최고의 에이전트들이 공유하는 것들
📺 원본 영상: What the Best Agents Share — Mardu Swanepoel, Flinn AI 🎙️ 채널: AI Engineer 📅 정리 일자: 2026-05-27 ⚠️ Note: 본 리포트는 영상의 음성을 텍스트로 변환(STT)하여 정리한 것입니다. 화면에 표시된 자료(차트, 코드, 슬라이드 등)는 포함되지 않을 수 있습니다.
개요
Flinn AI의 Mardu Swanepoel은 이 강연에서 현재 접근 가능한 최고 수준의 AI 에이전트들을 깊이 연구하고, 그것들로부터 배울 수 있는 설계 원칙을 도출하는 작업을 시도한다. Pablo Picasso의 “좋은 예술가는 모방하고, 위대한 예술가는 훔친다”는 인용구에서 출발하는 이 강연은, 단순한 표절이 아니라 깊은 연구와 이해를 통해 더 나은 무언가를 만들어내는 과정 자체를 화두로 삼는다. 강연자는 Cursor, Harvey, Claude Code 등 현재 가장 주목받는 에이전트 제품들을 분석하여, 그것들이 공통적으로 채택하고 있는 네 가지 패턴을 제시한다.
패턴 1 — Focus Modes: 에이전트를 좁고 깊게 만들기
에이전트 설계에서 가장 먼저 마주치는 유혹은 “뭐든지 다 해주는” 에이전트를 만드는 것이다. 그러나 강연자가 첫 번째 패턴으로 제시하는 Focus Modes는 정반대의 방향을 가리킨다. 이 패턴의 핵심은 에이전트를 특정 모드(예: 계획 모드, 리서치 모드, 디버그 모드)로 전환하여 허용되는 액션과 입력의 범위를 의도적으로 제한하는 것이다.
이 제약이 왜 가치를 가지는가? 강연자는 두 가지 관점에서 설명한다. 엔지니어 관점에서는, 범위를 좁힘으로써 해당 영역의 품질을 집중적으로 높일 수 있다. 불필요한 도구를 제거하고, 시스템 프롬프트를 정교하게 다듬고, 좁은 범위에서의 평가(evals)를 먼저 최적화할 수 있게 된다. 사용자 관점에서는, “무엇이든 물어보세요” 식의 범용 에이전트 UI가 가진 근본적인 문제를 해결한다. 사용자는 어떻게 해야 에이전트에서 최선의 결과를 이끌어낼 수 있는지 모르는 경우가 많고, 기대치도 불분명하게 높다. 특정 모드로 진입한다는 것은 곧 사용자의 기대치를 조율하고 입력 방식을 해당 모드에 맞게 안내하는 계약을 체결하는 것과 같다.
Cursor는 이 패턴을 특히 잘 구현한 사례로 소개된다. Cursor의 Planning Mode는 코드를 일절 작성하지 않고 오직 계획을 수립하고 질문을 던지는 데만 집중한다. Debug Mode는 가설 기반(hypothesis-driven) 접근법을 취하며, 전용 디버그 서버를 실행하고 로그를 분석하는 방식으로 문제를 체계적으로 좁혀나간다. 강연자는 Cursor가 각 모드에서 “정말로 특정한 일을 탁월하게 잘 해낸다”는 점에서 이 구현을 높이 평가한다.
02:52 - Cursor의 채팅 인터페이스에서 Focus Modes 드롭다운 UI — Planning Mode, Debug Mode 등 각 모드의 동작 방식 설명 화면
패턴 2 — Transparent Execution: 위임에서 협업으로
두 번째 패턴인 Transparent Execution(투명한 실행)은 에이전트가 무엇을 하고 있는지, 어떤 도구를 사용하고 있는지, 무엇을 생각하고 있는지를 사용자에게 극도로 명확하게 드러내는 것을 목표로 한다. 강연자는 이것을 “위임(delegation)에서 협업(collaboration)으로의 전환”이라고 표현한다. 에이전트가 최종 결과물만 가져다주는 것이 아니라, 사용자가 그 과정에 참여하게 만드는 것이다.
