Every Harness Will Become A Claw - Sam Bhagwat, Mastra
📺 원본 영상: Every Harness Will Become A Claw — Sam Bhagwat, Mastra
🎙️ 채널: AI Engineer
📅 정리 일자: 2026-07-22
⚠️ Note: 본 리포트는 영상의 음성을 텍스트로 변환(STT)하여 정리한 것입니다. 화면에 표시된 자료, 차트, 코드, 슬라이드 등은 포함되지 않을 수 있습니다.
개요
Sam Bhagwat은 이 강연에서 AI 에이전트의 진화 단계를 LLM, Agent, Harness, Claw라는 연속선 위에 놓고 설명한다. 그의 핵심 주장은 단순하다. 오늘날 우리가 쓰는 코딩 에이전트와 에이전트 프레임워크는 점점 더 오래 실행되고, 더 많은 도구를 다루며, 결국 사용자가 지시하기 전에 먼저 움직이는 시스템으로 확장된다는 것이다.
이 강연은 특정 제품 소개라기보다, 에이전트 산업이 어디로 이동하고 있는지에 대한 구조적 해석에 가깝다. Bhagwat은 Mastra의 공동창업자이자 CEO로서 지난 18개월 동안 프로덕션에서 사용되는 에이전트를 관찰해 왔다고 설명하며, 그 경험을 바탕으로 “모든 Harness는 결국 Claw가 된다”는 일종의 법칙을 제안한다.
Harness 시대의 도래
Bhagwat은 현재를 “Harness era”라고 부른다. 여기서 Harness는 단순히 LLM에 프롬프트를 던지는 인터페이스가 아니라, 에이전트가 실제 작업을 수행하도록 감싸고 조정하는 실행 환경을 뜻한다. 로컬 개발 환경에서 매일 사용하는 코딩 에이전트, Slack 안에서 동작하는 사내 코딩 에이전트, 그리고 Mastra 같은 오픈소스 에이전트 프레임워크가 모두 이 범주에 들어간다.
그가 Harness라는 표현을 쓰는 이유는 에이전트가 더 이상 독립적인 추론 루프만으로 설명되지 않기 때문이다. 과거 AI Engineer 행사에서 논의의 중심이 Agent loop, Agent와 Workflow의 차이였다면, 이제는 그 루프를 어디에서 실행하고, 얼마나 오래 유지하며, 어떤 도구 권한과 상태를 갖게 할 것인지가 더 중요한 문제가 되었다. 즉, 에이전트의 지능만큼이나 에이전트를 둘러싼 실행 구조가 제품의 성능을 결정하는 단계로 넘어온 것이다.
Bhagwat은 이를 자율주행의 단계와 비교한다. Lane Assist, Tesla FSD, Waymo처럼 자율성에는 여러 수준이 있듯이, AI 시스템도 단순 LLM 호출에서 Agent, Harness, Claw로 이어지는 스펙트럼 위에 놓인다. 이 비유는 강연 전체의 중심축이다. 중요한 것은 어느 한 단계가 완전히 끝나고 다음 단계가 시작되는 것이 아니라, 기능이 누적되면서 자율성과 지속성이 점진적으로 커진다는 점이다.
02:25 - LLM, Agent, Harness, Claw로 이어지는 agentic spectrum을 자율주행 단계에 비유해 설명하는 구간
LLM에서 Agent로, Agent에서 Harness로
강연자는 LLM과 Agent의 차이를 먼저 짚는다. Agent는 단발성 응답을 생성하는 LLM과 달리 Agent loop, Tool call, Memory, 실패한 작업의 재시도, Context engineering, Agent state를 갖는다. 이 요소들은 에이전트가 한 번의 답변이 아니라 여러 단계의 작업을 수행하도록 만드는 기본 조건이다.
하지만 Bhagwat이 보기에 산업은 이미 그다음 단계로 이동하고 있다. Agent가 “행동할 수 있는 모델”이라면, Harness는 그 행동을 더 오래, 더 안정적으로, 더 넓은 환경에서 지속하게 만드는 장치다. 그는 Harness의 성질로 Durability(지속성)와 Doggedness(끈질김)를 강조한다. 여기서 지속성은 몇 분 동안 실행되는 수준이 아니라, 몇 시간 또는 며칠 동안 작업을 이어가고, 연결이 끊겨도 스트림과 상태를 보존해 다시 이어받을 수 있는 능력을 의미한다.
