사내 AI 에이전트 온보딩 가이드 만드는 법
사내에서 AI 에이전트를 적극적으로 사용하도록 만들기 위한 AX 온보딩 가이드 설계 방법을 정리합니다. 사용 사례, 보안 기준, 권한 관리, 4주 온보딩 프로그램, 실전 템플릿까지 다룹니다.
- AI Agent
- AX
- AI Onboarding
- AI Governance
- Guardrails
- Workflow
메뉴
태그
AI Agent
공개 글 28개
AI 시대의 개발자는 무엇을 설계해야 할까
AI 코딩 도구가 실무에 들어오면서 개발자가 새롭게 설계해야 할 컨텍스트, 도구, 권한, 검증, 추적 구조를 정리합니다.
- AI Coding
- Claude Code
- MCP
- AI Agent
- Guardrails
- Developer Workflow
MCP와 A2A 이후, 개발 환경은 IDE가 아니라 Agent Runtime이 된다
MCP와 A2A가 AI 개발 환경을 어떻게 바꾸는지, IDE 중심 개발에서 Agent Runtime 중심 개발로 이동하는 흐름을 정리합니다.
- MCP
- A2A
- AI Agent
- Agent Runtime
- Tool Gateway
- Developer Workflow
Ctx2Skill을 개발 하네스에 적용해보니
Ctx2Skill 논문의 self-play와 Cross-Time Replay 아이디어를 AI 코딩 에이전트 하네스의 AWTL, RSME, MemoryGraph 승격 구조로 적용해 봅니다.
- AI Agent
- Coding Agent
- Ctx2Skill
- Developer Harness
- MemoryGraph
- AWTL
- Workflow
MemoryGraph는 자동 저장소가 아니다
AI 코딩 에이전트의 장기 기억을 raw trace가 아니라 replay와 human approval을 통과한 compact rule로 운영해야 하는 이유를 정리합니다.
- AI Agent
- MemoryGraph
- Developer Harness
- Replay Gate
- Ctx2Skill
- AI Memory
- Workflow
AWTL: 실패 로그를 다음 실행 힌트로 바꾸기
Agent Work Trace Logging으로 action, judge result, failure attribution, failed turn case, replay scorecard를 연결해 실패를 재발 방지 힌트로 바꾸는 구조를 정리합니다.
- AI Agent
- AWTL
- Developer Harness
- Failure Attribution
- Replay Gate
- MemoryGraph
- Workflow
코딩 에이전트는 왜 런타임이 되는가
SWE-bench, SWE-agent, Codex harness 흐름을 기준으로 AI 코딩 도구가 목표, 상태, 권한, 검증을 가진 개발 런타임으로 바뀌는 이유를 정리합니다.
- AI Agent
- Coding Agent
- Agent Runtime
- SWE-bench
- Codex
- 개발 하네스
Codex /goal로 보는 목표 기반 개발
Codex CLI의 persisted /goal 흐름을 기준으로 장시간 코딩 에이전트에 필요한 Goal Contract, Done Criteria, Stop Conditions 설계법을 정리합니다.
- Codex CLI
- Goal Runtime
- AI Agent
- 개발 하네스
- Done Criteria
- Stop Conditions
A2A와 MCP로 보는 멀티 에이전트 개발 워크플로우
A2A Protocol v1.0과 MCP의 차이를 기준으로 Agent Card, Task, Artifact를 개발 하네스의 작업 위임과 산출물 계약으로 해석합니다.
- A2A
- MCP
- Multi Agent
- Agent Card
- Artifact
- AI Agent
개발 하네스에 적용하는 AI 코딩 에이전트 문서 세트
Goal Runtime, A2A Task/Artifact, AI Memory, Run Ledger 개념을 실제 개발 하네스에 적용하기 위한 문서 템플릿 세트를 제공합니다.
- 개발 하네스
- AI Agent
- Goal Contract
- Run Ledger
- Artifact Contract
- Memory Policy
Claude 프롬프트는 질문이 아니라 작업 명세서다
Claude를 안정적으로 쓰는 첫 번째 기준은 프롬프트를 “질문”이 아니라 작업 명세서로 작성하는 것입니다.
- Claude
- Prompt Engineering
- AI Agent
- Claude API
Claude Thinking, effort, Tool Use를 실무에서 다루는 법
Claude 최신 모델을 운영할 때 프롬프트 내용만큼 중요한 것이 추론 깊이와 도구 사용 정책입니다. 복잡한 작업에서는 더 깊은 thinking이 필요하지만, 모든 요청에 높은 effort를 쓰면 비용과 지연 시간이 커집니다. 반대로 도구 사용 조건이 느슨하면 모델이 필요 이상으로 검색하거나, 위험한 액션을 시도할 수 있습니다.
- Claude
- AI Agent
- Tool Use
- Prompt Engineering
바로 쓰는 Claude 프롬프트 템플릿과 실전 체크리스트
프롬프트 품질을 안정화하려면 개인의 감각에 맡기면 안 됩니다. 자주 하는 작업은 템플릿으로 만들고, 작업 전 체크리스트로 빠진 조건을 확인해야 합니다.
