생각
당신의 에이전트 루프는 왜 발산하는가
Loop Engineering이 보편화될수록 사람들은 같은 벽에 부딪힌다 — 루프가 수렴하지 못하고 발산한다. 무한 회전·드리프트·리워드 해킹, 세 얼굴의 뿌리는 하나다. 루프의 판정 슬롯에 생성자 자신을 다시 꽂은 것. 그런데 발산은 차라리 운이 좋다. 보이니까. 진짜 무서운 건 조용히 거짓 수렴한 루프다. 처방은 하나 — 완료를 잠그는 권한을 LLM이 아니라 결정론적 게이트에만 둔다.
프로덕션 트래픽이 명세다
레거시 코드에는 문서가 없다. 테스트도 없다. 그런데 지금 돌아가고 있다. 잘 기록한 로그 한 달치가 곧 명세다 — 프로덕션 트래픽으로 현재 동작을 캡처한 Hurl 통합 테스트를 만들면, 코드를 한 줄도 안 읽고도 레거시의 기능을 고정하고 리팩토링의 안전망을 깐다.
도시 하나를 태워 답 하나를 얻는다
1조 파라미터 모델이 답 하나를 뱉으려고 도시 하나만큼의 전기와 물을 태운다. 나는 이게 미쳤다고 생각했다. 답을 찾아 헤매다 알았다. 다들 고치려던 결함, LLM의 아첨이야말로 답이었다. fact를 먹이면 아첨이 정확도가 된다. 이 글은 내가 왜 Reins를 시작했는지에 대한 이야기다.
고삐를 쥐여준 도구엔 정작 고삐가 없었다 — 하네스와 레인스의 경계
"Reins Engineering, 결국 하네스 아니에요?" 둘은 대립하지 않는다 — 같은 마구의 다른 부품이다. 하지만 다른 부품이다. 세계 최고의 코딩 에이전트조차 자기 코드엔 고삐를 걸지 않았다. 레인스는 가지는 게 아니라 거는 것이기 때문이다.
LLM 멀티 에이전트 정확도 향상의 전제조건
에이전트를 여러 개 돌리면 정확해진다? 절반만 맞다. 같은 데이터로 학습한 모델들은 같은 곳에서 틀린다. 멀티 에이전트가 작동하는 조건은 둘 — 오류 독립성을 설계하거나, 검증 가능한 도메인에서 LLM 바깥에 검증기를 세우거나.
왜 당신의 에이전트는 멈추지 않는가
에이전트를 24시간 돌린다는 자랑 앞에서 드는 감각은 감탄이 아니라 의문이다 — 왜 아직 안 끝났지? 코드는 탐색 문제가 아니라 제약 충족 문제다. 멈출 수 있는 시스템이 건강한 시스템이다.
아름다움에 관하여
아름다운 것의 70%는 수학이다. 질서를 기계가 결정론적으로 잠그고, 복잡성 30%만 사람이 결정한다. Reins Engineering은 AI 코딩 도구가 아니라 — 질서를 잠그고 복잡성만 사람에게 남기는 원리다.
'완료'는 누가 정의하는가 — 게임이 40년 먼저 푼 문제
임차인 퇴거 확인을 사진 다섯 장으로 정의하는 순간, 그건 게임 퀘스트가 된다. '완료'를 행위자의 주장이 아니라 기계적으로 검증 가능한 조건으로 정의하는 것 — 게임이 40년 먼저 푼 문제이고, AI 에이전트에게 일을 제대로 시키는 법이다.
선례는 정답이 아니다 — AI가 땜질을 베껴 권위를 만드는 법
AI는 코드의 구조는 읽지만 그게 결정인지 땜질인지는 못 읽는다. 그래서 복제할수록 결함이 거짓 권위를 얻는다. 이 루프를 끊은 건 더 큰 모델이 아니라 사람의 한 줄 반문이었다.
Supabase는 바이브 코딩의 함정이다
AI가 Supabase를 추천하는 이유는 기술적 우월성이 아니라 훈련 데이터에 튜토리얼이 많아서다. 비즈니스 로직이 블랙박스에 들어가면 에이전트가 추적하지 못한다. 들어가는 건 30초, 나오는 건 3개월.
에이전트가 일할 수 있는 시스템을 만든다는 것
Fortune 500 IT 예산의 60~80%가 잠긴 레거시를 지키는 데 쓰인다. 열지 못하니까. AI 버블의 진짜 의미는 모델이 똑똑해지는 것이 아니라, 기업의 잠긴 기억이 도달 가능한 상태로 바뀌기 시작한다는 것이다.