이 전환은 실제 개발자 도구에서 이미 보인다. Claude Code나 Codex 같은 도구는 Planning mode, 병렬 Subagent, Slash command, Skill, Background bash task, Context window 자동 압축, Thread persistence, Interrupt와 Steering 같은 기능을 제공한다. Bhagwat의 관점에서 이런 기능들은 단순한 편의 기능이 아니다. 에이전트가 사람과 번갈아 한 턴씩 대화하는 챗봇에서 벗어나, 장시간 실행되는 작업 파트너로 이동하고 있다는 증거다.
03:45 - Harness의 지속성, planning mode, parallel subagents, slash commands, skills 등 기능을 설명하는 구간
로컬 Harness에서 클라우드 Harness로
Bhagwat은 최근 몇 달 사이에 가장 중요한 변화로 “항상 켜져 있는 Cloud harness”를 꼽는다. 로컬 Harness는 사용자의 머신에서 실행되고, 사용자가 터미널이나 IDE에서 직접 조작하는 형태에 가깝다. 반면 Cloud harness는 Slack, 모바일 앱, 클라우드 샌드박스, GitHub PR 생성 흐름과 연결되면서 사용자의 로컬 세션을 넘어선다.
이 변화는 단순히 실행 위치가 바뀌는 문제가 아니다. Slack에서 동료 여러 명이 같은 에이전트에게 지시를 내리면, Harness는 사용자 메타데이터와 대화 맥락을 해석해야 한다. 모바일 앱에서 밤에 작업을 시작하거나, 클라우드 샌드박스에서 여러 병렬 Subagent를 실행하는 경우에는 로컬 머신보다 더 큰 계산 자원과 분산 시스템 아키텍처가 필요하다. Bhagwat은 클라우드가 더 많은 자원을 제공하는 만큼 더 강력하지만, 동시에 다른 구조적 설계를 요구한다고 설명한다.
05:56 - Cloud harness가 클라우드 샌드박스와 병렬 실행을 통해 로컬 환경보다 더 많은 자원을 활용하는 방식을 설명하는 구간
이 지점에서 코딩 에이전트의 산출물도 달라진다. 로컬 Harness가 사용자의 Working tree에 코드를 남기는 방식이라면, Cloud harness는 GitHub에 Pull Request를 만들고 팀의 리뷰 흐름 안으로 들어간다. 이는 에이전트가 개인 도구에서 팀 단위 개발 인프라로 이동하고 있음을 보여준다. Bhagwat이 말하는 “항상 켜져 있음”은 단순한 서버 상주가 아니라, 조직의 커뮤니케이션 채널과 개발 워크플로 안에서 지속적으로 접근 가능한 상태를 뜻한다.
Harness가 Claw가 되는 순간
강연의 핵심 개념인 Claw는 Harness에 Initiative(주도성)와 Learning(학습)이 더해진 형태로 설명된다. Harness는 사용자가 명령하면 오래 실행되고 끈질기게 작업을 수행하지만, Claw는 외부 신호를 감지하고 스스로 먼저 말을 걸 수 있다. 예를 들어 개인 비서 에이전트가 긴급 이메일을 감지하고 사용자에게 “이 이메일이 정말 긴급한가?”라고 묻는다면, 그것은 단순 대기형 도구가 아니라 주도성을 가진 시스템에 가깝다.
Bhagwat은 이런 시스템이 외부 Feed service를 듣고, Heartbeat에 따라 주기적으로 깨어나며, Text message, WhatsApp, Telegram 같은 채널로 사용자와 상호작용할 수 있다고 설명한다. 또한 단순 파일 저장소보다 더 접근 가능한 곳에 Memory를 유지하고, Daemon이나 Gateway를 통해 들어오고 나가는 요청을 처리할 수도 있다. 이 설명은 Claw가 하나의 UI가 아니라, 지속적으로 실행되는 백엔드 시스템이자 통신 계층이라는 점을 드러낸다.
