LangChain CEO: 모델만으론 부족, ‘하니스 엔지니어링’이 에이전트의 열쇠

모델만으론 부족한 이유: 에이전트를 감싸는 새로운 프레임

모델이 똑똑해질수록 이를 감싸는 ‘하니스’도 함께 진화해야 한다. LangChain 공동창업자 겸 CEO 해리슨 체이스는 VentureBeat ‘Beyond the Pilot’ 팟캐스트에서 하니스 엔지니어링을 컨텍스트 엔지니어링의 확장으로 규정하며, 에이전트가 루프 실행과 도구 호출을 스스로 통제해 장기 작업을 완수하도록 돕는 설계가 관건이라고 말했다. 그는 OpenAI의 OpenClaw 인수에 대해, 대형 연구소라면 감행하지 않을 수준으로 “과감히 돌린(let it rip)” 접근이 바이럴의 비결이었다면서도 이는 곧장 안전한 엔터프라이즈 제품으로 이어지진 않는다고 평가했다.

하니스 엔지니어링: 컨텍스트 엔지니어링의 확장

전통적 하니스는 루프와 도구 호출을 제한해 모델을 보호하는 데 초점을 맞췄다. 반면 에이전트 전용 하니스는 모델이 무엇을 볼지(컨텍스트)와 보지 않을지를 스스로 선택하도록 권한을 주어, 더 독립적으로 상호작용하고 오래 지속되는 업무를 처리하게 한다. 이 하니스 엔지니어링 관점에서 핵심은 LLM이 다음 단계를 계획하고 필요한 정보를 제때 끌어와, 실행-피드백-조정의 사이클을 안정적으로 반복하게 만드는 것이다.

루프와 도구 호출의 현실적 난제, AutoGPT의 교훈

아이디어는 단순해 보여도 신뢰성 있게 구현하기는 어렵다. 한동안 모델 성능이 ‘유용성 임계치’ 아래라 루프 실행이 불가능했고, 개발자들은 그래프와 체인을 수작업으로 엮어 우회했다. 한때 GitHub에서 가장 빠르게 성장했던 AutoGPT는 오늘날 상위 에이전트와 유사한 구조를 갖췄지만, 당시 모델이 루프를 안정적으로 돌릴 만큼 성숙하지 못해 금세 관심이 사그라들었다. 모델이 개선된 지금은 장기 계획을 세우고 루프를 돌릴 수 있는 실행 환경을 만들며, 그 하니스 자체를 지속적으로 개선할 수 있게 됐다.

Deep Agents: 범용 에이전트 하니스의 구성

LangChain은 해답으로 범용·맞춤형 하니스인 Deep Agents를 제시한다. LangChain과 LangGraph 위에 구축된 이 프레임은 계획 수립, 가상 파일시스템, 컨텍스트·토큰 관리, 코드 실행, 스킬·메모리 기능을 제공한다. 작업은 특화 도구와 설정을 지닌 서브에이전트로 위임할 수 있고, 병렬 수행이 가능하다. 또 컨텍스트를 격리해 서브에이전트의 중간 산출물이 메인 에이전트를 오염시키지 않도록 하며, 큰 서브태스크의 맥락은 단일 결과로 압축해 토큰 효율을 높인다. 모든 에이전트는 파일시스템에 접근해 실행 가능한 할 일 목록을 만들고, 여러 단계(예: 200단계)에 걸친 진행 상황과 일관성을 기록하며 추적한다. 체이스는 “요지는 LLM이 생각을 써 내려가며 스스로 발자취를 남기게 하는 것”이라고 설명했다.

컨텍스트 엔지니어링과 관찰 가능성

컨텍스트 엔지니어링은 한마디로 “LLM의 시야를 설계하는 일”이다. 사람 개발자는 에이전트 트레이스를 분석해 시스템 프롬프트가 무엇이며 어떻게 생성·채워지는지, 가용 도구는 무엇인지, 도구 호출 응답이 어떤 형식으로 제시되는지를 파악함으로써 에이전트의 ‘마인드셋’에 들어가 볼 수 있다. 초기 시스템 프롬프트에 모든 지식을 고정해 넣기보다, 필요 시 로드하는 스킬을 제공하고 코드 인터프리터와 BASH 도구 접근을 허용하면 유연성이 커진다. 모델이 유리하다고 판단하는 시점에 컨텍스트를 압축할 수 있도록 하니스를 ‘우호적으로’ 설계하는 것, 그리고 올바른 정보를 올바른 형식으로 적시에 전달하는 것이 하니스 엔지니어링의 목적이다.

LangChain 스택과 앞으로의 과제

LangChain은 LangGraph를 핵심 기둥, LangChain을 중추, 그 위에 Deep Agents를 올린 스택을 표준화하고 있다. 장기 또는 연속 실행 에이전트에 맞춘 새로운 UX, 다음 세대로 부상할 코드 샌드박스, 그리고 실제로 동작하는 에이전트를 위한 트레이스와 관찰 가능성이 중요 의제로 꼽힌다. 이러한 방향성은 생산 환경에서 재현성과 안전성을 높이는 하니스 엔지니어링의 진화를 가속할 전망이다.