이 투명성이 가져다주는 첫 번째 이점은 신뢰다. 강연자는 간결한 비유로 이것을 설명한다. 누군가에게 작업을 맡겼을 때 결과만 받아든다면 신뢰가 낮을 수밖에 없지만, 그 사람이 어떤 자료를 읽었는지, 어떤 가정을 했는지, 어디서 불확실함을 느꼈는지를 공유한다면 최종 결과물에 대한 신뢰는 훨씬 높아진다. 두 번째 이점은 조기 개입의 가능성이다. 에이전트가 2단계에서 잘못된 문서를 참조하고 있다는 것을 발견한다면, 뒤늦게 전체 작업을 뒤엎는 대신 그 시점에서 방향을 수정할 수 있다. 이는 낭비되는 연산과 시간을 크게 줄이는 효과로 이어진다.
Claude Code는 이 패턴의 좋은 구현 사례로 언급된다. 완료된 작업과 예정된 작업이 진행 리스트(to-do list) 형태로 표시되어 에이전트가 다음에 무엇을 할지 명확히 보여주며, 사용하는 컨텍스트와 스킬도 파악하기 쉽게 드러난다. 특히 에이전트가 수행하는 모든 도구 호출(tool calls)과 그 입출력 값이 사용자에게 노출됨으로써, 에이전트가 실행 수준에서 실제로 무엇을 하고 있는지를 투명하게 볼 수 있다.
05:02 - Claude Code의 투명한 실행 UI — 진행 중/완료된 작업 목록(to-do list), 도구 호출(tool calls) 및 입출력 표시 화면
Manifest 역시 유사한 방식으로 완료된 작업과 남은 작업을 보여주고, 에이전트가 어떤 내용을 참조하여 무엇을 판단했는지를 드러낸다.
05:34 - Manifest의 작업 진행 화면 — 완료된 태스크와 앞으로 할 태스크, 참조한 내용 표시
패턴 3 — Personalisation: 에이전트에게 ‘나다움’을 주입하기
세 번째 패턴인 Personalisation(개인화)은 에이전트가 단순히 “어떤 결과”가 아니라 “올바른 결과”를 내놓도록 하는 메커니즘이다. 강연자는 이것을 “에이전트에게 내가 이 작업을 직접 수행했다면 사용했을 사고 방식, 시스템, 지식, 원칙, 패턴을 부여하는 것”이라고 정의한다.
강연자가 지적하는 핵심 통찰은 많은 에이전트들이 “결과물 도출 속도(speed to outcome)“를 최적화하는 데는 집중하지만, “이해 속도(speed to understanding)“를 최적화하는 데는 실패한다는 점이다. 빠르게 결과물을 생성하는 것은 기술적으로 쉬운 일이지만, 그 결과물이 사용자가 원하는 방식과 방향으로 나오지 않는다면 무용지물이다. 사용자의 암묵적인 선호, 작업 방식의 뉘앙스, 맥락에 숨어 있는 기대치를 빠르게 파악하는 것이 진정한 에이전트 개인화의 목표라고 강연자는 강조한다.
Harvey는 이 패턴의 두 가지 흥미로운 구현을 보여준다. 첫째는 “플레이북(Playbook)” 개념이다. 법률 회사를 위한 에이전트인 Harvey에서 플레이북은 특정 계약서를 검토하는 방법론과 원칙을 담은 문서로, 해당 법률 회사의 전문가가 접근하는 방식 그대로 에이전트가 작업을 수행하도록 안내한다. 둘째는 메모리(memory)다. Harvey는 사용자와의 상호작용이 쌓여가면서 자동으로 메모리를 생성하고, 이후 인터랙션에서 그것을 활용한다.
07:03 - Harvey의 플레이북(Playbook) 개념 설명 — 법률 회사의 계약 검토 방법론을 에이전트에 주입하는 방식
Claude Code 역시 스킬(skills), 커넥터(connectors), 연결 가능한 외부 시스템을 통해 지식 기반을 확장하고 개인화 수준을 높이는 방식을 취한다.