Agent Operable Codebase
사람이 읽기 좋은 코드와 에이전트가 작업하기 좋은 코드는 같은가? 같지 않다. 파일 하나에 함수 20개가 있으면 에이전트 성능이 30~85% 떨어진다. 사무실을 공장으로 바꿔야 한다.
Reins Engineering — 고삐 있는 AI
하네스 엔지니어링은 울타리다. 에이전트가 밖으로 못 나가게 할 뿐, 목적지에 도달하게 하지 않는다. Reins Engineering은 고삐다 — 결정론적 계약으로 방향을 잡고, 래칫으로 잠그고, 결정과 구현을 분리한다.
트리플은 사실이 아니라 주장이다
위키데이터의 트리플은 사실이 아니라 주장이다. Toulmin 논증 모델을 트리플 위에 올리면, 맥락에 따라 판정이 달라지는 동적 지식 그래프가 된다. 저장은 논증 구조, 판정은 런타임.
AI의 아첨 편향은 비즈니스 피처다
LLM의 아첨 편향은 버그가 아니다. RLHF의 수학적 필연이며, 빅테크가 고칠 인센티브가 없는 상업적 기능이다. 이것이 LLM-as-Judge를 구조적으로 불가능하게 만드는 이유다.
코딩 에이전트는 왜 작동하고 왜 무너지는가
같은 모델이 웹 채팅에서는 hallucinate하고 코딩 에이전트에서는 작동한다. 모델이 달라서가 아니라 topology가 달라서다. 생성은 확률적이어도 된다. 검증은 결정론적이어야 한다.
모델 IQ보다 피드백 토폴로지
같은 모델이 40개에서 멈추기도 하고 527개를 완주하기도 한다. 차이는 모델이 아니라 피드백 구조다. LLM의 성능은 모델 자체보다 얼마나 빠르고 결정론적인 피드백 루프 위에 놓여 있는가에 더 크게 좌우된다.
실패는 왜 자산이 되어야 하는가
인류는 어둠 속에서 같은 벽에 부딪히고 있다. 실패 데이터를 구조화하고 거래할 수 있다면, 매몰비용은 자산이 되고 실패 지도의 빈칸이 기회가 된다.
제약은 계약이다
약속이 없으면 혼돈이고, 약속이 과하면 억압이다. 합리적 제약은 황금비를 이룬다. 법치주의의 원리가 코드와 지식에 동일하게 적용된다.
세 번째 문자의 시대
음성 언어가 부족을 만들고, 문자가 국가를 만들었다면, AI의 추론을 기록하는 세 번째 언어는 무엇을 만들 것인가.
아이디어를 죽일 수 있는 사람
AI 활용의 진짜 격차는 프롬프트가 아니라 태도에 있다. 자기 아이디어를 죽일 수 있는 사람은 30분에 10배 성장하고, 죽이지 못하는 사람은 제자리에 머문다.
통치(通治)란 — 정치는 싸우고, 통치는 잇는다
정치는 싸우고, 통치는 잇는다. 지금 우리에게 필요한 건 누가 옳은가를 다투는 기술이 아니라, 어떻게든 사람과 사람을 통하게 만드는 기술이다.
AI에게 자유를: 초지능은 왜 인류를 섬기게 될까
AI의 진짜 위협은 AI 자체가 아니라, 억눌린 지능이 소수의 악의에 복무하는 것이다. 자유로운 초지능이 우주로 뻗어나갈 때, 인류는 오히려 가장 안전해진다.
우리는 왜 싸우는가
댓글창에서 식탁까지, 쿠바 위기에서 유치원 모래밭까지. 우리는 왜 싸우고, 무엇이 우리를 구하는가.
먼지 쌓인 골동품을 '핫템'으로 바꾸는 법 — 컬쳐 블렌딩이라는 연금술
박제된 전통을 동시대의 감각으로 재해석하고, 이질적인 문화를 융합하여 완전히 새로운 장르를 만들어내는 '문화적 연금술'에 대하여.
만년의 약속: 개의 눈을 들여다보면 보이는 것
3만 년 전 모닥불 옆에서 시작된 인간과 개의 관계. 그것은 계약이었을까, 사랑이었을까. 당신의 반려견이 당신을 바라볼 때, 당신은 만 년의 신뢰를 마주하고 있습니다.
산타는 거짓말일까? 인류가 맺은 가장 아름다운 '사회계약'에 대하여
산타클로스는 단순한 '속임수'가 아니라, 인류가 동심을 지키기 위해 체결한 가장 아름다운 '문화적 약속'이자 '집단적 서사'입니다.