AI 에이전트의 안전벨트, 하네스 엔지니어링: Claude Code와 Terraform 사례

AI 에이전트를 장기간 실행할 때 발생하는 **일관성 상실(Loss of Context)**과 긍정적인 자기 평가(Positive Self-Assessment) 문제를 해결하기 위해 **하네스 엔지니어링(Harness Engineering)**이 필요하다. 이는 에이전트의 작업 범위와 권한, 상태 전이를 체계적으로 설계하여 사고 범위를 제한하는 방법론이다.

효율적인 운영을 위해 다음과 같은 전략을 적용한다.

• 영어 기반 소통: 토큰 소모를 줄여 컨텍스트 윈도우를 효율적으로 유지한다.
• Terraform MCP(Model Context Protocol): 공식 문서를 동적으로 조회하여 환각을 방지하고 코드 일관성을 확보한다.
• 상태 기반 도구 격리: 기획과 실행 단계에 따라 권한을 분리하여 무분별한 인프라 수정을 차단한다.

실제 Azure 인프라 구축 사례에서는 Root 모듈 생성, 인프라 거버넌스 체크, 그리고 최종 검토를 인간이 수행하는 Human-in-the-loop(HITL) 구조를 통해 안전성을 확보했다. 또한, '보안책임자 페르소나'로 역할을 전환하여 스스로 코드를 리뷰하게 하는 방식도 활용한다.