AI 엔지니어링은 문장 밖으로 넓어지고 있습니다

“이번 주 보고서를 만들어 줘.” 한 번의 답을 받을 때는 이 문장이 출발점이 됩니다. 그런데 매주 자료를 찾고, 바뀐 내용을 반영하고, 다음 날에도 이어서 만들게 하면 이야기가 달라집니다. 지시문 밖에 준비할 일이 생깁니다.

프롬프트 엔지니어링에서 컨텍스트, 에이전트, 하네스 엔지니어링으로 관심이 넓어진 흐름을 저는 이 변화로 읽습니다. AI에게 맡기는 일이 길어질수록, 답을 요청하는 문장과 함께 일할 조건을 설계하게 됩니다. 공식 연구와 개발 사례를 종합한 해석입니다. 이 시리즈의 주간보고 장면은 설명을 위한 가상 예시입니다. 읽고 나면 지금 업무가 막히는 자리를 다섯 설계 대상 중 어디에 놓을지 판단할 수 있습니다.

01지시문 옆에 설계할 것이 생겼습니다

AI를 요리사에 빗대어 보면 구분이 쉬워집니다. 프롬프트는 어떤 식사를 만들지 적은 주문서, 컨텍스트는 지금 쓸 수 있는 재료, 에이전트 설계는 조리 중 다음 행동을 고르는 방식입니다. 하네스는 도구와 작업 기록을 갖춰 요리를 이어갈 수 있게 하는 주방이고, 평가는 완성된 음식이 주문에 맞는지 맛보고 확인하는 일입니다. 비유가 가리키는 것은 각 설계의 역할입니다.

좋은 지시는 목표를 전달합니다. 보고서를 읽을 사람과 필요한 판단을 정하고, 결과에 들어갈 내용을 명확히 합니다. 프롬프트 엔지니어링이 맡는 일입니다. 그 위에 이번 주 기준선과 변경 사항을 공급하는 문제가 더해집니다. 자료의 선택과 갱신은 컨텍스트 엔지니어링의 관심사입니다.

도구를 사용해 부족한 자료를 찾고 결과에 따라 다음 행동을 바꾸면 에이전트 설계가 들어옵니다. 여러 날에 걸쳐 일하게 하려면 하네스(모델·도구·작업 기록·검사를 연결하는 실행 기반)가 필요해집니다. 보고서라면 자료 조회를 실행하고, 확인한 수치와 남은 일을 저장하고, 다음 날 그 기록에서 다시 시작하게 하는 프로그램과 도구의 묶음입니다. 마지막에는 보고서 내용과 실제 업무 결과를 대조하는 평가가 남습니다. 이 영역들은 서로 겹치며 함께 작동합니다. 지난주 숫자가 이번 주 상태로 들어가면 회의에서 잘못된 대책을 정할 수 있고, 확인한 기록이 사라지면 사람이 같은 자료를 다시 대조하게 됩니다.

설계 대상	보고서가 막히는 모습	먼저 정할 일
프롬프트	작업 목록만 있고 결정할 문제가 없음	누구의 어떤 판단을 도울지
컨텍스트	지난주 숫자를 이번 주 상태로 씀	현재 기준으로 쓸 자료
에이전트	새 문제가 나와도 추가 조사를 못 함	결과에 따라 고를 다음 행동
하네스	다음 날 어디서 이어갈지 모름	확인한 것과 남은 작업 기록
평가	완료라고 하지만 그대로 못 씀	실제 내용과 업무 목적의 대조

공개 자료를 종합한 설명 틀입니다. 다섯 칸 모두를 구축해야 한다는 성숙도 단계는 아닙니다.

02새 이름이 이전 방법을 없애지는 않습니다

흐름을 볼 때는 대표 연구의 공개 시점을 함께 보는 편이 낫습니다. 외부 정보를 찾아 쓰는 RAG는 2020년, 중간 추론의 예시를 주는 Chain-of-Thought와 추론·행동을 잇는 ReAct는 2022년, 언어모델 작업 흐름을 지표로 최적화하는 DSPy는 2023년에 대표 연구가 공개됐습니다. Anthropic은 2025년에 컨텍스트와 장기 실행 하네스를, OpenAI는 2026년에 하네스 개발 사례를 설명했습니다. 이것은 관심과 사례가 넓어진 좌표이며 기술의 교체 순서를 뜻하지 않습니다.

검색과 도구 사용은 최근의 이름보다 먼저 연구됐습니다. 새로운 이름 하나가 이전 기술을 모두 대신한다고 읽으면, 이미 쌓인 방법을 놓치기 쉽습니다.

Anthropic은 컨텍스트 관리의 범위를 지시, 도구, 외부 데이터, 이력으로 넓혀 설명했습니다. OpenAI의 하네스 개발 사례는 저장소 지식과 검사 도구를 에이전트가 활용하도록 환경을 구성했습니다. 두 자료에서 읽을 수 있는 공통 방향은 맡기는 일에 필요한 조건을 모델 주변에 준비하는 것입니다.

주문서, 재료, 조리 도구, 작업 기록과 완성 음식을 갖춘 주방에서 AI 요리사가 요리하는 모습 — 주문서만으로 요리가 이어지지는 않습니다. 재료·조리 판단·주방 환경·결과 확인이 함께 필요합니다.

03우리 업무에서 막힌 자리부터 봅니다

실무에서 유용한 출발점은 현재 업무에서 가장 자주 막히는 곳을 찾는 일입니다. 요구가 모호한지, 최신 자료가 빠졌는지, 필요한 도구에 접근하지 못하는지, 다음 날 작업을 이어가기 어려운지 살펴볼 수 있습니다. 용어를 먼저 고르면 필요 이상의 구조를 만들 수 있습니다. 관찰한 막힘을 먼저 고르면 개선 대상이 구체적으로 드러납니다.

04마치며: AI 엔지니어링은 문장 밖으로 넓어지고 있습니다

AI 엔지니어링은 AI가 일할 조건을 설계하는 쪽으로 넓어지고 있습니다. 지금 맡긴 업무 하나에서 위 표의 증상과 닮은 문제를 골라 보시길 권합니다. 그 자리 하나가 먼저 고칠 설계 대상입니다.

이후 다섯 편에서는 같은 가상 보고서 업무를 놓고 프롬프트, 컨텍스트, 에이전트, 하네스, 평가를 차례로 살펴봅니다.

이 글은 AI의 도움을 받아 작성했습니다.

이 글에서 인용한 자료