AI 개발 환경을 공부하면서 헷갈렸던 개념들
들어가면서
최근 Codex와 Antigravity 기반 AI 개발 환경들을 사용하면서 AI 개발 workflow 자체에 관심이 생겼다. 처음에는 Harness, Instructions, Agent OS, AGENT.md 같은 개념들을 거의 비슷한 의미라고 생각했다. 특히 AGENT.md 같은 규칙 파일도 Harness의 일부라고 생각했는데, 실제로 공부해보니 둘은 역할 자체가 달랐다. AI 에이전트 환경도 내부 동작 원리를 파고들수록 처음 생각과 다르게 보였다.
Harness와 Instructions의 차이
내가 이해한 기준으로는:
- Instructions(지침)은 “에이전트가 어떻게 행동해야 하는가”
- Harness(하네스)는 “에이전트가 어떤 환경에서 실행되는가”
의 차이에 가까웠다.
예를 들어 AGENT.md에서는:
- commit 하지 말 것
- main 브랜치에서 작업하지 말 것
- 작업 전에 git status 확인할 것
- 작은 diff 유지할 것
같은 행동 규칙을 정의한다.
반면 Harness는:
- 어떤 파일에 접근 가능한지
- git 권한이 어디까지 허용되는지
- terminal command 실행이 가능한지
- sandbox 안에서 동작하는지
같은 실행 환경 자체를 제어한다. 에이전트가 움직일 수 있는 범위를 환경 차원에서 제한하고 통제한다.
즉:
- Instructions는 “어떻게 행동할지” (What to do)
- Harness는 “어디까지 허용되는지” (Where and how far it can go)
를 담당한다. 결국 둘의 차이는 여기에 있었다.
AI 도구들도 모두 같은 역할이 아니었다
처음에는 Codex, Antigravity, Gemini 기반 환경 같은 AI 개발 도구들도 결국 비슷할 거라고 생각했다. 하지만 실제로 써보니 도구마다 강점이 달랐다. AI 도구도 저마다 맞는 역할이 따로 있었다.
예를 들어 Codex는:
- repository 기반 작업
- 여러 파일 수정
- 구조적인 코드 변경
- diff 생성
- workflow 기반 작업
같은 비교적 복합적인 작업 흐름에 강한 느낌이었다.
반면 Antigravity 기반 환경은:
- 단순한 수정
- 빠른 iteration
- 가벼운 작업
- IDE 기반 상호작용
쪽에서 더 가볍게 사용할 수 있는 느낌이었다.
결국 AI를 단순히 “더 좋은 모델 하나”로 볼 게 아니라, 각 workflow에 맞게 역할을 나누는 게 중요했다.
Agent OS를 보면서 느낀 점
처음에는 Agent OS도 하나의 AI 실행 도구라고 생각했다. 하지만 실제로는:
- product
- standards
- specs
같은 프로젝트 컨텍스트를 구조화하는 역할에 더 가까웠다.
즉 Agent OS는:
- AI 모델 자체도 아니고
- Harness 자체도 아니라
AI가 프로젝트를 안정적으로 이해할 수 있도록 만드는 “프로젝트 컨텍스트 아키텍처”에 가까웠다.
느낀 점
AI 개발 workflow를 공부해보니, 중요한 건 단순히 모델 성능만이 아니었다. 오히려:
- 어떤 실행 환경(Harness)에서 동작하는지
- 어떤 행동 규칙(Instructions)을 가지는지
- 어떤 프로젝트 컨텍스트를 제공하는지
- 어떤 workflow에 연결되는지
가 실제 개발 경험에 더 큰 영향을 주고 있었다.
특히 여러 AI 도구를 써보면서, 앞으로는 하나의 AI만 쓰기보다 상황에 따라 역할을 나눠 쓰는 쪽으로 가지 않을까 싶다.