HABIX · LOOP SEQUENCE · HUMAN JUDGMENT
속도보다 근거를 먼저 통과시킵니다.
Habix는 사람의 식별과 판단을 연결해 조직의 신뢰 가능한 업무 경로를 설계합니다.
LOOP RUNNING · 지금 Human Verdict가 다음 기준을 기록하고 있습니다.
Intent: 문제와 성공 기준을 함께 정의합니다.
PM에서 빌더로는 Habix가 FastCampus에서 운영하는 온라인 강의로, PM이 Claude Code라는 AI 코딩 도구를 이용해 자신의 도메인 판단을 실행 가능한 제품으로 옮기는 과정을 6파트 55클립, 약 30시간 분량으로 다룹니다. 예를 들어 문제 정의부터 설계, 검증, 출시까지 PM이 이미 하던 판단을 Claude Code 실행 환경 안에서 반복 가능한 구조로 만드는 방법을 다룹니다.
코드를 요청하는 법보다, 내 도메인 지식과 판단이 계속 일할 수 있는 실행 구조를 설계합니다.
Agent Loop Workbench
Course operating map사용자·문제·성공 기준을 PM의 언어로 고정합니다.
리서치·요구사항·판단 기준을 다음 실행에도 남습니다.
스킬과 체크리스트로 반복 가능한 실행 환경을 만듭니다.
근거와 예외를 확인한 뒤 시장에서 학습할 첫 버전을 냅니다.
온라인 · 약 30시간 · 6파트 · 55클립
Habix란 팀의 반복 업무를 AI가 실행하고 사람이 검증하며 그 결과가 다음 실행 기준으로 축적되는 Agent Loop로 바꾸는 기업 교육·구축 파트너입니다.
AI 도구 사용법을 가르치는 곳이 아닙니다. 목표와 컨텍스트를 정의하고, 에이전트가 실행한 결과를 사람이 검증하며, 그 판단이 다음 실행의 기준으로 돌아오는 구조를 팀 안에 남깁니다. 기업 개입은 세 단계로 나뉩니다. 먼저 Learn은 1~2일 워크숍으로 팀 공통 언어와 Agent Loop 설계서를 만듭니다. 다음으로 Build는 2~4주 스프린트로 실제 업무 데이터와 도구를 연결한 프로토타입과 평가 기준을 만듭니다. 마지막으로 Adopt는 4~8주 동안 승인·보안·평가 체계와 팀별 운영 규칙을 정착시킵니다. 이 방법론은 20년간 제품을 만들고 운영해 온 경험에서 나왔고, hplan과 llm-brain, Legal Universe 세 오픈소스 제품으로 실제 작동을 공개하고 있습니다.
목표와 컨텍스트를 정의하고, 에이전트가 실행한 결과를 사람이 검증합니다. 그 판단은 다음 실행의 기준으로 돌아옵니다.
조직의 현재 상태에 따라 다른 시작점을 선택하되, 세 과정은 하나의 Habix Operating System으로 이어집니다.
팀 공통 언어와 첫 업무 Loop
남는 것 · Agent Loop Canvas
현장 업무 위에 작동하는 첫 버전
남는 것 · Agent + 평가 기준
승인·보안·평가를 조직 안에 정착
남는 것 · 운영 Runbook
손에 남는 결과물이란 워크숍·프로토타입이 끝난 뒤에도 팀이 다음 Agent Loop 실행의 판단 기준으로 다시 꺼내 쓰는 Agent Loop Canvas, Decision Record, Evaluation Checklist, Human Approval Map, Context Memory 5종의 운영 문서입니다. 예를 들어 이전 실행에서 무엇을 왜 그렇게 판단했는지가 Decision Record에 남아 있으면, 다음 실행은 같은 논의를 처음부터 반복하지 않고 그 기록에서 이어갑니다.
JTBD · Trigger · Intent · Human decision · 성공/실패 조건을 한 장에 고정합니다.
