한국어 초록
최근 대규모 언어 모델(LLM)은 경쟁 프로그래밍부터 저장소 수준의 소프트웨어 공학에 이르기까지 코드 이해와 생성에서 강력한 역량을 보여주었습니다. 새롭게 부상하는 에이전트형 시스템에서 코드는 더 이상 단순한 목표 출력만이 아닙니다. 코드는 점점 에이전트의 추론, 행동, 환경 모델링, 그리고 실행 기반 검증을 위한 운영 기반으로서 기능하고 있습니다. 우리는 이러한 변화를 에이전트 하니스(agent harness)의 관점에서 해석하고, 코드를 에이전트 인프라의 기반으로 중심에 두는 통합적 관점인 “에이전트 하니스로서의 코드(code as agent harness)”를 제안합니다. 이 관점을 체계적으로 살펴보기 위해, 본 서베이는 서로 연결된 세 가지 계층으로 구성됩니다. 첫째, 하니스 인터페이스를 다루며, 여기서 코드는 에이전트를 추론, 행동, 환경 모델링과 연결합니다. 둘째, 하니스 메커니즘을 검토하며, 장기 실행을 위한 계획, 메모리, 도구 사용과 함께 하니스를 신뢰할 수 있고 적응적으로 만드는 피드백 기반 제어와 최적화를 살펴봅니다. 셋째, 하니스를 단일 에이전트 시스템에서 멀티에이전트 설정으로 확장하는 문제를 논의하며, 이때 공유 코드 아티팩트는 멀티에이전트 조정, 검토, 검증을 지원합니다. 이러한 각 계층 전반에서, 우리는 코드를 에이전트 하니스로 활용하는 대표적인 방법과 실제 응용을 요약합니다. 그 범위에는 코딩 어시스턴트, GUI/OS 자동화, 임바디드 에이전트, 과학적 발견, 개인화 및 추천, DevOps, 엔터프라이즈 워크플로우가 포함됩니다. 또한 최종 과제 성공을 넘어서는 평가, 불완전한 피드백 하에서의 검증, 회귀 없는 하니스 개선, 여러 에이전트 간 일관된 공유 상태, 안전이 중요한 행동에 대한 인간의 감독, 멀티모달 환경으로의 확장 등을 포함한 하니스 엔지니어링의 열린 과제도 제시합니다. 에이전트형 AI의 하니스로 코드를 중심에 둠으로써, 본 서베이는 실행 가능하고 검증 가능하며 상태를 유지하는 AI 에이전트 시스템을 향한 통합된 로드맵을 제공합니다.
요약
최근 대규모 언어 모델(Large Language Model, LLM)의 코드 이해·생성 능력은 단순히 정답 코드를 만들어 내는 수준을 넘어, 에이전트가 추론하고 행동하며 환경을 모델링하고 실행 결과를 검증하는 기반으로 확장되고 있습니다. 이러한 변화 속에서 저자들은 코드를 에이전트 인프라의 중심에 두는 관점인 코드 as 에이전트 하니스(code as agent harness)를 제안하며, 코드가 더 이상 최종 산출물에 머무르지 않고 장기적 과업을 지탱하는 운영 매체가 되어야 한다고 설명합니다. 이 관점의 핵심은 모델 자체의 능력만이 아니라, 그 출력을 안정적으로 실행 가능한 행동과 지속 상태로 연결하는 하니스(harness)의 설계가 에이전트 성능을 좌우한다는 점에 있습니다. 논문은 이러한 문제를 하니스 인터페이스, 하니스 메커니즘, 하니스 확장이라는 세 층위로 체계화하여, 코드가 추론·행동·환경 표현과 만나는 접점부터 시작해 장기 실행을 위한 계획, 메모리, 도구 사용, 피드백 제어를 거쳐 다중 에이전트 협업과 검증으로 이어지는 흐름을 일관되게 정리합니다. 먼저 하니스 인터페이스는 코드가 에이전트의 사고와 행동을 외부 세계에 연결하는 접점으로서, 코드베이스나 실행 흔적, 테스트 결과와 같은 구조화된 신호를 환경의 일부로 다룹니다. 이어서 하니스 메커니즘은 장기 과업 수행을 가능하게 하는 핵심 제어 장치로서, 계획(planning), 메모리(memory), 도구 사용(tool use)을 중심에 놓고, 실행 중 들어오는 피드백을 반영해 경로를 수정하는 적응적 제어를 강조합니다. 특히 계획은 단순한 내부 사고가 아니라 자연어 목표를 실행 가능한 단계로 외재화하고, 코드 아티팩트와 도구 호출을 조율하는 제어층으로 정의되며, 메모리는 현재 컨텍스트 유지, 저장소 근거 검색, 경험 재사용, 장기 상태 보존, 다중 에이전트 간 상태 동기화를 담당하는 통합 상태 관리 계층으로 설명됩니다. 도구 사용 역시 API 호출을 넘어 파일 편집, 셸 실행, 테스트, 정적 분석, 검증기와의 상호작용을 포괄하는 관리된 행동 인터페이스로 확장되며, 이는 에이전트가 실제 소프트웨어 환경 안에서 안전하고 추적 가능하게 작업하도록 만드는 핵심 수단이 됩니다. 논문은 이러한 요소들을 Plan-Execute-Verify(PEV) 루프로 통합하여, 의도를 명시적으로 계획하고 샌드박스 환경에서 실행한 뒤 결정론적 센서와 인간 검토를 통해 검증하는 폐루프 구조를 제시합니다. 이 루프는 디버깅을 사후 수정이 아니라 상태 전이에 대한 제어 문제로 재해석하게 하며, 회귀 없는(regression-free) 개선과 권한 경계, 관찰성, 감사 가능성을 함께 고려하도록 만듭니다. 또한 Agentic Harness Engineering(AHE) 관점에서 하니스 자체를 측정·진단·수정·평가·승격하는 적응형 최적화 경로를 제안함으로써, 모델을 다시 학습하지 않고도 시스템 수준에서 신뢰성과 효율성을 높일 수 있음을 보여 줍니다. 결과적으로 이 서베이는 코드 중심 에이전트가 단발성 생성 시스템을 넘어, 실행 가능하고 검증 가능하며 상태를 유지하는 AI 에이전트 시스템으로 발전하기 위한 통합 로드맵을 제시한다는 점에서 중요한 의미를 갖습니다.
함께 살펴볼 논문
공통 태그를 근거로 연결했습니다. 실제 인용 관계나 논문의 우수성을 뜻하지 않습니다.
공통 태그로 연결된 공개 논문이 아직 없습니다.
토론
이 논문과 연결된 포럼 글이 아직 없습니다.