# 구글 'Harness²'이 구축한 자기 진화 프레임워크

> https://bookfactory.kr/board/ai-tech/23794
> 게시판: AI·머신러닝
> 작성자: admin
> 작성일: 2026-10-25T16:46:43.299Z

---

### 출처

Harness2: 오픈 월드용 재귀 에이전트 활용

### 관련 정보

![画像](https://assets.st-note.com/img/1792730108-X9gyzJc0S6tPReKBUhxHfQAF.jpg?width=1200)

## 목차

- 출처
- 관련 정보
- 서론: 모델의 진화만으로는 메우지 못하는 '현장의 괴리'
- 에이전트 = 모델 + 해스라는 본질적인 패러다임 전환
- 알 수 없는 환경에서 살아남는 '이중 재귀 루프'
- 에이전트 실행 환경을 구성하는 '8 개의 모듈'
- 압도적인 검증 결과: 모델이 스스로 '자신의 환경을 설계하는 존재'가 됩니다.
- 실무자가 내일부터 도입해야 할 '에이전트 개발의 새로운 상식'
- 결론: AI 는 '자신의 능력'을 새로이 만들어내는 시대로 나아간다

### 서론: 모델의 진화만으로는 채워지지 않는 '현장의 괴리'

어떤 규모와 지혜를 갖춘 대규모 언어 모델 (LLM) 을 도입하더라도, 실제 비즈니스 업무나 복잡한 워크플로우를 맡기면 어찌든 기대한 성과가 나오지 않는다는 이유로 왜곡된 기대감을 느끼신 적이 있으신가요.

많은 개발 현장에서는 '더 높은 성능의 기반 모델로의 교체'와 '프롬프트의 미세 조정'을 반복하고 있지만, 실제로는 진정한 병목 현상이 모델의 지능 그 자체라기보다는 그 주위를 둘러싼 '실행 플랫폼 (실행 하네스)'에 있음을 드러내고 있습니다.

구글 클라우드 AI 연구팀과 노스웨스턴 대학교 연구팀이 발표한 최신 논문『Harness2: 오픈 월드용 재귀 에이전트 활용』은 이 오랜 과제를 해결하는 강력한 돌파구를 제시합니다.

이 기사는 Google 연구팀 (Ruiyao Xu, Chen-Yu Lee, Tomas Pfister 등) 이 제안한 'Harness2' 아키텍처를 바탕으로, 오픈월드 환경에서 AI 에이전트가 스스로를 진화시키는 '이중 재귀 (Recursive Harnessing)'라는 혁신적 메커니즘과 향후 에이전트 설계 철학을 원천 정보를 토대로 심층 분석해 봅니다.

### 에이전트 = 모델 + 하네스라는 본질적인 패러다임 전환

우선 연구팀이 강조하는 기본 방정식을 먼저 짚어두어야 합니다.

> 
> 
> 에이전트는 모델과 해스너의 결합을 의미합니다.
> 

이 문맥에서 언급하는 '하네스 (Harness)'란 고정된 프리즈 상태의 기본 모델을 둘러싸고, 자율 에이전트로서 행동하도록 유도하기 위한 런타임 환경과 모든 주변 인프라를 의미합니다.

구체적으로는 시스템 프롬프트, 안전 가드레일, 장기 기억, 외부 스크립트, 서브 에이전트 호출 메커니즘, 미들웨어 플러그인 등이 이에 해당합니다.

과거 에이전트의 자율적 자기 개선 (Recursive Self-Improvement: RSI) 은 모델 가중치 자체의 미세 조정이나 고정된 평가 세트에 대한 프롬프트 최적화가 주류였습니다.

그러나 실제 비즈니스 환경 (오픈 월드) 에서는 사전 정의된 테스트 케이스나 즉시 정답 라벨 (그라운드 트루트 베리퍼) 이 존재하지 않습니다.

알 수 없는 과제를 마주했을 때 정답 라벨 없이 어떻게 환경을 재구성하고 성능을 향상시킬 수 있는지에 대한 결정적인 답이 바로 'Harness2'입니다.

### 알 수 없는 환경에서 살아남는 '이중 재귀 루프'

Harness2 의 가장 큰 핵심은 두 단계의 연동 재귀 (Dual-Level Recursion) 를 도입한 점에 있습니다.