패턴 4 — Reversibility: 실수의 비용을 묶어두기
네 번째이자 마지막 패턴인 Reversibility(가역성)는 에이전트가 수행한 모든 행동을 사용자가 되돌릴 수 있도록 설계하는 것이다. 이것이 왜 중요한가? 강연자는 ROI(투자 대비 수익) 계산의 관점에서 설명한다. 최악의 경우 어떤 결과가 발생하는지를 알 수 있다면, 즉 하방 비용(downside cost)이 묶여 있다면, 사용자는 에이전트에게 더 과감하고 높은 가치의 작업을 맡길 의사결정을 훨씬 쉽게 내릴 수 있다. 반대로, 어떤 결과가 발생할지 예측할 수 없는 상황에서는 리스크를 회피하게 된다. 결국 Reversibility는 사용자가 에이전트를 더 적극적으로, 더 높은 가치의 맥락에서 활용하도록 유도하는 설계 원칙이다.
Cursor는 이 가역성을 여러 단계의 세분화된 수준에서 구현한다. 라인(line) 단위로 에이전트의 변경사항을 수락하거나 거부할 수 있고, 파일(file) 단위의 롤백도 가능하다. 나아가 특정 대화 상태로 되돌아가는 기능도 제공하는데, 이를 통해 “지난 세 메시지 동안 네가 변경한 모든 것을 되돌리고 그 시점으로 돌아가라”는 명령도 가능하다. 강연자가 특히 흥미롭다고 평가하는 기능은 동일한 입력에 대해 서로 다른 모델로 여러 결과물을 병렬 생성하는 것이다. 사용자는 의도적으로 “이 중 하나만 살리고 나머지는 버릴 것”을 알고 실험을 시작하는 셈이며, 이것이 Cursor에서의 가역성이 제공하는 심리적 안전망이다.
08:33 - Cursor의 다단계 가역성(Reversibility) UI — 라인/파일 단위 수락/거부, 대화 상태 롤백, 병렬 모델 출력 기능 화면
Harvey 역시 가역성을 영리하게 구현했다. Harvey는 Microsoft Word 애드인(add-in) 형태로 동작하는데, 네이티브 Word API와 통합하여 에이전트의 변경사항이 기존 Word의 “변경 내용 추적(Track Changes)” 및 검토자/편집자 워크플로우와 자연스럽게 연동된다. 사용자가 이미 익숙한 인터페이스를 통해 에이전트의 작업을 검토하고 수락하거나 거부할 수 있다는 점에서, 별도의 학습 없이 가역성의 이점을 누릴 수 있는 구현이다.
09:36 - Harvey의 Microsoft Word 애드인 — 네이티브 Word Track Changes API와 통합된 에이전트 변경 사항 검토 UI
마무리 — 훔쳐라, 그리고 더 나아가라
강연의 서두를 열었던 Picasso의 인용구는 결론에서도 그 무게를 유지한다. Cursor, Harvey, Claude Code, Manifest 같은 제품들이 공유하는 네 가지 패턴 — Focus Modes, Transparent Execution, Personalisation, Reversibility — 은 각각 독립적인 기법이 아니라, “사용자가 에이전트를 더 많이, 더 과감하게 신뢰할 수 있도록” 하는 하나의 일관된 철학을 다른 각도에서 구현한 것이다. 모드는 기대치를 조율하고, 투명성은 신뢰를 구축하며, 개인화는 결과물의 적합성을 높이고, 가역성은 행동의 장벽을 낮춘다.
강연자 Mardu Swanepoel은 이 패턴들을 단순히 나열하는 데 그치지 않고, 각 패턴이 왜 가치를 가지는지를 엔지니어와 사용자 양측의 관점에서 설명한다. 에이전트를 만드는 사람이라면, 이 네 가지 패턴을 자신의 제품에서 얼마나, 어떤 방식으로 구현하고 있는지를 점검해보는 것이 곧 이 강연이 전달하려는 실질적인 메시지다.
📚 출처 및 참고
| 구분 | 내용 |
|---|---|
| 원본 영상 | What the Best Agents Share — Mardu Swanepoel, Flinn AI |
| 채널 | AI Engineer |
| 리포트 작성 | 2026-05-27 |
| 작성 방식 | YouTube 영상 STT 변환 후 에디팅 |
💬 본 리포트는 영상 내용을 바탕으로 재구성되었습니다. 정확한 내용은 원본 영상을 참조해 주세요.