feat(wiki): 코드 그라운딩 23문서 + MOC 학습지도 39개

- 코드 그라운딩: 기술 주제 문서의 '적용 사례'에 실제 레포 구현 위치 (file:line)+커밋 자동 주입 (예: 문서 청킹 전략→connectai/src/retrieval/chunker.ts). 멱등 마커(CODE-GROUNDING)로 재실행 시 갱신. - MOC: 39개 클러스터 폴더에 _MOC.md 학습지도 생성(진입점+통찰 주석). 도구: Datacollect/scripts/{code_grounding,moc_generator}.mjs Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
2026-06-08 18:56:11 +09:00
parent af11d666d2
commit 95cd8bb891
101 changed files with 11639 additions and 5 deletions
@@ -29,4 +29,14 @@ updated_at: 2026-05-08
 - **관련 프로젝트**: [[OpenHarness]], [[ConnectAI]]

 ---
-*Last updated: 2026-05-08*
+*Last updated: 2026-05-08*
+
+## 🛠️ 적용 사례 (Applied in summary)
+
+<!-- CODE-GROUNDING:START -->
+### 🔎 코드베이스 근거 (자동 추출 — E:\Wiki 레포)
+**실제 구현/사용 위치:**
+- `connectai/src/features/secondBrainTrace.ts:256` — [Omitted long matching line]
+
+_자동 생성: code_grounding.mjs · 재실행 시 갱신됨_
+<!-- CODE-GROUNDING:END -->
@@ -14,4 +14,14 @@ LLM-as-judge는 인공지능 에이전트 하네스 환경에서 모델의 산
 * **설계적 제약:** 무분별한 LLM-as-judge의 사용은 막대한 평가 비용으로 인해 시스템 전체를 무너뜨릴 수 있으므로(eval cost collapse), 유의미한 리스크를 줄일 수 있는 핵심적인 위치에만 값비싼 검사를 추가하는 계층적 가드레일 설계가 필수적이다 [1].

