METR 벤치마크가 Claude Opus 4.6에 의해 포화되면서, 모델 자체의 순수 능력(0.1씩 올라가는 벤치마크)만으로는 차별화가 어려워졌다. 대신 등장한 새로운 축이 하네스 엔지니어링(또는 스캐폴딩)이다. OpenAI 이론물리학 사례에서 GPT-5.2 Pro가 스스로 증명하지 못한 문제를, 특수 하네스를 통해 12시간 연속 사고로 해결한 것이 이를 방증한다. Claude Code의 진짜 가치도 Opus 4.6이 아니라 그 주변의 하네스에 있다는 주장이 설득력을 얻는다.
근거
“METR에서도 우리 과제가 포화된 것 같다, 다른 것들을 준비 중이라고 했어요. 이 그래프가 의미를 상실하는 순간에 온 것 같습니다.” “OpenAI가 아직 공개하지 않은 스캐폴딩 또는 하네스라는 표현도 있거든요. GPT-5.2 Pro로는 안 됐던 걸 그 특수 하네스에서 12시간 돌려서 해냈다는 이야기예요.” “신정규 대표님도 지난주에 나오셔서 Claude Code의 진짜 물건은 Claude Opus 4.6이 아니라 Claude Code 하네스인 것 같다는 말씀도 하셨었죠.”
또한 agentic 코딩 트렌드에서 “ralph loop”만으로는 한계가 있고, 인간-인-더-루프를 통한 티키타카 모드가 더 높은 품질을 낸다는 관찰이 나온다. 이는 하네스 엔지니어링이 단순한 자동화가 아니라, 인간의 도메인 지식과 취향을 모델과 결합하는 설계임을 의미한다.
연결된 생각
- 20260606-harness-engineering — 하네스 엔지니어링의 개념적 정의와 핵심 속성
- 20260606-minimum-viable-knowledge-as-attitude — 실험적 태도가 하네스 설계의 기초가 되며, 모델-하네스-인간의 삼위일체가 성능을 결정함
출처
- 📎 클리핑: 20260613-ep87-ko-transcript