1. 작업 레벨 재귀 (Task-Level Recursion)

이 단계는 현재 단일 작업에 대해 실행 하네스를 적응시키는 단계입니다. 정답 라벨이 없는 환경에 대응하기 위해 Harness2 는 '제안 - 탐사 - 구성 (Propose–Probe–Compose)'이라는 대조적인 검증 단계를 거칩니다.

에이전트는 여러 해싱 변경안을 병렬로 실행 (병렬 재귀) 하여, 동작의 차이와 결과의 비교 대조에서 유효한 요소만 안전하게 추출 및 합성합니다. 이를 통해 평가 함수가 없는 작업에서도 무결성을 유지하며 실행 기반을 자율적으로 조정할 수 있습니다.

2. 해싱 레벨 재귀 (Harnessing-Level Recursion)

현재 작업이 완료된 후, 시행착오 과정에서 '왜, 어떤 조건에서 그 수정이 효과적이었는지'라는 메타적 교훈을 도출하는 단계입니다.

추출된 재사용 가능한 컴포넌트와 통찰력은「허네스 개선 라이브러리」에 저장되어 에이전트의 자체적인「개선 능력 (Improvement Harness)」을 강화합니다.

직전 설정을 단순히 계승하는 것이 아니라 추상화된 메타 교훈으로 축적되기 때문에, 도메인이 다른 미지의 작업이 찾아오더라도 과거의 통찰을 유연하게 이식하여 활용할 수 있습니다.

### 에이전트 실행 환경을 구성하는 '8 개의 모듈'

Harness2 는 에이전트를 둘러싼 하네스를 파일 단위로 명확히 8 개의 구성 요소로 구조화하고 있습니다. 에이전트가 스스로 편집 가능한 레이어를 이렇게 명확하게 분절화하고 있다는 점이 매우 실용적입니다.

- 시스템 프롬프트 (C1/systemprompt.md): 페르소나 및 전체 프로세스 정의.
- 가드레일 (C2 / guardrails.md): 작업 이탈과 중대한 실수를 방지하기 위한 제약 규칙.
- 장기 기억 (C3 / LongTermMEMORY.md): 도메인 고유의 전제 지식과 규칙.
- 도구 가이드 (C4 / tool_guidance.md): 도구를 효과적으로 활용하는 방법.
- 서브 에이전트 (C5/sub_agents/) : 특정 임무를 수행하는 하위 에이전트 군집.
- 스킬 (C6/skills/) : 주문에 따라 로드되는 전문 작업 프로세스.
- 스크립트 (C7/scripts/): Bash 쉘 등을 통해 직접 실행되는 자동화 코드.
- 플러그인 (C8/plugin/) 은 모델을 거치지 않고도 도구를 호출하는 것을 훅하고 모니터링하는 TypeScript 기반 미들웨어입니다.

논문 사례에서는 마감 직전까지 조사를 지속하여 출력물 작성이 지연되는 에이전트에게, 플러그인 (C8) 으로 자율적으로 '감시 스크립트 (watchdog)'를 주입하고, 일정 횟수 이상 도구를 호출해도 생성물이 없는 경우 경고 메시지를 강제로 삽입하는 놀라운 적응이 보고되었습니다.

모델의 추론 능력을 직접 조작하지 않아도, 환경 측에 적절한 개입을 자율적으로 구축함으로써 에이전트는 극적으로 지능적이고 견고하게 작동하게 됩니다.

### 압도적인 검증 결과: 모델이 스스로 '자신의 환경을 설계하는 존재'가 됩니다.

Harness2 의 실증 실험은 업무 자동화 (WorkBuddy-Bench), 직무 수행 (JobBench), 그리고 Harvey 의 고도화된 법률 벤치마크 (LAB) 라는 세 가지 실제 업무 기준에서 진행되었습니다.

기반 모델인 Gemini 3.5 Flash 나 GLM-5 에 Harness2 를 도입한 결과 다음과 같은 뚜렷한 점수 향상 효과가 확인되었습니다.

