목록 보기
나는 하네스 깎는 노인이 되었다 시리즈 1: 은총알은 없다
AI

나는 하네스 깎는 노인이 되었다 시리즈 1: 은총알은 없다

NHN
NHN
2026년 9월 27일

두줄요약

AI가 팀 맥락을 이어받도록 지식 구조와 작업·결정·사고 기록을 하네스로 축적했습니다. 오답 자동 반영을 막고 실행 피해를 제한하기 위해 사람 검토와 다층 통제를 적용했습니다.

구조와 흐름

  • 단일 장문 문서 대신 진입점·팀 공통 지식·서비스별 지식·이력·스크립트로 분리한 하네스
  • 정보 자체보다 필요한 정보를 찾고 새 지식을 기록할 위치를 알리는 구조
  • 작업 로그·결정 기록·사고 기록·반영 대기 백로그를 통한 업무 맥락 축적

선택 이유

  • 세션마다 초기화되는 AI에 팀·서비스·운영 맥락을 지속 제공하는 목적
  • 중복 문서와 상충 정보, 정보 위치에 대한 AI의 되물음 감소
  • 축적된 기록 기반의 기존 업무 스타일 재사용과 위험 상황 사전 인지

주의할 점

  • AI의 오답이 지식으로 자동 반영되는 오염 위험
  • 텍스트 규칙만으로 복잡한 맥락의 실행 통제 불가
  • 프롬프트 규칙, 검증 스크립트, 쓰기 권한 차단의 Soft→Hard 방어 계층

적용해볼 점

  • AI 제안은 backlog에 쌓고 사람 검토 후 하네스 반영
  • 서비스와 업무 변화에 맞춘 하네스 구조·규칙의 지속적 개선
  • 완성형 템플릿보다 팀의 시행착오와 결정 이유를 담은 맞춤형 맥락 관리

다음 읽기

#prompt 주제를 다룬 다른 회사 글

[인사이트] 프롬프트·컨텍스트 엔지니어링 다음은 하네스 엔지니어링: AI 에이전트 환경 설계

AI 에이전트가 실제 업무를 수행하려면 프롬프트만이 아니라 실행 환경 설계가 중요하다고 설명했습니다. 도구, 권한, 테스트, 로그, 승인 흐름까지 포함한 하네스 엔지니어링을 강조했습니다.

KT 클라우드
KT 클라우드
AI

댓글 0개

댓글을 작성하려면 로그인이 필요합니다.

댓글을 불러오는 중...