timeline
    title 에이전트 구축 방식의 진화 (2022~2026)
    2022 : ChatGPT 출시
         : 단순 RAG 체인 (LangChain)
         : 질의응답 수준의 단순 파이프라인
    2023 : 모델 성능 향상
         : 복잡한 플로우 가능 (LangGraph)
         : 멀티스텝 워크플로우 등장
    2024 : 모델 대규모 성능 도약
         : 에이전트 하네스 시대 개막
         : Claude Code, Codex 등 등장
    2025 : 하네스 성숙기
         : 메모리 통합 경쟁 심화
         : 클로즈드 vs 오픈 진영 분화
    2026 : Anthropic, Claude Managed Agents 출시
         : OpenAI Responses API 등장
         : 메모리 락인 전쟁 본격화

graph TB
    subgraph HARNESS["🔲 HARNESS (하네스)"]
        CI["📥 Context Injection<br/>컨텍스트 주입<br/>(프롬프트, 메모리, 스킬, 대화)"]
        CTRL["🔴 Control<br/>제어<br/>(컴팩션, 오케스트레이션, 루프)"]
        ACT["🟢 Action<br/>액션<br/>(bash, tools, MCPs 호출)"]
        OBS["🟣 Observe & Verify<br/>관찰 및 검증<br/>(스크린샷, 테스트 결과, 로그)"]
        PERSIST["🟡 Persist<br/>영속화<br/>(파일시스템, git, 진행 파일)"]
        
        MODEL["🧠 Model<br/>reasons → decides<br/>추론 → 결정"]
        
        CI -->|"컨텍스트 주입"| MODEL
        CTRL -->|"루프 제어"| MODEL
        MODEL -->|"도구 호출"| ACT
        ACT -->|"결과 반환"| MODEL
        OBS -->|"피드백"| MODEL
        MODEL -->|"쓰기"| PERSIST
        PERSIST -->|"읽기"| MODEL
    end
    
    style HARNESS fill:#f0f4ff,stroke:#6b7de8,stroke-dasharray: 5 5
    style MODEL fill:#3d5af1,color:#fff
    style CI fill:#e8f0ff
    style CTRL fill:#ffe8e8
    style ACT fill:#e8ffe8
    style OBS fill:#f0e8ff
    style PERSIST fill:#fff8e8

graph LR
    subgraph STM["🔶 단기 메모리 (Short-term Memory)"]
        direction TB
        MSG["대화 메시지<br/>(현재 세션)"]
        TOOL_R["도구 호출 결과<br/>(큰 응답값)"]
        CTX["현재 컨텍스트<br/>윈도우 내용"]
    end

    subgraph LTM["🔴 장기 메모리 (Long-term Memory)"]
        direction TB
        USER_P["사용자 선호도"]
        SKILL_M["스킬 메타데이터"]
        HIST["세션 간 대화 기록"]
        SYS_I["커스텀 시스템 지침"]
    end

    subgraph HARNESS_ROLE["🔲 하네스의 메모리 관련 책임"]
        direction TB
        R1["CLAUDE.md / AGENTS.md<br/>파일 컨텍스트 주입 방식"]
        R2["스킬 메타데이터 제시 방식<br/>(시스템 프롬프트? 메시지?)"]
        R3["에이전트의 자기 지침<br/>수정 가능 여부"]
        R4["컴팩션 시 무엇이 살고<br/>무엇이 사라지는가"]
        R5["상호작용 저장 및<br/>쿼리 가능 여부"]
        R6["메모리 메타데이터<br/>제시 방식"]
        R7["작업 디렉토리 표현 방식<br/>및 파일시스템 노출 범위"]
    end

    STM -->|"하네스가 관리"| HARNESS_ROLE
    LTM -->|"하네스가 읽기/쓰기"| HARNESS_ROLE

    style STM fill:#fff8e8,stroke:#f0a500
    style LTM fill:#ffe8e8,stroke:#d93025
    style HARNESS_ROLE fill:#e8f0ff,stroke:#6b7de8

graph TD
    subgraph LEVEL1["⚠️ 경미한 위험: 상태 저장 API 사용"]
        L1_DESC["OpenAI Responses API 또는<br/>Anthropic 서버사이드 컴팩션 사용"]
        L1_RISK["상태가 외부 서버에 저장됨<br/>→ 모델 교체 시 이전 스레드 복원 불가"]
        L1_EXAMPLE["예: 대화 이력을 OpenAI 서버에 저장하면<br/>Anthropic으로 전환 시 해당 메모리 소실"]
    end

