정의
AI 도구(LLM·에이전트·바이브코딩)를 실제 운영 환경에 묶어내는 인프라 레이어. 모델이나 에이전트 자체가 아니라, 이것들을 기업 운영 맥락에 안전하게 결속하는 구조가 엔터프라이즈 AI의 핵심 가치다.
핵심 속성
- 구성 요건: 실패 시 복구, 크래시 시 재개, 원래 목표 유지 — 세 조건이 충족될 때만 운영 가능
- 원천: 교과서가 아닌 실전 노가다. 서비스 중단 없는 운영 경험(교통카드·등기·금융 차세대)에서만 배양되는 직관
- 가치 위치: 모델/에이전트는 부품. 하네스가 그것들을 운영 환경에 묶어내는 것이 진짜 가치
- 시장 내러티브: “AI를 만드는 회사”보다 “AI를 기업에 실현시키는 회사”가 AX·RX 시대의 핵심 플레이어
- 진입 장벽: 30년 SI 실전 경험이 하네스 직관의 원천 — 단기간 복제 불가
관계
- 20260515-harness-knowledge-hook-three-pillars — 상위개념: 하네스의 지식·훅 구조 정의
- 20260522-thin-harness-principle — 연장: 하네스는 얇을수록 에이전트 능력을 온전히 발휘
- 20260522-lint-as-deterministic-ai-harness — 하위개념: 결정론적 하네스의 구체 구현 사례
- 20260528-ai-native-company-six-experiment-pattern — 연장: AI 네이티브 기업의 통합 실험 패턴
- 20260530-integration-beats-invention-in-enterprise-ai — 인사이트: 통합이 발명보다 가치 있는 이유
- 20260530-forward-deployed-engineer-model — 연장: FDE가 하네스를 클라이언트 조직 안에 구현하는 방식
인용
“뛰어난 모델, 뛰어난 에이전트는 부품일 뿐이다. 진짜 가치는 그걸 운영 환경에 묶어내는 하네스(harness)에 있다.”
“발명이 아니라 통합. 견고한 통합은 그 자체로 혁신이다.”