본문으로 건너뛰기

토큰도 투자다, AI 투자 Agent를 직접 붙여보며 느낀 Harness Engineering의 힘

어른아이J

2026.05.28

토큰도 투자다, AI 투자 Agent를 직접 붙여보며 느낀 Harness Engineering의 힘 본문 이미지

Claude Cowork와 투자 AI Agent를 붙이며 느낀 Harness Engineering의 세계

소개

요즘 저는 스터디장 주현영 & 박서진 22기 투자자동화를 청강하면서 들으며 클로드 코워크로 AI 투자 Agent를 직접 다뤄보고 있습니다 😊

사실 시작한 이유는 단순했습니다. 요즘에 월배당 etf에 관심도 있구요~

“AI가 나보다 더 똑똑하고, 더 성실하게 투자할 수도 있지 않을까?”

사람은 감정이 흔들리고, 뉴스도 놓치고, 피곤하면 판단도 흐려집니다.
하지만 AI는 다릅니다.

  • 24시간 동작 가능

  • 반복 작업에 지치지 않음

  • 데이터 정리 속도가 압도적

  • 구조만 잘 만들면 일관성을 유지함

그래서 단순히 “챗GPT에게 종목 추천 받기” 수준이 아니라,
실제로 움직이는 투자 Agent 구조를 이해해보고 싶었습니다.

이번 실습은 아래 사이트와 레포지토리를 기반으로 진행했습니다.

그리고 여기서부터…코워크 처음에 opus모델로 초기 설정되어 있어요
토큰이 녹아내리기 시작했습니다 😂


🛠 진행 방법

1. Claude Cowork에 프로잭트를 만들고 투자 Agent 환경 로딩하기

WordPress에서 프로젝트를 만드는 방법
  • 프로젝트 생성후 프롬프트 입력합니다.

컴퓨터 화면에 표시된 한국어 문자 메시지의 스크린샷
이 저장소를 내 작업 폴더에 복제해줘:
git clone https://github.com/newise413/investment_agent.git

그리고 investment_agent/ 안의

SYSTEM.md, memory.md, skills/ 를 모두 읽고

"하네스 로드 완료" 라고 출력해줘.

클로드 하위에 프로젝트 폴더 생성되고 아래 구조로 프로젝트(하네스)가 구성됩니다.

한국어로 된 파일 폴더의 스크린샷
  • 현영님 사이트가 먹여주는 대로 따라합니다. 저는 스텝 3까지 했어요

2. SYSTEM.md를 읽는 순간 충격 😳

이 파일은 Claude Cowork 대화 시작 시 **가장 먼저** 읽어야 합니다.
> 본 파일이 정의하는 페르소나·규칙·출력 포맷이 이후 모든 응답을 지배합니다.

실제로 읽어들인 구조는 꽤 정교했습니다.

검은 화면에 한국어 스크린샷

포함되어 있던 요소들

  • Senior IB Analyst Persona

  • 4주 투자 분석 커리큘럼

  • 6대 하드 룰

  • self-verify 3회 루프

  • 단일 책임 원칙

  • source documentation

  • memory 기반 투자자 상태 저장

특히 가장 인상 깊었던 건:

추천 전에 반드시 3번의 self verification 수행

이 부분이었습니다.

단순히 “좋아 보이는 종목 추천”이 아니라,
일부러 악마의 변호인 루프를 돌게 설계한 점이 굉장히 인상적이었습니다.


3. 🔥 현영스터디장님의 가이드에 따라 스텝을 따라하면서 "나의 성향 진단"과 "자산현황" 자료를 memory.md에 업데이트 해갑니다.

SYSTEM.md
memory.md


skills 폴더
각종 규칙
Agent 역할 정의
workflow 설명


4. 💡 토큰이 많이 들긴해요~

한국 구글 플레이 스토어 스크린샷

그런데 오히려 중요한 걸 깨달았어요~

계속 실습하다 보니 생각이 조금 바뀌었습니다.

예전에는 프롬프트만 잘 쓰면 된다고 생각했습니다.

하지만 Agent 시대는 조금 다른 것 같습니다.

핵심은 “Harness Engineering”

즉:

  • 역할 정의

  • memory 구조

  • skill 분리

  • 검증 루프

  • 실행 흐름

  • 상태 저장

이런 “운영 구조” 자체가 중요하다는 걸 느꼈습니다.


왜 초기 토큰 비용이 오히려 의미가 있을까?

처음에는 많은 설명과 세팅이 필요합니다.

하지만 한번 Harness가 구성되면:

  • 같은 설명 반복 감소

  • workflow 재사용 가능

  • memory 누적 가능

  • skill 호출 자동화 가능

  • 분석 품질 일관화

가 가능해집니다.

즉,

“처음엔 토큰을 많이 쓰지만,
장기적으로는 오히려 코인을 아끼게 된다.”

는 감각이 생겼습니다.


📌 결과와 배운 점

이번 실습을 통해 가장 크게 느낀 건:

1. AI는 이제 “질문 응답기”가 아니다

점점 “작업 시스템”이 되어가고 있다는 점.


2. 좋은 프롬프트보다 더 중요한 건 구조

Agent 시대에는:

  • memory

  • skill

  • workflow

  • verification

  • orchestration

같은 구조 설계가 핵심이라는 걸 느꼈습니다.


3. 토큰 비용은 “설계비”에 가깝다

처음에는 비싸 보이지만,
반복 설명과 시행착오를 줄이는 비용이라고 생각하면 또 다르게 보입니다.


앞으로 해보고 싶은 것

  • 여기에 ai agent가 완성되면 hermes로 이전해서 실제 투자봇을 만들어 보고 싶습니다.

  • 슬렉에 연동해서 휴대폰으로도 좀 투자 자문을 받고요~

  • etf를 잘 분석하는 memory 투자 비서 구축


🚀 마무리

이번 경험은 단순한 AI 사용기가 아니라,
“AI를 어떻게 운영할 것인가”를 고민하게 만든 경험이었습니다.

그리고 이제는 조금 알 것 같습니다.

앞으로는 프롬프트를 잘 쓰는 사람보다
AI가 일하는 구조를 설계하는 사람이 강해질 수도 있다는 걸 😊

2

함께 이야기해요 2

로그인하고 댓글을 남겨 주세요

김용훈 프로필 이미지
김용훈2026.06.04

잘만 사용할 수 있다면 토큰 비용은 설계비이고 나중에는 오히려 절감할 수 있다는 투자적인 접근방식 알려주셔서 감사합니다

자연어회계처리 프로필 이미지

크 역시 토큰이 ㅡㅠ.. 토큰을 절약할 수 있는 스킬을 달면 괜찮을지도

필요한 AI 정보만
메일함에 쏙쏙 넣어드려요.

지금 핫한 AI 소식부터 직접 해 본 사례까지, 월요일마다 무료로 받아보세요

이런 사례도 있어요

사례 전체 보기