 ---
-*Last updated: 2026-05-05*
+*Last updated: 2026-05-05*
+
+## 🛠️ 적용 사례 (Applied in summary)
+
+<!-- CODE-GROUNDING:START -->
+### 🔎 코드베이스 근거 (자동 추출 — E:\Wiki 레포)
+**실제 구현/사용 위치:**
+- `connectai/src/retrieval/evalHarness.ts:9` — * 의도적으로 LLM 을 쓰지 않는다 (재현 가능 + 무료 + CI 가능). LLM-as-Judge 기반의
+
+_자동 생성: code_grounding.mjs · 재실행 시 갱신됨_
+<!-- CODE-GROUNDING:END -->
@@ -0,0 +1,59 @@
+---
+id: moc-harness_research_2026-05
+title: "Harness_Research_2026-05 — 학습 지도 (MOC)"
+category: "MOC"
+status: "active"
+type: "map-of-content"
+tags: ["MOC", "Harness_Research_2026-05"]
+updated_at: 2026-06-08
+---
+
+# 🗺️ Harness_Research_2026-05 — 학습 지도 (MOC)
+
+> 이 클러스터의 **42개 문서**에 대한 진입점과 학습 순서. 자동 생성(moc_generator.mjs) — 재실행 시 갱신.
+
+## 📚 전체 문서 (Topics)
+- [[가드레일 (Guardrails) 및 제어 시스템]]
+- [[권한 및 안전 (Permissions and Safety)]] — "에이전트의 야생성을 길들이는 고삐: 프롬프트 수준의 신뢰를 넘어, 다중 계층 권한 모드와 사전 행동 검증(Pre-action Verification)을 통해 에이전트의 행동을 구조적으로 인가하고 제어하는 거버넌스 프레임워크."
+- [[다중 수준 권한 모드 (Multi-Level Permission Modes)]]
+- [[데이터 품질 계층 (Data Quality Layer)]]
+- [[둠 루프 (Doom Loop)]]
+- [[랄프 루프 (Ralph Loop)]]
+- [[메타-하네스 (Meta-Harness)]] — "하네스를 가르치는 하네스: 에이전트의 실행 인프라 자체를 학습 가능한 매개변수로 취급하여, 과거의 실패 로그를 기반으로 시스템 프롬프트와 도구 정의를 자율적으로 진화시키는 아우터 루프(Outer-loop) 최적화 체계."
+- [[사전 행동 승인 (Pre-Action Authorization)]] — "도구 실행의 최후의 보루: 에이전트가 행동을 개시하기 직전, 동기적으로 권한을 가로채어 정책(OAP, RBAC 등)에 따라 실행 여부를 결정하는 하네스의 결정론적 보안 계층."
+- [[상태 관리 (State Management)]]
+- [[샌드박스 (Sandbox)]] — "에이전트의 안전한 놀이터: 커널 수준의 격리와 네트워크 통제를 통해 에이전트가 생성한 코드가 호스트 시스템을 오염시키지 않도록 보호하는 독립된 실행 런타임."
+- [[샌드박스 (Sandbox)]]
+- [[심층 방어 (Defense-in-depth)]]
+- [[인간 개입 (Human-in-the-Loop, HITL)]] — "자율성의 안전벨트: 에이전트의 실행 과정 중 고위험 의사결정 지점에서 인간의 승인과 검토를 강제하여, 시스템의 통제력을 유지하고 치명적 오류를 예방하는 최후의 거버넌스 장치."
+- [[체크포인팅 (Checkpointing)]]
+- [[커널 수준 격리 (Kernel-level Isolation)]] — "타협 불가능한 보안 경계: Landlock, seccomp, microVM 등을 활용해 운영체제 커널 차원에서 에이전트의 권한을 물리적으로 제한하여, 손상된 에이전트조차 우회할 수 없는 철벽 샌드박스를 구현하는 기술."
+- [[파일 시스템 (Filesystem)]]
+- [[하네스 승수 (Harness Multiplier)]] — "성능의 증폭기: 모델의 원시 지능이 실제 환경에서 작업 완료 능력으로 변환되는 효율을 수치화한 지표로, `생산 성능 = 모델 역량 × 하네스 승수`라는 에이전트 성능의 핵심 방정식을 정의함."
+- [[허용 목록 (Allow-listing)]] — "명시적 허가 외 금지: 에이전트가 사용할 수 있는 도구와 네트워크를 미리 정의하여 포괄적 권한(Ambient Permissions) 오용을 원천 차단하는 가장 기초적인 보안 경계."
+- [[Active Metadata]]
+- [[API Gateway (LLM/MCP Gateway)]] — "에이전트와 외부 세계를 잇는 통제된 검문소: 다중 LLM 라우팅을 통한 비용 최적화와 MCP 도구 접근에 대한 보안 가드레일을 통합 관리하는 에이전트 인프라의 중추."
+- [[AutoGen / AG2]] — "협력하는 에이전트들의 오케스트라: 다중 에이전트 간의 대화 패턴(Multi-agent Conversation)을 통해 복잡한 문제를 해결하고, 내장된 샌드박스와 HITL 기능을 제공하는 성숙한 에이전트 프레임워크."
+- [[Co-evolution (공진화)]]
+- [[Code Execution (코드 실행)]]
+- [[Containerization]]
+- [[Control Layer (제어 계층)]]
+- [[E2B (Firecracker microVM)]] — "에이전트를 위한 초고속 보안 컨테이너: Firecracker microVM 기술을 활용하여 150ms 내외의 신속한 부팅과 강력한 커널 수준 격리를 동시에 제공하는 오픈소스 샌드박스의 표준."
+- [[Hallucination (환각)]]
+- [[Harness-as-a-Service]]
+- [[HTTP+SSE]] — "에이전트의 실시간 혈맥: HTTP POST 요청과 SSE 스트리밍 응답을 결합하여, 원격 서버와 에이전트 간의 양방향 및 이벤트 기반 통신을 가능하게 하는 전송 프로토콜."
+- [[K9 Tactical Gear (경찰견 전술 장비)]]
+- [[L3 Meta-Factory]]
+- [[Langfuse]] — "LLMOps의 블랙박스를 여는 열쇠: 오픈소스 기반으로 에이전트의 모든 실행 단계를 추적(Trace)하고, 프롬프트 관리와 평가 파이프라인을 단일 인터페이스에서 통합 제공하는 가시성 플랫폼."
+- [[LLM-as-judge]]
+- [[LLMOps]]
+- [[Mcp-Session-Id]] — "원격 MCP의 상태 엔진: 로컬을 넘어 서버급으로 확장된 MCP 통신에서 클라이언트를 식별하는 상태 저장 헤더이자, 동시에 수평적 확장을 가로막는 인프라적 트레이드오프의 핵심."
+- [[Meta-Harness (메타 하네스)]]
+- [[Open Harness]]
+- [[OpenHarness]]
+- [[Phase 3- Harness Engineering]]
+- [[Schema Drift (스키마 표류)]]
+- [[Server-Sent Events (SSE)]] — "에이전트의 실황 중계: 서버가 클라이언트에게 이벤트를 단방향으로 실시간 스트리밍하여, 에이전트의 추론 과정과 결과를 즉각적으로 가시화하는 경량 통신 프로토콜."
+- [[Token Savior]]
+
+_42 docs · 자동 생성 2026-06-08_