AI 에이전트 시대, 내 일자리를 지키고 AI를 완벽하게 통제하는 '하네스 엔지니어링(Harness Engineering)' 완벽 가이드입니다. 클로드 코드(Claude Code)와 코덱스(Codex)를 활용한 교차 검증 및 평가 루프 구축법을 알아봅니다.
선생님
강사
평균 평점
AI 에이전트 분야의 최신 트렌드를 잘 정리해주셨습니다.
하네스 엔지니어링 개념을 실제 프로젝트에 적용해봤는데 퀄리티가 확실히 달라졌어요. 최고의 강의입니다!
실제 프로젝트에서 효과적인 지표는 ① 정확도(Accuracy) ② 응답 일관성(Consistency across runs) ③ 지연 시간(Latency P95) 세 가지를 먼저 설정하시길 추천드려요. 코드 리뷰 자동화라면 여기에 false positive 비율을 추가하는 것이 좋습니다. 처음부터 너무 많은 지표를 설정하면 해석이 어려워지니, 핵심 3개로 시작해서 점진적으로 추가하는 접근이 더 효과적입니다!
— 선생님 강사
로컬에서도 충분히 구축 가능합니다! Ollama로 로컬 LLM을 띄우고, 간단한 Python 스크립트로 교차 검증 파이프라인을 만들 수 있어요. 다만 Claude Code는 Anthropic API 없이 로컬만으로는 완전히 대체하기 어렵고, 코덱스도 API 기반이라 완전 오프라인은 현실적으로 어렵습니다. Ollama(Llama 3.1) + 로컬 eval 스크립트 조합으로 API 비용을 최소화하는 방법을 다음 보충 영상으로 준비해볼게요!
— 선생님 강사
무료
클로드 코드와 코덱스를 교차 검증하는 방법이 실무에서 엄청 유용해요.
