AI 에이전트가 오래 일할수록 필요한 것: NVIDIA AVO가 보여준 하네스의 역할

핵심 요약 (TL;DR)

AI 에이전트에게 ‘끝날 때까지 알아서 해 달라’고 맡기면, 어느 순간부터는 모델의 똑똑함보다 작업 환경의 설계가 결과를 좌우합니다. NVIDIA는 8월 21일 AVO(Agentic Variation Operators)라는 범용 코딩 에이전트 시스템을 소개하며, GPU 커널 최적화에서 7일 동안 500개가 넘는 방향을 탐색하고 40개 버전을 커밋했다고 밝혔습니다. 또한 ARC-AGI-3 공개 세트의 25개 환경·183개 레벨에서 100.00 RHAE를 냈다고 발표했습니다. 이 수치는 NVIDIA의 자체 발표이므로 독립 검증으로 읽어서는 안 됩니다. 하지만 기억, 도구, 감독이 모델 바깥에 있어야 장기 작업이 이어진다는 문제 제기는 분명합니다.

왜 좋은 모델 하나만으로는 부족할까요?

긴 작업은 매번 새 답을 만드는 일이 아닙니다. 앞서 실패한 시도, 테스트 결과, 바뀐 파일, 남은 가설을 잃지 않고 다음 선택을 하는 일입니다. 대화가 길어질수록 에이전트가 같은 실험을 반복하거나, 처음의 목표를 잊고 주변 정리에 빠지는 이유도 여기에 있습니다. NVIDIA가 설명한 AVO는 주 에이전트가 계획·수정·실행·평가를 반복하고, 지속 메모리가 과거 결과를 들고 있으며, 별도의 감독자가 정체된 흐름을 감지하는 구조입니다.

바이브코딩 프로젝트에 이 구조를 거창하게 복제할 필요는 없습니다. 대신 작업 시작 전에 세 파일만 분리해 보세요. 목표.md에는 이번에 사용자가 보게 될 결과 한 가지를, 결정로그.md에는 선택과 이유를, 검증.md에는 직접 실행할 확인 절차를 적습니다. AI에게는 이 파일을 읽고 작업 계획을 먼저 제안하게 합니다.

에이전트의 기억은 무엇을 저장해야 할까요?

모든 대화를 저장하는 것보다, 다음 작업자가 바로 쓸 수 있는 결정만 남기는 편이 낫습니다. ‘로그인 오류는 이메일 형식 검증 누락이 원인이었다’, ‘모바일에서는 버튼을 화면 하단에 고정했다’, ‘배포 전에는 이 명령으로 테스트한다’처럼 관찰 가능한 문장이 좋습니다. 반대로 추측이나 감탄사를 길게 쌓아 두면 나중에 문맥만 무거워집니다.

AVO가 GPU 최적화에서 컴파일러·프로파일러 결과를 다시 활용한 것처럼, 내 프로젝트에서도 실제 화면 캡처, 오류 메시지, 테스트 결과를 다음 지시의 입력으로 돌려야 합니다. ‘더 좋아지게 수정해 주세요’보다 ‘이 오류가 재현됩니다. 아래 절차를 통과하면 완료입니다’가 훨씬 강한 지시가 됩니다.

감독자는 언제 멈추라고 해야 할까요?

에이전트가 세 번 연속 같은 오류를 만나거나, 변경 파일이 예상보다 넓어지거나, 결제·권한·개인정보에 닿을 때는 자동 진행을 멈추는 기준이 필요합니다. 사람의 역할은 매 줄의 코드를 쓰는 것이 아니라, 목표에서 벗어난 탐색을 끊고 위험한 변경을 승인하는 것입니다. 특히 ‘테스트가 통과했다’와 ‘사용자가 문제를 해결했다’는 다른 문장임을 기억해야 합니다.

FAQ: 하네스는 어려운 개발 용어 아닌가요?

여기서는 모델이 일하도록 둘러싼 작업 규칙과 환경을 뜻합니다. 목표 문서, 테스트 명령, 파일 접근 범위, 중단 기준만 있어도 작은 하네스가 됩니다.

FAQ: 지속 메모리는 채팅 기록과 무엇이 다른가요?

채팅 기록은 대화 전체이고, 지속 메모리는 다음 행동에 필요한 결정만 압축한 작업 노트입니다. 후자가 짧고 검증 가능할수록 에이전트가 다시 시작하기 쉽습니다.

FAQ: NVIDIA의 100% 결과를 그대로 믿어도 되나요?

발표 수치는 흥미로운 신호이지만 NVIDIA가 공개한 자체 결과입니다. 도구를 고를 때는 내 프로젝트에서 반복 가능한 테스트와 비용, 권한 범위를 별도로 확인해야 합니다.

출처: https://developer.nvidia.com/blog/nvidia-avo-reaches-100-on-arc-agi-3-demonstrating-a-frontier-level-general-purpose-architecture-for-long-horizon-autonomous-agents/
관찰 시점: 2026-08-22 KST