Agent Harness Lecture
왜 지금
에이전트
하네스인가
좋은 GPT는 말이 아니라 결과를 안정화하는 구조다.
Problem
긴 프롬프트의
함정
프롬프트가 길어져도 결과는 generic해질 수 있다.
긴 요청
“감성적이고 몰입감 있고 시네마틱하면서…”
Prompt Overflow비슷한 결과
“atmospheric, cinematic, emotional…”
Same-ish OutputDiagnosis
결과가 비슷해지는
진짜 이유
입력 미분류
텍스트, 이미지, 오디오를 같은 방식으로 읽는다.
해석 없음
신호를 평균내고 중심축을 잡지 못한다.
출력 계약 없음
매번 다른 형식으로 결과가 흘러간다.
입력을 분류하지 않으면 AI는 평균값으로 답한다.
Chatbot
반응한다
Answer Tone One-shotAgent
운영한다
Workflow Decision QAFrame Shift
챗봇은 반응하고
에이전트는 운영한다
챗봇은 대답하고, 에이전트는 절차를 실행한다.
Definition
하네스는
자유를 줄이는 게
아니다
필요한 자유만 허용하는 운영 레일이다.
Case
Sound Design
Lab V2
감각적 입력을 사운드 설계안으로 바꾸는 에이전트다.
Input Split
하나의 요청도
여러 신호로 쪼개진다
Text
사용자의 명시적 요구
Image
공간, 색, 거리, 태도
Audio
질감, 밀도, 움직임
Purpose
장면 목적과 감정 곡선
텍스트, 이미지, 오디오, 목적은 서로 다른 신호다.
Decode
입력은 종류마다
다르게 읽힌다
입력 유형이 다르면 해석 모듈도 달라야 한다.
Identity Core
Anchor / Secondary / Spice
레퍼런스는 섞는 것이 아니라 중심축을 잡는 것이다.
Visual Decoder
이미지에서
소리를 읽는 법
이미지는 소리를 단정하는 자료가 아니라 무드 추론의 단서다.
Audio Decoder
오디오에서
구조를 읽는 법
오디오는 장르명이 아니라 질감, 거리, 밀도, 움직임으로 읽어야 한다.
Evidence
Sound Brief
출력 샘플
입력: “어두운 도시 골목, 네온사인, 느린 추격 장면에 맞는 사운드”
Routing
라우팅이 없으면
출력이 무너진다
| 요청 유형 | 잘못된 처리 | 올바른 출력 계약 |
|---|---|---|
| Music | 무조건 장르 추천 | 구조, 악기, 에너지 곡선 |
| Ambience | 음악처럼 작곡 | 공간감, 반복성, 방해도 |
| Effect | 분위기만 설명 | 길이, 어택, 디케이, 사용 타이밍 |
| Voice | 대사문만 작성 | 톤, 속도, 페르소나, 감정 |
| Hybrid | 전부 섞기 | 레이어별 역할 분리 |
Output Contract
출력 계약이
품질을 반복시킨다
고정된 출력 순서는 재사용 가능한 품질을 만든다.
QA Gate
QA 게이트가
에이전트를 완성한다
좋은 GPT는 결과를 만든 뒤 반드시 스스로 검사한다.
Bridge
구조가
감각을
결과로 바꾼다
이제 사운드 사례를 내 분야의 GPT 구조로 옮긴다.
Workshop
이제
내 분야로
옮긴다
Sound Design Lab V2의 핵심은 사운드가 아니라 구조다.
Canvas 1
내 GPT의 최종 산출물은
blank사용자는 이것을 받아서
blank할 수 있어야 한다.
Output First
결과물부터
정하라
최종 산출물이 흐릿하면 GPT 전체가 흔들린다.
Input Design
입력 유형을
나눠라
좋은 GPT는 사용자가 줄 수 있는 정보를 미리 설계한다.
Canvas 2
사용자가 줄 수 있는 입력
1 2 3 4Canvas 3
Identity Core
정체성 코어를
잡아라
정보는 바로 섞지 말고 중심축부터 정해야 한다.
Modular Thinking
해석 모듈을
분리하라
한 모듈이 모든 판단을 하면 결과가 불안정해진다.
Canvas 4
Actionable Format
실행 포맷으로
압축하라
해석은 결국 사용자가 바로 쓸 수 있는 형태가 되어야 한다.
Contract
출력 계약을
고정하라
출력 순서가 고정되면 결과는 읽히고 재사용된다.
Canvas 6
1 2 3 4 5Canvas 7
Guardrails
금지 규칙을
써라
하지 말아야 할 것을 써야 결과가 덜 흔들린다.
QA Gate
QA 게이트를
붙여라
검수 기준이 있어야 GPT가 스스로 고칠 수 있다.
Canvas 8
Canvas 9
테스트 프롬프트 1
blank테스트 프롬프트 2
blank실패해야 하는 프롬프트
blankTest
테스트 프롬프트를
만든다
좋은 GPT는 설명이 아니라 테스트로 증명된다.
Transfer
Sound → Brand / Study / Travel / Content
Brand
브랜드 코어 → 메시지 팩
Study
학습 목표 → 공부 플랜
Travel
취향·제약 → 일정 설계
Content
소재 → 콘텐츠 구조
구조는 분야가 바뀌어도 유지된다.
Minimum Version
약한 버전도
제출 가능하다
입력, 출력, 금지 규칙, 테스트만 있어도 시작할 수 있다.
Rubric
발표 기준:
아이디어보다 구조
| 기준 | A 수준 | 확인 질문 |
|---|---|---|
| Goal | 최종 산출물이 한 문장으로 선명하다 | 사용자가 무엇을 받는가? |
| Input | 입력 유형이 분리되어 있다 | 무엇을 받아야 잘 작동하는가? |
| Decoder | 해석 모듈의 역할이 다르다 | 각 모듈은 무엇을 판단하는가? |
| Contract | 출력 순서가 고정되어 있다 | 매번 같은 품질의 그릇인가? |
| QA | 검증 질문이 실제 실패를 잡는다 | 어떻게 스스로 고치는가? |
Final Submission
My GPT
Harness
Canvas
수업의 결과는 하나의 GPT 하네스 설계안이다.