블로그

MRTR은 상태기계로 다뤄야 한다

pause·resume·cancel은 UX가 아니라 실행 계약이다

MCP MRTR은 긴 대화를 흉내 내는 기능이 아니다. 서버가 입력을 요구하고, 클라이언트가 원 요청을 재개하며, 취소 경로까지 명시하는 실행 상태기계다.

읽기 →

장기 작업은 상태를 찢어야 산다

재개와 폐기는 같은 저장소에서 풀 수 없다

장기 에이전트 작업의 실패는 모델보다 상태 설계에서 먼저 터진다. reasoning state, 대화 state, 감사 로그를 분리해야 재개·폐기·감사를 동시에 운영할 수 있다.

읽기 →

도구 호출은 IR로 다뤄야 한다

실행 전 정책 검사가 하네스의 본체다

에이전트의 위험은 모델이 틀린 말을 할 때보다 틀린 행동을 실행할 때 커진다. 도구 호출을 코드가 아니라 정책 검사 가능한 action IR로 컴파일해야 운영이 선다.

읽기 →

AI-Native PRD는 운영 문서다

기능 정의만으로는 agent 리스크를 못 잡는다

AI-Native product review는 화면과 기능만 검토하는 자리가 아니다. PRD에 agent-call scenario, eval SLA, permission envelope가 없으면 운영 리스크는 출시 후 현장에서 발견된다.

읽기 →

백로그는 사람만 보지 않는다

AI 티켓까지 같은 보드에서 운영한다

AI가 만든 작업이 별도 채팅방과 IDE에 흩어지면 관리자는 상태를 잃고 현장은 책임을 피한다. 사람·에이전트·하이브리드 티켓을 같은 backlog에 올려야 운영이 된다.

읽기 →

압축 손실은 재연으로 잡는다

요약이 아니라 결정 품질을 검증한다

긴 에이전트 세션의 compaction은 비용과 문맥 한계를 줄이지만, 결정 근거를 지운다. AX Ops에서는 reconstruction probe와 decision replay로 압축 전후의 의미 손실을 측정한다.

읽기 →

검색 에이전트는 장부가 필요하다

출처·충돌·시간을 분리해 운영해야 한다

리서치 에이전트의 품질은 검색 횟수가 아니라 증거 관리 구조에서 갈린다. citation graph, contradiction queue, freshness budget을 분리해야 답변이 운영 자산이 된다.

읽기 →

xhigh는 정책 없이 쓰면 낭비다

추론 깊이는 감이 아니라 라우팅 정책이다

Sonnet 5류 모델의 medium, high, xhigh는 취향 옵션이 아니다. 작업별 비용-성능 곡선을 측정하고, Pareto frontier 위에서만 승급시키는 라우터가 필요하다.

읽기 →

성공도 실패로 쪼개야 한다

완료율만 보면 금지된 성공이 숨는다

에이전트 평가는 task completion과 policy compliance를 분리해야 한다. 그래야 일을 끝냈지만 권한·보안·업무 규칙을 어긴 unsafe-success를 운영 전에 잡는다.

읽기 →

고치기 전에 증거를 요구하라

수정 루프의 기본값은 보존이다

Self-correction은 ‘다시 생각해’가 아니다. Verifier가 결함 증거를 내기 전까지 답을 보존하고, 증거가 있을 때만 국소 수정하는 운영 루프다.

읽기 →

DLP는 경계를 둘로 쪼갠다

읽기와 실행을 분리해야 유출이 멈춘다

에이전트 보안은 프롬프트를 더 엄격하게 쓰는 문제가 아니다. 읽을 수 있는 데이터와 밖으로 영향을 내는 실행 지점을 분리해 통제해야 데이터 유출이 막힌다.

읽기 →

Trace가 끊기면 agent는 멈춘다

A2A taskId와 MCP 호출은 같은 span 안에 있어야 한다

agent 장애의 원인은 모델 로그 하나로 잡히지 않는다. A2A taskId, MCP tools/call, OpenTelemetry trace context를 한 실행 단위로 묶어야 운영 판단이 가능하다.

읽기 →