- 워크부디 벤치: 베이스 하네스 대비 최대 +11.5 포인트 향상
- JobBench: 베이스 하네스 최대 +4.5 포인트 상승
- 법무 벤치마크 (LAB): 부분 통과율로 최대 +11.8 포인트 상승

더 흥미로운 점은 '작업을 실행하는 에디터 모델'과 '해머스를 개선하는 모델'을 통합한 자기 개선 실험입니다. Claude Opus 5 를 포함한 주요 모델들은 자신의 실행 환경을 스스로 수정하도록 구성하더라도 안정적인 점수 상승을 달성했습니다.

또한 JobBench 에서 획득한 해스네스 개선 라이브러리를 WorkBuddy-Bench 에 적용했을 때 성능이 개선되었으며, 축적된 경험이 단일 과제의 과적합을 넘어 진정으로 보편적인 '적응 능력'으로 기능함을 실증했습니다.

### 실무자가 내일부터 도입해야 할 '에이전트 개발의 새로운 상식'

Harness2 의 성과는 기업 내 LLM 시스템이나 업무 에이전트를 구축하는 엔지니어와 프로덕트 매니저에게 매우 실용적인 지침을 제공합니다.

프롬프트 엔지니어링에서 '하네스 엔지니어링'으로

단일 프롬프트에 모든 지시를 압축하는 접근 방식에는 한계가 있습니다. 제약을 가이드레일로, 절차를 기술로, 검증은 실행 스크립트로, 루프 제어는 미들웨어로 분담하여 8 개의 레이어처럼 모듈화하는 아키텍처 설계가 필수적입니다.

정답이 없는 업무에는 '대조 비교'와 '차분 검증'을 포함해야 합니다.

완벽한 정답 데이터를 생성할 수 없는 작업이라도 여러 접근법을 병행 실행하고, 그 행동 차이 (Behavioral Contrast) 를 분석하여 안전한 구성 요소를 합성하는 구조를 마련함으로써 시스템의 신뢰성을 획기적으로 높일 수 있습니다.

3. 「실패의 메타지식」을 재사용 가능한 자산으로 전환하다

오류 로그만 남기는 것을 넘어 실패 원인과 회피를 위한 모듈 수정 사항을 실행 기록에서 추출하여 지식 베이스로 순환시키는 구조를 구축해야 합니다. 이것이 바로 조직에 점차 익숙해지고 진화해 나가는 에이전트 기반의 핵심 열쇠입니다.

### 결론: AI 는 '자신의 능력'을 새로이 만들어내는 시대로 나아가고 있습니다.

"모델의 가중치를 업데이트하는 것만이 AI 학습이 아니다"라는 Harness2 가 제시한 사실은 오픈 월드 환경에서 자율 시스템의 존재 방식을 근본적으로 재정의하고 있습니다.

고정된 지능이라 하더라도 시행착오를 통해 자신의 사고 환경과 도구함을 업데이트할 수 있다면, 그 적응력은 기존의 정적인 시스템을 압도합니다.

개발하고 운영하는 AI 시스템은 일상적인 실행 과정에서 무엇을 배우고 스스로 어떻게 진화하고 있는지 어떻게 생각하십니까?

모델의 진화를 단순히 기다리는 입장에서, 모델이 둘러싼 '해리스의 자체 진화'를 설계하는 입장으로 전환하세요. 차세대 AI 에이전트 개발은 이미 새로운 단계를 개척하고 있습니다.

# 에이전트 #구글 #미국주식투자 - 관련 기사 검색

> 
> 
> ※투자 관련 안내※ 이 글은 최신 시장 동향에 대한 학습과 통찰을 공유하기 위한 것이며, 특정 주식이나 투자 상품의 구매를 권장하는 것은 아닙니다. 투자는 필연적으로 리스크가 수반됩니다. 실제 투자를 진행하실 때는 본인의 능력 범위 내에서 충분히 조사 (DYOR) 를 하시고, 본인의 책임 하에 판단하시기 바랍니다!
> 

**출처:** [note 원문](https://note.com/humble_dog9839/n/n17d02120f69d)

*번역: Qwen 3.5(.48) 초벌 + 교정 35청크*

[원문 보기](https://note.com/humble_dog9839/n/n17d02120f69d) | 출처: note.com