    subgraph LEVEL2["🔴 심각한 위험: 클로즈드 하네스 사용"]
        L2_DESC["Claude Agent SDK 같은<br/>비오픈소스 클로즈드 하네스 사용<br/>(내부적으로 Claude Code 사용)"]
        L2_RISK["하네스의 메모리 처리 방식이 블랙박스<br/>→ 메모리 구조 파악 불가<br/>→ 다른 하네스로 이전 불가"]
        L2_EXAMPLE["예: 클라이언트사이드 아티팩트가 생성되지만<br/>그 형식과 활용법을 알 수 없음"]
    end

    subgraph LEVEL3["💀 최악의 위험: 전체 하네스가 API 뒤에 있는 경우"]
        L3_DESC["Anthropic의 Claude Managed Agents처럼<br/>하네스 전체 + 장기 메모리가<br/>API 뒤에 숨겨진 경우"]
        L3_RISK["메모리 소유권 제로<br/>메모리 가시성 제로<br/>하네스 작동 방식 파악 불가<br/>플랫폼 + 모델에 완전 종속"]
        L3_EXAMPLE["예: Anthropic이 API로 일부를 노출하든 안 하든<br/>개발자는 어떤 선택권도 없음"]
    end

    LEVEL1 --> LEVEL2
    LEVEL2 --> LEVEL3

    style LEVEL1 fill:#fff8e8,stroke:#f0a500
    style LEVEL2 fill:#ffe8e8,stroke:#d93025
    style LEVEL3 fill:#2d1515,color:#ff6b6b,stroke:#ff0000

graph LR
    subgraph HARNESS_IDEAL["✅ 이상적 하네스 (개발자 소유)"]
        STM_I["🔶 단기 메모리"]
        LTM_I["🔴 장기 메모리"]
        TOOLS_I["🔵 도구(Tools)"]
        PROMPT_I["🟢 프롬프트"]
    end
    
    subgraph API_IDEAL["모델 프로바이더 API"]
        LLM_I["LLM"]
    end
    
    HARNESS_IDEAL -->|"요청"| API_IDEAL
    API_IDEAL -->|"응답"| HARNESS_IDEAL
    
    style HARNESS_IDEAL fill:#e8ffe8,stroke:#2ecc40
    style API_IDEAL fill:#f0f0f0,stroke:#999,stroke-dasharray: 5 5

graph LR
    subgraph HARNESS_MID["⚠️ 하네스 (개발자 소유)"]
        LTM_M["🔴 장기 메모리"]
        TOOLS_M["🔵 도구"]
        PROMPT_M["🟢 프롬프트"]
    end
    
    subgraph API_MID["모델 프로바이더 API (외부)"]
        LLM_M["LLM"]
        STM_M["🔶 단기 메모리<br/>(서버사이드 저장)"]
    end
    
    HARNESS_MID -->|"요청"| API_MID
    API_MID -->|"응답"| HARNESS_MID
    
    style HARNESS_MID fill:#fff8e8,stroke:#f0a500
    style API_MID fill:#ffe8e8,stroke:#d93025,stroke-dasharray: 5 5
    style STM_M fill:#ffe8e8

graph LR
    PROMPT_BAD["🟢 프롬프트"]
    TOOLS_BAD["🔵 도구"]
    
    subgraph BB_HARNESS["🔲 블랙박스 하네스 (외부)"]
        LTM_BAD["🔴 장기 메모리<br/>(구조 불명)"]
    end
    
    subgraph API_BAD["모델 프로바이더 API (외부)"]
        LLM_BAD["LLM"]
        STM_BAD["🔶 단기 메모리"]
    end
    
    BB_HARNESS -->|"요청"| API_BAD
    API_BAD -->|"응답"| BB_HARNESS
    
    style BB_HARNESS fill:#e8e8ff,stroke:#6b5de8,stroke-width:3
    style API_BAD fill:#ffe8e8,stroke:#d93025,stroke-dasharray: 5 5
    style PROMPT_BAD fill:#f0fff0
    style TOOLS_BAD fill:#f0f0ff

graph LR
    TOOLS_WORST["🔵 도구"]
    PROMPT_WORST["🟢 프롬프트"]
    
    subgraph API_WORST["💀 모델 프로바이더 API (완전 외부화)"]
        LLM_WORST["LLM"]
        subgraph HARNESS_WORST["하네스 (API 내부)"]
            LTM_WORST["🔴 장기 메모리"]
            STM_WORST["🔶 단기 메모리"]
        end
    end
    
