<aside> 🪢

Agent = Model + Harness

모델은 GPT / Claude / Gemini. 하네스는 그 바깥의 전부 — 도구, 권한, 메모리, 검증, 재시도, 관측, MCP, 샌드박스.

NotebookLM은 모델을 대체하지 않는다. grounded research를 맡는 전문 도구 로 하네스에 꽂는다.

</aside>

관련: [Harness Engineering - Cursor: Skill.md / Rules로 작업 가이드 붙이기](https://app.notion.com/p/Harness-Engineering-Cursor-Skill-md-Rules-36041f8dd3e580b6b5c8e974ce2f0358) (Skill / Rules 실무), RAG vs CAG, Grok Bot

1. 하네스 엔지니어링이 뭔가

프롬프트·컨텍스트 다음 단계다. 모델이 실제로 일하게 만드는 런타임 을 설계하는 일.

층 하는 일 예
Model 토큰 생성. 추론·작성 GPT, Claude, Gemini
Context 이번 턴에 넣을 것 고르기 코드 인덱스, @ 파일, 채팅 요약
Tools 모델이 호출하는 외부 능력 MCP, 터미널, 브라우저, NotebookLM
Policy / Rules 항상 지킬 제약 .cursor/rules, AGENTS.md
Skills / Playbooks 특정 작업의 절차 SKILL.md, 예약 flow
Gate (검증) LLM이 아니라 코드로 통과/실패 lint, 테스트, health poll, Auto-review
Memory / Artifact 세션 밖 지식 노트북, vault, Notion, git
Observe / Retry 실패를 보고 다시 돌리기 로그, ratchet(같은 실수 고정 금지)

한 문장: 좋은 모델보다, 모델이 틀려도 시스템이 덜 무너지는 구조가 결과를 좌우한다.

flowchart TB
  ORCH["Orchestrator<br/>에이전트 루프 · 누가 언제 무엇을"]
  TOOL["Tool 레이어<br/>NotebookLM / Notion / Figma MCP"]
  GATE["Gate<br/>코드 폴링 · lint · 테스트"]
  NEXT["다음 단계<br/>구현 · PR · 문서"]
  ORCH --> TOOL
  TOOL --> GATE
  GATE -->|"통과"| NEXT
  GATE -->|"실패"| ORCH

2. 왜 NotebookLM이 나오나

NotebookLM이 “더 똑똑한 모델”이라서가 아니다. 하네스 안에 꽂는 조사 도구이기 때문이다.

역할 NotebookLM이 하는 일
근거 있는 조사 (RAG) 업로드한 소스에서만 답하고 출처를 붙인다
외부 지식 엔진 LLM 학습 데이터 대신 내 문서·웹 소스
MCP / API 도구 Cursor · Claude Code · CrewAI가 호출하는 tool

패턴: 조사·요약은 NotebookLM, 에이전트는 orchestration(조율)에 집중.

NotebookLM = RAG/리서치 레이어를 이미 만들어 둔 managed tool

하네스 = 그 tool을 언제, 어떻게, 검증과 함께 쓸지 설계하는 것

3. 하네스 관점에서 왜 이 도구인가

(1) 환각 줄이기 = 검증 가능한 서브시스템