Learning은 이 전환을 더 급진적으로 만든다. Bhagwat은 Harness가 실행 중 생성한 Trace를 바탕으로 스스로 개선되는 흐름을 언급한다. 대표적인 예로 Automatic skill generation이 있으며, 더 나아가 시스템을 구동하는 코드 자체를 수정할 수도 있다고 말한다. 다만 그는 업계가 아직 올바른 방식을 확정하지 못했고, 여러 선택지를 탐색 중이라고 선을 긋는다. 이 신중함은 중요하다. Claw의 가능성은 크지만, 자기개선 시스템의 안전성과 통제 방식은 아직 정답이 없는 영역이기 때문이다.
07:55 - Claw로의 전환 요소인 daemon, gateway, continual learning, automatic skill generation을 설명하는 구간
Steinberger’s Law와 확장의 압력
Bhagwat은 “모든 Harness는 Claw가 될 때까지 확장된다”는 명제를 Steinberger’s Law라고 부른다. 이 표현은 기술적 관찰이면서도 경제적, 심리적 관찰이다. 사용자는 더 강력한 도구를 원하고, Slack DM으로 지시하고 싶어 하며, 잠들기 전 휴대폰으로 밤새 실행될 작업을 걸어두고 싶어 한다. 이런 욕구가 Harness를 점점 더 많은 채널, 더 긴 실행 시간, 더 큰 권한으로 밀어붙인다.
09:57 - Every harness will expand until it becomes a claw라는 Steinberger’s Law를 제시하고 그 배경을 설명하는 구간
그는 이 과정을 “토큰을 넣고 코드를 얻는 Dopamine casino”에 비유한다. 표현은 농담처럼 들리지만, 그 안에는 제품 확장의 강한 동기가 들어 있다. 사용자가 명령을 넣고 유용한 산출물을 받는 경험에 익숙해지면, 제품은 더 자주 호출되고 더 많은 일을 맡게 된다. 결국 Harness는 단순 실행기가 아니라 사용자의 일상적 의사결정과 업무 흐름을 점유하려는 방향으로 움직인다.
다만 Bhagwat은 이 확장이 무한히 많은 제품에게 열려 있다고 보지 않는다. 그는 스마트폰 플랫폼의 2010년대를 예로 들며, Android와 iOS 위에서 수많은 앱 카테고리가 생겼지만 각 카테고리에서 실제로 오래 살아남은 앱은 많지 않았다고 설명한다. 길찾기, 차량 호출, 결제, 음악, 음식 배달, 숙박 예약처럼 중요한 영역이 열렸지만, 사용자의 머릿속에 남는 선택지는 보통 한두 개뿐이었다. AI Claw도 비슷한 압축 과정을 겪을 가능성이 있다는 것이 그의 전망이다.
11:56 - 스마트폰 앱 생태계의 카테고리별 승자 압축을 예로 들어 Claw 시장의 향후 shakeout을 설명하는 구간
Claw 시장의 Shakeout
Bhagwat이 말하는 Shakeout은 기술적 경쟁만을 의미하지 않는다. 그는 사용자의 인지적 공간이 제한되어 있다는 점을 강조한다. 어떤 서비스가 자주 쓰이거나, 드물게 쓰이더라도 경제적 가치가 매우 크다면 사용자는 그것을 기억하고 다시 찾는다. 그러나 빈도도 낮고 가치도 크지 않은 서비스는 어느 순간 생활에서 사라진다.
이 관점은 AI 에이전트 제품을 만드는 팀에게 중요한 시사점을 준다. 지금은 새로운 Harness와 Agent 제품이 빠르게 등장하고, 사용자도 다양한 도구를 실험하는 시기다. 하지만 시간이 지나면 사용자는 모든 Claw를 일상에 두지 않을 것이다. 강력하고 사랑받는 도구라 해도, 사용자의 삶과 업무 속에서 충분히 자주 호출되거나 충분히 큰 가치를 만들지 못하면 결국 잊힐 수 있다.
