이 글은 아래 글을 읽고 느낀 점과 개인적인 생각을 정리한 글입니다.
최근 토스의 김용성 님이 작성한 **「Software 3.0 시대, Harness를 통한 조직 생산성 저점 높이기」**를 읽었다.
글을 읽으며 가장 인상 깊었던 것은 "좋은 프롬프트"가 아니라 조직이 AI를 사용하는 방식을 시스템으로 만들자는 관점이었다.
기존에는 AI를 얼마나 잘 사용하는지가 개인의 역량이었다면, 앞으로는 그것을 조직이 관리하고 배포하는 시대가 될 수도 있겠다는 생각이 들었다.
Software 1.0에서는 코드를 공유했다
Software 1.0 시대에는 반복되는 문제를 해결하기 위해 공통 라이브러리와 플랫폼을 만들었다.
- 인증 SDK
- 공통 UI Component
- Logging Library
- CI/CD Pipeline
- Design System
이러한 자산은 뛰어난 개발자 한 명의 생산성을 높이는 것이 아니라 팀 전체의 생산성을 높이기 위한 것이었다.
Software 3.0에서는 Workflow를 공유하게 될지도 모른다
AI 시대에는 공유 대상이 조금 달라질 수 있다.
예전에는 코드를 공유했다면
앞으로는
- Workflow
- Prompt
- Agent
- Context
- Evaluation
- Approval Flow
를 공유하는 방향으로 발전할 가능성이 있다.
중요한 것은 AI 자체가 아니라 AI가 일하는 방식을 표준화하는 것이다.
가장 공감했던 문장 : Raising the Floor
글에서 가장 마음에 들었던 표현은
Raising the Floor
였다.
많은 조직은 최고의 개발자를 더 뛰어나게 만드는 것보다
평균적인 개발자가 일정 수준 이상의 결과를 만들 수 있도록 만드는 것이 훨씬 큰 효과를 낸다.
이것은 플랫폼 엔지니어링이 추구하는 방향과도 매우 비슷하다.
Harness는 AI를 위한 플랫폼이 될 수도 있다
Harness라는 단어를 처음 들으면 단순히 프롬프트 모음집처럼 느껴질 수 있다.
하지만 나는 조금 다르게 이해했다.
Harness는
사람
↓
Harness
↓
LLM
사이에 존재하는 실행 환경이다.
예를 들어 "리팩토링 해줘" 라는 요청을 받으면
Harness가 먼저
- 프로젝트 구조
- 코딩 컨벤션
- Git 규칙
- Architecture
- 테스트 전략
등을 자동으로 읽고 AI에게 전달한다.
즉 개발자가 매번 설명하지 않아도 되는 환경을 만드는 것이다.
이것은 RAG와 경쟁하는 개념은 아니다
원문에서는 Marketplace 방식과 RAG를 비교하지만, 개인적으로는 둘이 경쟁 관계라기보다 서로 보완 관계라고 생각한다.
예를 들어
정적인 정보는
- Coding Convention
- Git Policy
- Architecture
같은 Harness가 담당하고
자주 변경되는 정보는
- Wiki
- ADR
- API 문서
- 장애 이력
등을 RAG가 제공하는 구조가 현실적이라고 생각한다.
결국 중요한 것은 "AI를 잘 쓰는 사람"이 아니다
많은 사람들이
"좋은 프롬프트"
에 관심을 가진다.
하지만 조직 관점에서는
좋은 프롬프트 하나보다
좋은 Workflow 하나가 더 가치 있을 수도 있다.
한 명의 전문가가 만든 Workflow를
팀 전체가 동일하게 사용할 수 있다면
AI 활용 능력은 개인의 센스가 아니라 조직의 자산이 된다.
개인적으로 해보고 싶은 것
최근 AI Router 프로젝트를 진행하면서도 비슷한 생각을 자주 했다.
좋은 프롬프트를 만드는 것보다
좋은 Context를 어떻게 자동으로 구성할 것인가
그리고
어떻게 하면 개발자가 별다른 고민 없이 동일한 Workflow를 사용할 수 있을까
라는 문제가 훨씬 중요했다.
앞으로는 프로젝트마다
- CLAUDE.md
- AGENTS.md
- Workflow
- Slash Command
- Evaluation Rule
등을 하나의 Harness처럼 관리하는 방식도 충분히 가능성이 있다고 생각한다.
마무리
AI 시대에도 결국 생산성을 결정하는 것은 모델 자체보다 작업 환경과 시스템일 가능성이 크다.
Software 1.0에서 공통 라이브러리와 플랫폼이 조직 생산성을 높였듯이, Software 3.0에서는 Harness가 그 역할을 일부 이어받을 수 있을지도 모른다.
아직은 발전 초기 단계지만, 앞으로 AI 개발 문화가 어떤 방향으로 자리 잡을지 기대된다.

'AI' 카테고리의 다른 글
| [AI] LLM은 이제 “답을 한 번 생성하는 모델”이 아니다 (0) | 2026.07.08 |
|---|