누가 어떤 근거를 보고 승인·수정·중단할지와 예외 경로를 표시합니다.
정답 조건, 근거 품질, 허용 오차, 실패 케이스와 재현 절차를 남깁니다.
고객 신호, 가장 위험한 가정, 선택한 경계와 다음 실험을 기록합니다.
Source → Claim → Decision → Next Use를 연결해 다음 작업이 꺼내 쓰게 합니다.
권한, 보안, 실패 복구, 운영 로그와 다음 개선 Backlog를 인수 가능한 형태로 만듭니다.
hplan은 결정하고, llm-brain은 기억하며, Legal Universe는 복잡한 판단의 근거를 검증합니다. llm-brain이 만든 지식 그래프 직접 보기 →
복잡한 법률 판단도 출처와 관계를 따라가며 사람이 근거와 예외를 검토합니다.
40K+ corpus · 250K+ relationsLegal Universe 보기도구 사용법에 머물지 않고 실제 업무를 분해해 실행, 검토, 평가, 다음 기준 축적까지 한 사이클로 완성합니다.
금융 소식 수집과 선별
수집·정리·요약 자동화
핵심 확인과 위험 판단
품질 기준과 변경 이유
검증 결과를 다음 Loop로
브라운필드 AI 도입이란 기존 조직 구조와 승인 절차를 유지한 채 AI 속도만 높이려는 접근이다. 시스코가 9만 명에게 에이전트를 배포하며 핵심으로 꼽은 숫자는 모델 성능이 아니라 하위 에이전트 800개였다.
에이전트 SKU란 기능 목록이 아닌 도메인 업무 완료를 약속하는 판매 단위다. 앤트로픽이 금융 전문 에이전트 10종을 패키지로 공개하며 빅테크가 먼저 이 카테고리를 정의했다.
1달러당 성능 점수란 AI 에이전트 라우팅 설계의 핵심 의사결정 기준이다. Anthropic의 Advisor 전략은 Claude Opus 4.7을 복잡한 판단에만 배치하고, Gemini 3.1 Pro는 GPT-5.4 대비 3분의 2 가격으로 동급 성능을 낸다.
habix Agent Loop는 판단 기준·검증 결과·기억(Context Memory)을 하나의 체계로 연결하는 방식입니다. 판단 기준과 검증 결과가 문서와 자동화로 따로 흩어져 있는 상태보다, 세 가지가 연결된 상태에서 다음 실행의 결과 편차가 줄어듭니다.
“막연했던 에이전트가 실제 업무 프로세스로 보이기 시작했습니다.”
“도구보다 문제를 쪼개고 결과를 확인하는 방법을 가져갈 수 있었습니다.”
“멋진 데모가 아니라 운영 가능한 범위를 판단할 수 있게 됐습니다.”
Start with one real loop
상품부터 고르지 않습니다. 반복 업무와 사람의 판단 지점부터 확인합니다.
FAQ
팀의 반복 업무를 사람이 검증할 수 있는 Agent Loop로 설계하는 Loop Engineering 스튜디오입니다. 데이터 분석 SaaS나 챗봇 자동화 서비스가 아닙니다.
AI PoC를 실제 반복 업무로 전환하려는 제품·사업·운영 조직에 가장 잘 맞습니다.
강의는 팀의 공통 언어와 설계 역량을 만들고, FDE Sprint는 특정 업무의 작동하는 첫 버전까지 함께 만듭니다.
가능합니다. 문제 정의, 기준 설정, 예외 해석과 승인 지점은 도메인 전문가의 참여가 더 중요합니다.
공개·더미 데이터로 시작하고 실제 데이터는 권한, 보존, 외부 전송과 승인선을 먼저 합의합니다.
반복 업무 하나와 사람이 꼭 판단해야 하는 지점을 알려주시면 가장 작은 유효 범위를 먼저 진단합니다.