AI 하네스가 썩는 순간이 있다

AI 하네스가 썩는 순간이 있다.
"이 모델은 이렇게 해야 잘 되니까"를 코어에 박기 시작할 때다.
모델 바꿀 때마다 하네스를 처음부터 다시 짜게 된다.

alex-core-invariants라는 리포가 이 문제를 정면으로 다룬다.
하네스를 코어와 어댑터 두 레이어로 나누라는 주장이다.
코어는 모델이 바뀌어도 절대 건드리지 않는 불변 원칙.
어댑터는 이번 달 모델에 맞춰 마음껏 깎는 가변 레이어.
이 경계가 무너지면 하네스는 자기가 우회해야 할 문제를 직접 흡수하기 시작한다.

코어에 넣어야 할 원칙이 6개다.
각각 어댑터로 우회 불가능한 구조적 실패를 하나씩 짚는다.
1. SSoT
진실의 소유자는 하나.
캐시가 어긋나면 두 번째 진실을 만들지 말고 원본에서 복구한다.
2. SRP
하나의 모듈에 하나의 책임.
3. Consistency
모순은 시간이 지나도 낫지 않는다.
누적된다.

4. Atomicity
반쪽짜리 상태는 아무도 선언하지 않은 두 번째 진실이다.
5. Idempotency
이게 없으면 재시도가 복구가 아니라 손상이 된다.
6. No Silent Fallback
조용한 폴백이 발생하는 순간,
코어는 더 이상 코어가 아니다.
프롬프트 튜닝,
모델 업그레이드,
재시도 로직.
이 6개가 뚫리면 뭘 해도 구제 안 된다.
실패가 구조적이기 때문이다.

"수명은 코어의 일이다. 효율은 어댑터의 일이다.
한 레이어가 두 일을 다 하게 만드는 순간 하네스는 썩는다."
하네스를 짜고 있다면 자기 코드에서 이 6가지 중 어디가 깨져 있는지 한 번 체크해보면 된다.