구글 리서치, AI 에이전트가 스스로 세팅 깎아서 성능 올리는 프레임워크 'Harness²' 공개

요약 구글 리서치(Google Research)에서 모델 자체의 가중치는 그대로 고정한 채 AI 에이전트의 구동 환경 시스템인 하네스를 최적화하는 오픈소스 프레임워크 '하네스²(Harness²)'를 공개했습니다. AI에서 '하네스'란 모델이 에이전트로 작동할 수 있도록 둘러싼 프롬프트, 도구(툴), 메모리, 스킬, 오케스트레이션 등의 시스템을 통칭하며, 하네싱은 이 시스템을 최적화하는 과정을 의미합니다. 하네스²는 설계 당시에는 예상치 못한 새로운 작업(오픈 월드)을 에이전트가 마주했을 때 스스로 구동 시스템을 다듬어 나가는 '재귀적 하네싱(Recursive Agent Harnessing)' 프레임워크입니다. 시스템은 크게 두 가지 재귀 레벨로 작동합니다. 첫 번째는 '태스크 레벨 재귀'로, 정답 피드백 없이도 제안(Propose)-검증(Probe)-조합(Compose) 과정을 거쳐 행동 차이를 비교 분석해 현재 작업에 최적화된 하네스를 만듭니다. 두 번째는 '하네싱 레벨 재귀'로, 각 작업에서 얻은 검증된 교훈과 채택된 하네스를 누적 반영해 향후 작업의 개선에 지속적으로 활용합니다. 프레임워크는 시스템 프롬프트, 가드레일, 메모리, 도구 가이드, 서브에이전트, 스킬, 스크립트, 플러그인 등 8개 컴포넌트를 직접 편집·제어할 수 있습니다. 벤치마크 테스트 결과, 단 한 번의 하네스² 최적화 단계만으로도 GLM-5 및 제미나 3.5 플래시(Gemini 3.5 Flash)의 성능이 기본 대비 WorkBuddy-Bench에서 최대 11.5점, JobBench에서 4.5점, 법률 업무 벤치마크인 LAB 부분 통과율에서 11.8%포인트 상승하는 결과를 보였습니다. 병렬 및 순차 재귀 방식을 모두 지원하며, 깃허브를 통해 코드와 데모 실행 환경이 공개되었습니다.