AI 모델이 두뇌라면, 하네스는 그 두뇌가 도구를 쓰고 일을 하게 하면서 잘못된 행동을 막는 실행 관리 시스템입니다.
2026년 10월 10일 | SKYWARE INSIGHT
하네스(Harness)는 AI 에이전트가 실제 업무를 수행할 수 있도록 지원하고, 그 실행 과정을 관리 · 통제하는 소프트웨어 구조입니다. 최근 AI 업계에서 에이전트 하네스(Agent Harness)라는 말이 자주 나오는 이유는 분명합니다. 같은 모델을 써도 결과가 회사마다 다르고, 그 차이가 대부분 모델 바깥에서 생기기 때문입니다.
원래 하네스는 말에 채우는 마구(馬具)입니다. 말의 힘을 수레에 전달하면서 방향을 잡고 멈추게 하는 장치입니다. 에이전트 하네스도 같은 일을 합니다. 모델의 추론 능력을 실제 업무 시스템에 연결하고, 어디로 갈지 정하고, 가면 안 되는 곳에서 멈추게 합니다.
01. AI 모델과 하네스, 그리고 업무 시스템
기업용 AI 에이전트는 세 층으로 이루어집니다. 위에 AI 모델, 아래에 기업 업무 시스템, 그 사이에 하네스입니다. 모델은 이해하고 추론하고 계획하지만 스스로는 아무것도 실행하지 못합니다. 업무 시스템은 데이터와 기능을 갖고 있지만 자연어를 이해하지 못합니다. 둘을 잇고 그 사이에서 통제하는 것이 하네스입니다.
AI Agent Harness
모델과 업무 시스템 사이의 실행 · 통제 계층
- 최소 권한필요한 권한만 부여
- 승인 게이트중요 작업 사전 승인
- 감사 로그모든 실행 이력 기록
- 실행 격리안전한 샌드박스 환경
- 프롬프트 인젝션 방어악의적 입력 차단
업무 도구 연동 및 실행
- ERP전사 자원 관리
- CRM고객 관리
- DB데이터베이스
- 메시징사내 커뮤니케이션
- 커머스주문 · 결제 · 상품
핵심 AI의 성능과 함께, 실제 업무를 안전하게 실행하고 통제하는 구조가 중요합니다.
02. 하네스가 중요한 이유 · 재발송 한 건으로 보기
AI 에이전트에게 “오늘 발송 실패 고객을 분석하고 재발송해 줘”라고 요청했다고 가정하겠습니다. AI 모델은 무엇을 해야 할지 계획할 수 있지만, 실제 업무 실행은 하네스가 관리합니다.
- 1. 발송 로그 조회통합 메시징 시스템에서 오늘 발송 결과와 오류 코드를 가져옵니다. 하네스는 ‘조회’ 도구만 열어 둡니다.
- 2. 실패 원인 분석통신사 반려 · 번호 오류 · 수신 거부로 분류합니다. 모델의 판단이 가장 많이 쓰이는 단계입니다.
- 3. 대상 · 제외 구분재발송 대상과 수신 거부 고객을 나눕니다. 하네스는 수신 거부 목록을 모델이 바꾸지 못하게 합니다.
- 4. 권한 · 조건 확인발송 한도, 발송 가능 시간대, 사용자 권한을 하네스가 검사합니다. 모델이 “괜찮다”고 해도 조건이 안 맞으면 멈춥니다.
- 5. 담당자 승인 후 재발송대량 발송은 사람의 승인 토큰이 있어야 실행됩니다. 승인 요청에는 대상 수와 근거가 함께 갑니다.
- 6. 결과 기록 · 검증어떤 도구를 어떤 입력으로 불렀고 결과가 무엇이었는지 남기고, 발송 성공률을 다시 확인합니다.