따라서 Bhagwat은 에이전트를 만드는 사람들에게 기능적 진화 속도를 따라가야 한다고 말한다. 변화의 속도가 3배에서 4배 빨라진다면, 제품 팀도 더 자주 시장의 변화를 파악해야 한다. 사용자가 필요로 하는 능력을 제공하지 못하는 Agent는 더 강력한 대안이 등장했을 때 빠르게 대체될 수 있다. 그는 2020년대 후반에 또 한 번의 Shakeout이 올 수 있다고 전망하며, 현재 정상에 오른 것처럼 보이는 제품도 다음 파도에서 다시 시험받을 것이라고 경고한다.
14:23 - 에이전트 빌더가 사용자에게 필요한 능력을 갖추지 못하면 더 강력한 대안으로 대체될 수 있다고 경고하는 구간
Mastra의 위치와 프레임워크의 역할
Bhagwat은 Mastra를 TypeScript agent framework라고 소개한다. 그의 설명에서 Mastra의 역할은 특정한 완제품 Claw를 강요하는 것이 아니라, 개발자가 Agent와 Harness, 나아가 Claw에 가까운 시스템을 만들 수 있는 도구를 제공하는 데 있다. 그는 사람들이 Claw의 기능을 원하지만 동시에 Power와 Control도 원한다고 말한다. 이 표현은 프레임워크가 완제품과 다른 위치에 있음을 잘 보여준다.
완제품 Claw는 빠르게 가치를 제공할 수 있지만, 조직별 요구사항과 권한 모델, 데이터 접근 방식, 통합 환경을 모두 만족시키기 어렵다. 반면 프레임워크는 더 많은 설계 책임을 사용자에게 넘기는 대신, 제품 팀이 자체적인 실행 구조와 통제 방식을 만들 수 있게 한다. Bhagwat이 OpenClaw와 Hermes Agent 같은 사례를 언급한 것도, 업계가 어떤 기능을 향해 움직이는지 관찰하고 그 기능을 더 제어 가능한 방식으로 제공하려는 문제의식과 연결된다.
이 지점에서 강연은 단순한 미래 예측을 넘어 개발자 도구의 방향성을 제시한다. 앞으로의 에이전트 프레임워크는 Tool call과 Memory를 제공하는 수준에 머물기 어렵다. 장시간 실행, 클라우드 샌드박스, 병렬 처리, 외부 채널 연동, 지속적 메모리, Trace 기반 개선, Skill 생성 같은 기능을 어떻게 안전하고 조합 가능하게 제공할지가 핵심 경쟁력이 된다.
마무리 / 핵심 정리
Sam Bhagwat의 강연은 AI 에이전트 산업을 “더 똑똑한 모델”의 문제가 아니라 “더 오래 살아 있고, 더 넓게 연결되며, 더 먼저 움직이는 실행 시스템”의 문제로 재정의한다. LLM은 Agent가 되고, Agent는 Harness가 되며, Harness는 지속성, 클라우드 실행, 주도성, 학습 능력을 흡수하면서 Claw로 확장된다. 이 흐름은 기술적으로 자연스럽고, 사용자의 욕구와 시장 경쟁 때문에 경제적으로도 강한 압력을 받는다.
그러나 모든 Claw가 살아남지는 않을 것이다. 스마트폰 앱 시장처럼, 사용자의 일상에 남는 제품은 빈도가 높거나 가치가 큰 소수로 압축될 가능성이 크다. 따라서 에이전트를 만드는 팀에게 중요한 질문은 “우리도 에이전트를 만들 수 있는가”가 아니라 “사용자가 계속 기억하고 호출할 만큼 충분히 강력하고 필수적인가”이다. Bhagwat이 제시한 Harness-to-Claw 전환은 단기적 기능 로드맵이면서 동시에 장기적 생존 조건에 대한 경고로 읽힌다.
📚 출처 및 참고
| 구분 | 내용 |
|---|---|
| 원본 영상 | Every Harness Will Become A Claw — Sam Bhagwat, Mastra |
| 채널 | AI Engineer |
| 리포트 작성 | 2026-07-22 |
| 작성 방식 | YouTube 영상 STT 변환 후 에디팅 |
💬 본 리포트는 영상 내용을 바탕으로 재구성되었습니다. 정확한 내용은 원본 영상을 참조해 주세요.