장기 실행 애플리케이션 개발을 위한 하네스 설계

원문: Harness design for long-running application development
— Anthropic Engineering 이 글은 원문의 핵심 내용을 요약한 것입니다. 저작권은 원문 저자에게 있으며, 자세한 내용은 원문에서 확인하세요.

장기 실행 애플리케이션 개발을 위해 Claude를 활용하여 고품질 프론트엔드 디자인과 완전 자동 애플리케이션 개발을 달성하기 위한 새로운 AI 엔지니어링 접근 방식이 제시됩니다. GAN(Generative Adversarial Networks)에서 영감을 받은 **생성자(generator)**와 평가자(evaluator) 에이전트 구조가 핵심입니다.

주요 변경 사항 및 핵심 내용:
- GAN 기반 멀티 에이전트 구조: 생성자 에이전트와 평가자 에이전트를 활용하여 주관적인 디자인 품질을 객관적인 평가 기준으로 변환하고, 이를 통해 생성자의 성능을 향상시킵니다.
- 프론트엔드 디자인의 주관적 품질 평가 기준화: 디자인 품질, 독창성, 완성도, 기능성을 구체적인 평가 기준으로 삼아 "좋은 디자인인가?"와 같은 주관적 질문을 객관적으로 평가 가능한 질문으로 전환합니다.
- 세 에이전트 아키텍처 (기획자, 생성자, 평가자): 장기 실행 자율 코딩을 위해 작업을 작은 단위로 분해하고, 에이전트 간에 구조화된 결과물을 전달하여 컨텍스트를 유지하는 3 에이전트 시스템을 구축합니다.
- 컨텍스트 리셋 및 평가자 분리: 장기 실행 작업에서 발생하는 모델의 컨텍스트 손실 및 자기 평가의 편향 문제를 해결하기 위해 컨텍스트 리셋과 별도의 평가자 에이전트 도입을 통해 성능을 향상시킵니다.
- 간소화된 하네스 아키텍처: 모델 성능 향상에 따라 불필요한 컴포넌트(예: 스프린트 구조)를 제거하고, 평가자의 역할을 조정하여 효율성을 높입니다.

# 예시: 프론트엔드 디자인 평가 기준 (내부 요약)
grading_criteria = [
    "Design quality: Coherent whole vs. collection of parts.",
    "Originality: Evidence of custom decisions, not template layouts.",
    "Craft: Technical execution (typography, spacing, color harmony).",
    "Functionality: Usability independent of aesthetics.",
]