> ## Documentation Index
> Fetch the complete documentation index at: https://docs.cloudthinker.io/llms.txt
> Use this file to discover all available pages before exploring further.
# 하네스
> CloudThinker가 복잡한 시스템 전반을 추론할 수 있는 이유와, 모든 모듈이 시간이 지남에 따라 환경을 더 잘 알게 만드는 방식을 알아보세요.
하네스는 CloudThinker가 실제 시스템에서 작업할 수 있게 해 주는, AI 모델을 둘러싼 모든 것입니다: 작업을 계획하고 나누는 오케스트레이션, 코드·인프라·알림·도구·팀 지식에서 오는 컨텍스트, 그리고 각 실행에서 발견한 것을 보존하는 학습 루프입니다. 프론티어 모델은 그 자체로 인터넷을 알고 있습니다. 하네스는 그 모델이 *여러분의* 시스템을 알게 만듭니다.
## 하네스가 필요한 이유
* **어려운 문제는 경계를 넘나듭니다.** 느린 결제 처리는 코드 변경, Kubernetes 롤아웃, 데이터베이스 한도, 시끄러운 알림을 한꺼번에 거쳐 갈 수 있습니다. 해결하려면 이 모두를 함께 보아야 합니다.
* **모범 사례보다 증거가 우선입니다.** CloudThinker는 실제 시스템을 조회하므로, 답변에는 일반적인 조언이 아니라 여러분의 서비스와 리소스가 등장합니다.
* **병렬 조사.** 여러 가설을 하나씩 차례로 확인하는 대신 동시에 확인합니다.
* **가드레일은 항상 켜져 있습니다.** 하네스가 하는 모든 작업은 워크스페이스의 [Manual 또는 Auto](/ko/guide/auto-mode) 설정 안에서 실행됩니다.
* **효과가 누적됩니다.** 모든 모듈은 다음 실행이 출발점으로 삼을 무언가를 남깁니다.
## 오케스트레이션
기본 제공 어시스턴트인 [CloudThinker](/ko/guide/agents/overview)가 각 작업을 계획합니다. 어려운 문제에서는 임시 서브에이전트를 생성해 각각 하나의 가설에 집중하여 확인하게 하고 — 조사 중에는 읽기 전용입니다 — 그 결과를 증거와 함께 하나의 결론으로 합칩니다. 실제 진행 방식은 [근본 원인 분석](/ko/guide/incident/root-cause-analysis)에서 확인하세요.
## 모든 영역에서 오는 컨텍스트
하네스는 접근할 수 있는 것에 대해서만 추론할 수 있습니다. 각 [연결](/ko/guide/connections/overview)은 하나의 영역을 추가합니다:
| 영역 | 연결 예시 | CloudThinker에 알려주는 것 |
| - | - | - |
| 코드 | GitHub, GitLab, Bitbucket | 무엇이, 어디서, 언제 변경되었는지 |
| 인프라 | AWS, Azure, Google Cloud, Kubernetes | 현재 상태, 구성, 토폴로지 |
| 알림과 인시던트 | Datadog, PagerDuty, Grafana ([Pulse](/ko/guide/pulse/overview) 경유) | 지금 무엇이 고장 나고 있는지 |
| 도구 | Prometheus, Grafana, Datadog | 증거로 사용할 메트릭, 로그, 트레이스 |
| 팀 지식 | [지식 베이스](/ko/guide/knowledge), Atlassian, Notion | 런북, 정책, 팀의 작업 방식 |
워크스페이스가 더 많은 영역을 연결할수록 CloudThinker가 한 번에 볼 수 있는 문제의 범위가 넓어집니다.
## 모든 모듈이 더 똑똑하게 만듭니다
각 모듈은 작업에서 얻은 것을 보존하고 다시 반영하므로, CloudThinker는 날마다 환경을 조금씩 더 잘 알게 됩니다.
| 모듈 | 보존하는 것 | 다시 사용되는 시점 |
| - | - | - |
| [Resolve](/ko/guide/incident/overview) | [인시던트 메모리](/ko/guide/incident/incident-memory) — 근본 원인 분석 중에 기록된 교훈 | 이후 조사를 시작할 때 |
| [Review](/ko/guide/code-review/overview) | [Learnings](/ko/guide/code-review/convention-rules) — 팀이 수정한 발견 항목에서 도출된 규칙 | 이후 풀 리퀘스트 리뷰에서 |
| [Cyber](/guide/security/cyber-overview) | 각 앱의 공격 표면과 발견 항목 | 다음 스캔에서 — 이전 발견 항목을 다시 확인하고 수정을 검증합니다 |
| [Optimize](/ko/guide/cost-optimization/overview) | 매일 갱신되는 지출 현황 | 사용자나 조사가 비용에 대해 물을 때마다 |
| 모든 채팅 | 에이전트가 저장하는 [워크스페이스 메모리](/guide/memory)와 [스킬](/ko/guide/skills/overview) | 다음 대화에서 — 다시 설명할 필요 없이 |
무엇을 보존할지는 사용자가 제어합니다: 메모리를 수정하거나 삭제할 수 있고, 커스텀 에이전트별로 스킬 학습을 끌 수 있습니다.
## 어려운 문제의 처음부터 끝까지
1. **알림이 도착합니다.** Pulse가 노이즈를 걸러내고 실제 문제를 Incident로 라우팅합니다.
2. **CloudThinker가 계획합니다.** 인시던트 메모리에서 비슷한 과거 문제를 읽고, 작업을 가설로 나눕니다 — 최근 배포, 파드 롤아웃, 데이터베이스 한도.
3. **서브에이전트가 병렬로 증거를 수집합니다.** 코드, 인프라, 도구 연결에서 수집합니다.
4. **하나의 답변을 받습니다:** 근본 원인, 그 근거가 되는 증거, 승인할 수정 제안.
5. **하네스가 교훈을 보존합니다.** 그래서 다음에 비슷한 인시던트가 발생하면 더 앞선 지점에서 시작합니다.
## 관련 항목
워크스페이스, 가드레일, 모듈 사이에서 하네스가 어디에 위치하는지 확인하세요
CloudThinker와 서브에이전트가 작업을 나누는 방식을 알아보세요
가설부터 결론까지 실제 조사를 따라가 보세요
에이전트가 기억하는 것을 확인하고 수정하세요
This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.