---
id: HARNESS-RES-2026-05-012
title: 액티브 메타데이터 (Active Metadata)
category: "10_Wiki/Topics/Infrastructure"
status: verified
confidence_score: 0.95
tags: [harness, data-governance, metadata, freshness, data-quality, mcp]
created_at: 2026-05-05
updated_at: 2026-05-08
---

# 액티브 메타데이터 (Active Metadata)

## 📌 한 줄 통찰 (The Karpathy Summary)
> "데이터의 자의식: 정적인 데이터 설명을 넘어, 실시간 최신성, 인증 상태, 스키마 변화를 에이전트에게 능동적으로 전달하여 환각과 오작동을 예방하는 동적 거버넌스 정보."

## 📖 구조화된 지식 (Synthesized Content)
*   **실시간 데이터 상태 모니터링**: 액티브 메타데이터는 데이터 시스템을 지속적으로 모니터링하여 메타데이터의 최신성을 자동으로 유지한다 [1]. 스키마 상태, 실시간 인증(Certification) 상태, 데이터 최신화(Freshness) 신호가 구조화된 컨텍스트로 제공되어 에이전트가 데이터의 유효성을 추측할 필요가 없게 만든다 [1].
*   **하네스의 구조적 한계 보완**: 대부분의 하네스 프레임워크는 에이전트의 실행 방식(어떻게)을 제어하지만, 입력 데이터의 무결성(무엇을)은 검증하지 못한다 [3]. 액티브 메타데이터는 이러한 틈을 메워 에이전트가 컨텍스트를 읽기 전 신뢰성을 판정하는 통제된 데이터 기반(Governed data substrate) 역할을 수행한다 [3, 4].
*   **MCP를 통한 지식 전달**: 메타데이터, 데이터 계약, 리니지 정보는 모델 컨텍스트 프로토콜(MCP) 서버를 통해 하네스에 제공된다 [5]. 하네스는 MCP 인터페이스를 통해 별도의 거버넌스 로직 없이도 구조화된 컨텍스트를 직접 쿼리할 수 있다 [5].

## ⚖️ 트레이드오프 및 고려사항
*   **오케스트레이션 기능의 부재**: Atlan과 같은 액티브 메타데이터 시스템은 에이전트 실행을 직접 제어하거나 메모리를 관리하는 도구가 아니다 [6]. 따라서 반드시 LangGraph나 CrewAI와 같은 제어 프레임워크와 결합하여 사용해야 한다 [4, 6].
*   **초기 설계 및 비용 부담**: 잘못된 데이터로 인한 오작동은 사후 디버깅이 매우 어렵다 [7]. 따라서 엔터프라이즈 환경에서는 프로토타입 단계부터 데이터 품질 인프라를 함께 설계해야 하는 기술적 복잡성과 초기 투자 비용이 수반된다 [7, 8].

## 🔗 지식 연결 (Graph)
- **상위 개념**: [[Data Governance]], [[Data Quality Layer]]
- **유사 개념**: [[Schema Drift (스키마 표류)]], [[Data Lineage]], [[MCP (Model Context Protocol)]]
- **관련 프로젝트**: [[Atlan]], [[ConnectAI]]

---
*Last updated: 2026-05-08*