    TOOLS_WORST -->|"요청"| API_WORST
    API_WORST -->|"응답"| TOOLS_WORST
    
    style API_WORST fill:#2d1515,stroke:#ff0000,stroke-dasharray: 5 5
    style HARNESS_WORST fill:#3d2020,stroke:#ff6b6b
    style LTM_WORST color:#ff9999
    style STM_WORST color:#ffcc99
    style LLM_WORST color:#ffffff

graph TD
    subgraph WITHOUT["메모리 없는 에이전트"]
        A1["에이전트 A"]
        A2["에이전트 B (경쟁자)"]
        A1 -->|"동일한 도구 = 동일한 결과"| SAME["구별되지 않음"]
        A2 --> SAME
    end

    subgraph WITH["메모리 있는 에이전트"]
        M1["에이전트 A<br/>(메모리 6개월 축적)"]
        M2["에이전트 B (동일 도구)"]
        M1 -->|"사용자 선호, 패턴, 맥락 학습"| DIFF1["차별화된 경험"]
        M2 -->|"메모리 없음"| DIFF2["일반적 경험"]
        DIFF1 -.->|"전환 비용 발생"| SWITCH["플랫폼 전환 시<br/>모든 메모리 소실"]
    end

    style SAME fill:#f0f0f0
    style DIFF1 fill:#e8ffe8,stroke:#2ecc40
    style DIFF2 fill:#ffe8e8
    style SWITCH fill:#2d1515,color:#ff6b6b

graph LR
    USE["에이전트 사용"] -->|"상호작용 데이터 축적"| MEM["메모리 증가"]
    MEM -->|"개인화 향상"| BETTER["더 나은 에이전트 경험"]
    BETTER -->|"더 많은 사용 유도"| USE
    
    MEM -->|"전환 비용 증가"| LOCK["플랫폼 락인"]
    LOCK -->|"이탈 불가"| PROV["모델 프로바이더 수익 보장"]
    
    style USE fill:#e8f0ff
    style MEM fill:#ffe8e8
    style BETTER fill:#e8ffe8
    style LOCK fill:#2d1515,color:#ff6b6b
    style PROV fill:#4a3000,color:#ffa500

graph TD
    subgraph OPEN["✅ 오픈 하네스 (Deep Agents 모델)"]
        O1["메모리 완전 소유"]
        O2["모델 자유로운 교체"]
        O3["메모리 구조 완전 파악"]
        O4["데이터 이식성 보장"]
        O5["벤더 락인 없음"]
    end

    subgraph CLOSED["❌ 클로즈드 하네스 (Managed Agents 모델)"]
        C1["메모리 소유권 없음"]
        C2["모델 교체 시 메모리 소실"]
        C3["메모리 처리 방식 불명"]
        C4["데이터 이식 불가"]
        C5["완전한 벤더 락인"]
    end

    DEV["개발자/기업"] -->|"선택"| OPEN
    DEV -->|"선택"| CLOSED

    style OPEN fill:#e8ffe8,stroke:#2ecc40
    style CLOSED fill:#ffe8e8,stroke:#d93025
    style DEV fill:#e8f0ff,stroke:#6b7de8

mindmap
  root((메모리 주권 체크리스트))
    하네스 선택
      오픈소스인가?
      소스코드를 직접 읽을 수 있는가?
      메모리 처리 방식이 문서화되어 있는가?
    메모리 저장
      어디에 저장되는가?
      직접 접근 가능한가?
      내보내기export가 가능한가?
    이식성
      다른 모델로 전환 시 메모리가 유지되는가?
      다른 하네스로 이전할 수 있는가?
      데이터 형식이 표준화되어 있는가?
    락인 위험
      어느 한 프로바이더에 종속되어 있는가?
      컴팩션 요약이 암호화되어 있는가?
      서버사이드 상태 저장을 사용하는가?

graph TD
    P1["에이전트 하네스는<br/>사라지지 않는다"] -->|"왜냐하면"| E1["LLM이 도구와 상호작용하려면<br/>항상 오케스트레이션 레이어가 필요하기 때문"]
    
    P2["하네스와 메모리는<br/>분리 불가능하다"] -->|"왜냐하면"| E2["메모리는 컨텍스트의 형태이고<br/>컨텍스트 관리는 하네스의 핵심 역할이기 때문"]
    
    P3["클로즈드 하네스 =<br/>메모리 주권 상실"] -->|"결과적으로"| E3["모델 전환 불가<br/>데이터 이식 불가<br/>벤더 완전 종속"]
    
    P4["메모리는<br/>새로운 락인 무기다"] -->|"왜냐하면"| E4["사용할수록 쌓이고<br/>쌓일수록 떠나기 어려워지며<br/>모델보다 훨씬 강력한 종속성을 만들기 때문"]
    
    P5["해법: 오픈 하네스로<br/>메모리 주권 확보"] -->|"실천 방법"| E5["오픈소스 하네스 사용<br/>자체 DB에 메모리 저장<br/>모델 비종속 설계"]
    
    style P1 fill:#e8f0ff,stroke:#6b7de8
    style P2 fill:#e8f0ff,stroke:#6b7de8
    style P3 fill:#ffe8e8,stroke:#d93025
    style P4 fill:#fff8e8,stroke:#f0a500
    style P5 fill:#e8ffe8,stroke:#2ecc40