘어선 업스트림 레이어

수년간 초점은 다음을 개선하는 데 있었음:

• 프롬프트
• 추론
• 도구 사용

OpenAI는 그 모든 것 너머에 업스트림 레이어가 존재한다는 것을 보여준다:

• 에이전트‑읽기 가능한 저장소 안에 있는 보통 수준의 에이전트도 여전히 활용 가능한 작업을 생성할 수 있다.
• 불투명한 저장소 안에 있는 매우 능력 있는 에이전트도 여전히 엔트로피를 생성한다.

따라서 병목 현상은 모델뿐만 아니라 점점 환경의 계산 가능성에 있다.

엔지니어링에 대한 시사점

OpenAI의 가장 눈에 띄는 기여는 다음과 같은 불편한 사실이다:

코드는 이제 인간이 유지 관리하는 것만으로는 충분하지 않다; 에이전트가 탐색하고, 검증하며, 의미론적으로 읽을 수 있어야 한다.

이는 엔지니어링 작업을 근본적으로 바꾼다. 우리는 이제 단순히 애플리케이션만 설계하는 것이 아니라, 비결정론적 지능이 거주할 수 있는 저장소를 설계하기 시작하고 있다.