정의
AI 하네스(AI Harness)로서의 린트(Lint)는 확률적으로 작동하는 LLM의 출력을 제어하기 위해 코드베이스에 적용하는 확정적(Deterministic) 제약 사항이다. 프롬프트를 통한 지시(Skill)가 가진 불확실성을 보완하여 AI가 아키텍처와 컨벤션을 강제로 준수하게 만든다.
핵심 속성
- 확정성(Determinism): 확률에 의존하는 프롬프트와 달리, 통과 또는 실패라는 명확한 바이너리 피드백을 제공한다.
- 강제적 제약(Hard Constraint): AI의 코드 생성 자유도를 좁힘으로써 결과물의 일관성과 품질을 비약적으로 높인다.
- 자동화된 피드백 루프: Git Hook 등을 통해 AI 에이전트가 커밋 전 스스로 오류를 수정하도록 유도한다.
- 진화적 규칙 생성: AI의 실수 사례를 회고하여 지속적으로 커스텀 규칙을 추가하고 정교화한다.
관계
- 20260611-probabilistic-skill-vs-deterministic-lint — 대조: 확률적 지시와 확정적 제약의 차이
- 20260611-ai-error-to-lint-feedback-loop — 하위개념: 린트를 활용한 피드백 루프 구현 방법
- 20260611-codebase-refactoring-for-ai-infrastructure — 연장: AI 친화적 코드베이스를 위한 선제적 투자
- 20260627-ai-readable-product-decisions — 적용 사례: 제품 디자인 규칙 중 기계적으로 판정 가능한 부분을 린터로 강제한다.
인용
“자유도를 좁혀야 AI의 코드 퀄리티가 올라간다. 그걸 하는 가장 좋은 방법이 Lint다. … Skill은 근본적으로 확률적이다. AI가 계속 그 규칙에서 벗어나는 상황이 발생했다. 결정적인 방법으로 막아야겠다 생각이 들었다.”