AI

1. 서론: Autocomplete에서 Agentic System으로 2020년대 중반 이후 코딩 도구의 패러다임은 “다음 줄 예측(autocomplete)”에서 “목표 지향적 자율 실행(agentic execution)”으로 이동하였습니다. Claude Code는 Anthropic이 이 전환을 가장 명시적으로 구현한 제품입니다. 공식 문서에 따르면 Claude Code는 터미널에서 동작하는 agentic assistant로서, 코드베이스 전체를 읽고, 파일을 편집하며, 셸 명령을 실행하고, 테스트를 돌리며, 결과를 검증하는 루프를 수행합니다. Claude Code Work … 더 읽기

1. 서론: 세션을 넘는 에이전트, 그리고 “함께 성장하는” 시스템 2020년대 중후반 AI 에이전트 논의의 중심은 “한 번의 대화에서 얼마나 많은 작업을 수행하는가”에서 “세션이 끝나도 무엇을 남기는가”로 이동했다. 대부분의 코딩 에이전트와 챗봇은 세션이 종료되면 컨텍스트를 상실한다. 동일 유형의 작업을 반복해도 매번 처음부터 다시 탐색하고, 동일한 실패를 반복한다. Hermes Cross-Session MemoryLEARNING SYSTEMHermes Cross-Session MemoryISP-HRM-1501Act세션 작업02Log실패 기록03Update사람 샘플04Reuse다음 … 더 읽기

1. 서론: 프롬프트 엔지니어링을 넘어 하네스 엔지니어링으로 대규모 언어 모델(LLM)이 코딩에 본격적으로 도입되면서 “바이브 코딩(vibe coding)”이 일상화되었다. 그러나 모델은 본질적으로 확률적(stochastic)이다. 토큰 단위로 생성하며, 예산·품질 기준·이전 세션의 맥락을 스스로 강제하지 못한다. 그 결과 재작업, 토큰 낭비, 테스트 누락, 문서 불일치가 구조적으로 발생한다. MoAI-ADK Control LoopHARNESS ENGINEERINGMoAI-ADK Control LoopISP-MOAI-1401Spec목표 고정02Budget토큰 한도03ExecuteClaude Code04Verify테스트·롤백모델이 아닌 규율을 강제 · … 더 읽기