이 과정에서 하네스는 AI가 승인 없이 대량 메시지를 발송하거나 허용되지 않은 고객정보에 접근하지 못하도록 통제합니다. 다만 이러한 안전장치는 하네스에 실제로 구현돼 있어야 합니다. 하네스를 사용한다는 사실만으로 보안이 자동으로 보장되지는 않습니다. “승인 없이 발송하지 마”라는 지시문은 프롬프트일 뿐이고, 프롬프트는 속을 수 있습니다.
03. AI 보안과 직접 연결되는 기술입니다
하네스는 편의 장치이기 전에 보안 장치입니다. AI 보안에서 말하는 요소들은 대부분 하네스의 어느 부분에 구현되느냐의 문제입니다.
도식 2 · 보안 요소와 하네스의 역할
| 보안 요소 | 하네스에서의 역할 | 구현 위치 |
|---|---|---|
| 최소 권한 | AI가 사용할 수 있는 API와 데이터를 제한 | 도구 정의 · MCP 서버 권한 |
| 실행 승인 | 결제 · 발송 · 삭제 등 중요 작업에 승인 절차 적용 | 승인 지점 · 승인 토큰 검사 |
| 프롬프트 인젝션 대응 | 외부 입력의 신뢰도를 구분하고 위험한 실행 차단 | 입력 출처 표시 · 실행 전 검사 |
| 실행 격리 | 파일 · 명령 실행을 제한된 환경에서 처리 | 샌드박스 · 작업 디렉터리 제한 |
| 감사 로그 | AI의 도구 호출과 실행 결과 기록 | 호출 기록 · 결과 검증 루프 |
2026년에는 AI 모델의 성능과 함께 하네스에서 권한과 실행 범위를 어떻게 통제할 것인지가 기업용 AI 에이전트의 주요 설계 과제로 다뤄지고 있습니다. 미국 NIST가 AI 에이전트의 신원 · 권한 부여 · 접근 위임 · 기록을 다룬 개념 문서를 낸 것도, 가트너가 위험 통제 미흡을 에이전틱 AI 프로젝트 취소의 주요 원인으로 꼽은 것도 결국 하네스 이야기입니다.
04. 스카이웨어 관점에서 주목하는 부분
스카이웨어의 기업 시스템 구축 경험과 AI · AX 사업을 연결하면 하네스는 중심이 되는 기술 개념입니다. 커머스 · 메시징 · ERP 시스템과 AI 모델을 연결하는 과정에서, 하네스가 실제 업무 실행을 관리하고 기존 시스템이 데이터 접근과 권한을 검증하도록 설계할 수 있습니다. 어떤 도구를 열고 어디에 승인을 둘지는 그 시스템을 만든 쪽이 가장 정확하게 긋습니다.
가까운 예가 개발팀이 쓰는 코딩 에이전트 Claude Code입니다. 모델 자체보다 그 주변 구조가 하네스입니다. 파일을 읽고 고친 뒤 테스트를 돌리고 실패하면 다시 고치는 작업 루프, 위험한 명령 앞에서 멈춰 사람의 확인을 받는 승인 지점, 작업 디렉터리 밖으로 나가지 못하게 하는 실행 격리, 무엇을 바꿨는지 남는 작업 이력이 모두 하네스가 하는 일입니다.
스카이웨어가 개발 업무에 Claude Code를 쓰면서 확인한 것도 같습니다. 어떤 모델을 쓰느냐보다 테스트를 언제 돌리고 운영 반영을 어디서 사람이 확인할지를 정하는 쪽이 결과를 더 크게 바꿨습니다. 모델은 같은데 하네스를 손보자 결과가 달라진 것입니다.
관심은 AI 모델이 얼마나 똑똑한가에서, AI가 실제 업무를 얼마나 안정적이고 통제 가능한 방식으로 수행하는가로 옮겨 가고 있습니다.
AI 에이전트의 경쟁력은 모델에서 시작되지만 하네스에서 완성됩니다. 기업이 에이전트를 도입할 때 물어야 할 질문도 “어떤 모델을 쓰나”에서 “실행과 권한을 어떤 구조로 관리하나”로 바뀌어야 합니다.