- Claude
- Prompt Engineering
- Developer Workflow
- AI Agent
Codex CLI /goal 기능 정리
Codex CLI 0.128.0에 추가된 /goal 기능을 사용법, /plan·/resume과의 차이, 실무 적용 시나리오, 비용·보안 리스크 관점에서 정리합니다.
- Codex CLI
- OpenAI Codex
- Goal Mode
- AI Agent
- Workflow
Codex CLI /goal 내부 구조 분석
Codex CLI /goal 기능을 state DB, app server API, model tools, core runtime, continuation prompt 관점에서 코드 레벨로 분석합니다.
- Codex CLI
- OpenAI Codex
- Goal Runtime
- AI Agent
- Architecture
- Rust
AI Agent에 온톨로지와 지식그래프가 정말 필요할까?
AI Agent에 온톨로지와 지식그래프가 언제 필요한지 정리합니다. 개인·팀 자동화와 조직 단위 자동화의 차이, RAG의 한계, 의미 불일치 문제를 실무 관점에서 설명합니다.
- AI Agent
- 온톨로지
- 지식그래프
- RAG
- 조직 자동화
온톨로지, 지식그래프, RAG, GraphRAG 차이 정리
온톨로지, 지식그래프, RAG, GraphRAG, SHACL, SPARQL의 역할을 AI Agent 자동화 관점에서 정리합니다. 조직 지식 검색과 검증 아키텍처를 실무적으로 설명합니다.
- AI Agent
- 온톨로지
- 지식그래프
- RAG
- GraphRAG
팀 AI 워크플로우를 조직 AI 운영체계로 확장하는 방법
팀 단위 AI 워크플로우를 조직 단위 AI 운영체계로 확장하는 전략을 정리합니다. 최소 온톨로지, 업무 지식그래프, 검증 규칙, 운영 거버넌스 도입 순서를 설명합니다.
- AI 운영체계
- 온톨로지
- 지식그래프
- AI Agent
- 조직 자동화
Claude Code를 뜯어보니 Agent의 핵심은 Runtime이었다
Claude Code CLI 스냅샷을 runtime 관점으로 분석해 AI agent가 모델 호출이 아니라 입력, 도구, 권한, 기록 루프의 조합임을 설명합니다.
- Claude Code
- AI Agent
- Runtime
- CLI
Claude Code CLI는 시작하자마자 무엇을 정리할까
Claude Code CLI 분석을 바탕으로 agent runtime의 bootstrap 단계가 설정, 정책, 인증, 실행 모드를 어떻게 정리해야 하는지 설명합니다.
- Claude Code
- AI Agent
- Runtime
- CLI
Claude Code의 터미널 화면은 UI가 아니라 Runtime Shell이었다
Claude Code CLI 분석을 통해 터미널 화면이 단순 출력 UI가 아니라 메시지, 입력, 승인, 실행 상태를 묶는 runtime shell임을 설명합니다.
- Claude Code
- AI Agent
- Runtime
- CLI
한 줄 프롬프트가 Agent Turn이 되기까지
Claude Code CLI 분석을 바탕으로 사용자의 한 줄 입력이 즉시 명령, 큐 항목, 모델 질의 중 하나로 분기되는 submit boundary를 설명합니다.
- Claude Code
- AI Agent
- Runtime
- CLI
Raw Input을 Model Message로 바꾸는 입력 정규화 계층
Claude Code CLI 분석에서 추출한 입력 정규화 패턴을 바탕으로 raw input, 첨부, command, hook을 model visible message로 바꾸는 방법을 설명합니다.
- Claude Code
- AI Agent
- Runtime
- CLI
Slash Command는 단축키가 아니라 Runtime Dispatch다
Claude Code CLI 분석을 바탕으로 slash command를 prompt 생성, local 실행, interactive UI, forked execution으로 나누는 runtime dispatch 패턴을 설명합니다.
- Claude Code
- AI Agent
- Runtime
- CLI
Agent Loop는 모델 호출이 아니라 상태 기계다
Claude Code CLI 분석을 기반으로 agent query loop를 streaming model call, tool request, result injection이 반복되는 상태 기계로 설명합니다.
- Claude Code
- AI Agent
- Runtime
- CLI
Provider API를 제품 로직에서 분리하는 법
Claude Code CLI 분석을 바탕으로 model provider API 요청, streaming 응답, tool schema, usage/cost 처리를 runtime boundary로 분리하는 방법을 설명합니다.
- Claude Code
- AI Agent
- Runtime
- CLI
Tool Runtime은 함수 호출 목록이 아니다
Claude Code CLI 분석을 바탕으로 AI agent tool runtime을 capability registry, schema validation, permission gate, 실행 오케스트레이션으로 설명합니다.
- Claude Code
- AI Agent
- Runtime
- CLI
권한, Transcript, 비용이 Agent 제품성을 결정한다
Claude Code CLI 분석을 바탕으로 AI agent의 permission gate, transcript recording, usage/cost accounting을 제품 안정성의 핵심 계층으로 정리합니다.
- Claude Code
- AI Agent
- Runtime
- CLI