K4nul

security software developer

AI Engineering 허브: 코딩 에이전트 운영과 검증

AI 코딩 도구를 더 많이 쓰는 방법보다, 작업 결과를 예측 가능하게 만들기 위한 하네스, 컨텍스트, 검증, 권한 경계를 정리하는 허브다.

세부 분류 전체 AI Engineering 토큰 관리 Rust DevOps

이 페이지는 Codex나 Claude Code를 “잘 물어보는 법”보다, AI coding agent가 저장소 안에서 반복 가능한 결과를 내도록 만드는 운영 구조를 다룹니다. 글 발행 순서가 아니라 독자가 겪는 문제 기준으로 읽기 경로를 묶었습니다.

운영 템플릿부터 보고 싶다면 AI agent 운영 실전 템플릿에서 AGENTS.md, CLAUDE.md, Codex 작업 요청, permissions/settings, MCP 연결 전 점검 기준을 묶어 볼 수 있습니다.

이 페이지에서 다루는 문제

  • 같은 요청인데 Codex나 Claude Code 결과가 매번 달라진다.
  • AGENTS.md와 CLAUDE.md에 무엇을 넣고 무엇을 빼야 할지 모르겠다.
  • 긴 로그, 긴 계획, auto memory 때문에 컨텍스트가 쉽게 비대해진다.
  • build/test는 통과했지만 agent가 제대로 일했는지 확신하기 어렵다.
  • MCP, hooks, settings, permissions가 편의 기능인지 보안 경계인지 헷갈린다.

빠른 결론

AI agent 운영의 핵심은 프롬프트를 길게 쓰는 것이 아니라, 작업 요청, instruction file, config, tool permission, trace, 검증 루프를 서로 다른 책임으로 나누는 것입니다. 문서에는 매번 필요한 기준만 남기고, 반복 절차는 template이나 skill로, 강제 경계는 settings, permissions, hook, CI로 내려야 합니다.

핵심 개념

읽는 순서

  1. AI 코딩 도구 결과가 달라지는 이유
  2. 하네스 엔지니어링 개념
  3. 프로젝트 지침 파일과 하네스의 책임 경계
  4. AGENTS.md 작성법
  5. CLAUDE.md 작성 범위
  6. AI 에이전트 토큰 관리와 컨텍스트 안정성
  7. agent 작업 검증 루프

문제별 추천 경로

Codex가 매번 다른 결과를 낼 때

AGENTS.md를 어떻게 써야 할지 모를 때

Claude Code 설정이 비대해질 때

토큰/컨텍스트 관리가 어려울 때

AI agent 작업 결과를 검증하고 싶을 때

MCP/hooks/permissions/settings 보안 경계를 잡고 싶을 때

실전 템플릿

  • AI agent 운영 실전 템플릿
  • 포함 내용: AGENTS.md 최소 템플릿, CLAUDE.md 최소 템플릿, Codex 작업 요청 프롬프트, agent 결과 리뷰 체크리스트, Claude Code permissions/settings 점검표, MCP 연결 전 점검표

관련 글 링크