에이전트가 실패했을 때 우리는 흔히 모델부터 바꾼다. 더 큰 모델, 더 높은 추론 강도, 더 긴 컨텍스트를 찾는다. 그런데 실제 장애 지점을 따라가 보면 모델이 아니라 세션 저장, 도구 연결, 샌드박스 권한, 반복 루프, 승인 규칙에서 일이 멈추는 경우가 많다.

DeepSeek가 공개한 Harness 개발자 프리뷰는 이 문제를 정면으로 다룬다. 공식 페이지의 문장은 짧다.

Agent = Model + Harness

모델은 에이전트의 일부이고, 현실에서 일을 계속하게 만드는 나머지 구조가 하네스라는 선언이다.

설정 파일이 본체가 되는 순간

DeepSeek Harness에서는 Cordis 커널 위의 모델과 도구, 스킬, 세션, 샌드박스, 저장소, 루프, 스케줄링, UI가 모두 플러그인이다. 기능 수를 자랑하려는 설계가 아니다. 하네스 본체에 손대지 않고 설정만으로 필요한 기능을 고르고 갈아 끼운다.

덕분에 모델 A를 B로 바꾼 실험과 같은 모델에 검색 도구만 다르게 붙인 실험을 떼어 놓을 수 있다. 세션 저장 방식을 고친 덕에 나아졌는지, 루프만 길어져 비용이 불었는지도 따로 보인다. 그동안 한 덩어리로 뭉쳐 있던 모델 성능과 시스템 성능이 조금씩 갈라진다.

로그를 왜 지우지 않았을까

모델이 본 시스템 프롬프트, 추론, 도구 호출과 결과, 하위 에이전트 스케줄링, 컨텍스트 주입이 append-only 세션 로그에 기록된다. 기존 기록을 덮어쓰기보다 이벤트를 뒤에 붙이는 방식이다.

Trajectory 화면을 열면 기록이 출처별로 갈린다. 이어 쓰고, 포크하고, 검색하고, 다시 재생하는 일도 같은 이벤트 스트림에서 이뤄진다. “왜 이런 답이 나왔지?”라는 푸념이 그제야 조사할 수 있는 질문으로 바뀐다. 실패 직전에서 갈라져 다른 도구만 붙여 볼 수도 있고 같은 로그를 재생해 오류가 되풀이되는지 확인할 수도 있다.

빌드로그를 남기는 팀이라면 최종 답변만 저장해서는 부족하다. 어떤 컨텍스트가 언제 들어왔고, 어떤 도구가 무엇을 반환했는지까지 남아야 결함을 다시 만들 수 있다. Harness의 로그 철학은 이 요구와 정확히 맞닿아 있다.

네 모드는 등급표가 아니다

Standard

파일 편집, 셸, 검색, 스킬, 계획, 목표, 하위 에이전트, 워크플로를 포함한 전체 코딩 에이전트다. 일반적인 개발 작업의 기준점으로 쓸 수 있다.

Code

Standard 기능을 유지하면서 여러 차례의 도구 호출을 모델이 만든 TypeScript 프로그램으로 묶는다. 도구 호출이 많고 왕복 지연이 큰 작업에서 유용하지만, 생성된 오케스트레이션 코드 자체도 검수 대상이 된다.

Minimal

지속형 bash와 파일 편집기만 남긴다. 편리한 검색·계획·스킬이 사라지므로 실사용에는 불편하지만 모델 비교에는 오히려 좋다. 하네스가 대신해 준 일을 줄여 모델 자체의 행동을 더 선명하게 볼 수 있다.

Creator

현재 런타임을 들여다보고, 메모리에서 Cordis 플러그인을 시험하며, 새 프리셋을 만드는 모드다. 사용자가 에이전트를 쓰는 단계보다 하네스 자체를 설계하는 단계에 가깝다.

실제로 도입한다면 이렇게 실험한다

첫 주에는 Standard로 대표 작업 세 개를 고정한다. 예를 들어 저장소 수정, 자료 조사, 문서 생성이다. 성공 여부만 보지 말고 실행 시간, 도구 오류, 승인 대기, 재시도 횟수, 최종 검증 통과 여부를 기록한다.

다음 주에는 모델과 과제를 그대로 둔 채 Minimal로 돌린다. 차이가 크게 벌어지면 그동안 모델보다 하네스의 도구와 루프가 더 많은 일을 했다는 뜻이다.

그다음에는 한 요소만 바꾼다. 모델과 도구를 한꺼번에 갈면 무엇이 결과를 바꿨는지 알 길이 없다. 플러그인 구조는 이런 ‘한 변수 실험’을 하기 좋다.

마지막으로 실패 런을 포크해 수정된 정책으로 재생한다. 똑같은 실패가 사라졌다면 개선의 근거가 생긴다. 사라지지 않았다면 모델을 탓하기 전에 컨텍스트와 도구 반환값을 다시 본다.

프리뷰라는 단어를 잊지 말아야 한다

공식 페이지에도 플러그인과 API가 계속 달라질 수 있다고 적혀 있다. 안전 사용 정책은 전용 VM이나 권한을 줄인 컨테이너를 권한다. 민감정보는 넣지 말고 큰 변경 앞에서는 사람의 승인을 받으라고도 한다. 출처를 살핀 플러그인만 설치하라는 당부도 있다. 오픈소스라고 해서 곧 안전하다는 뜻은 아니다.

DeepSeek Harness가 흥미로운 이유는 또 하나의 코딩 에이전트가 나왔기 때문이 아니다. 에이전트 성능을 모델 이름 하나로 기록하던 습관에 균열을 내기 때문이다. 앞으로 벤치마크 옆에는 모델뿐 아니라 하네스 버전, 모드, 도구 집합, 루프 정책이 함께 적혀야 한다.

다음 빌드로그부터 질문을 하나 추가해 보자.

우리의 모델과 하네스는 서로 다른 버전 번호를 가지고 있는가?

출처: DeepSeek Harness developer preview

• DeepSeek Harness, 에이전트 하네스, Cordis, AI 에이전트, 코딩 에이전트, 플러그인 런타임, 실행 로그, 재현성, 오픈소스 AI, 빌드로그