대다수의 사용자가 여전히 AI를 단일 턴 질의응답(1회성 질문 ➔ 답변 대기 ➔ 수동 수정 ➔ 재질문)이라는 가장 느린 방식으로 사용하고 있는 반면, 프론티어 AI 엔지니어링 진영은 “스스로 프롬프트를 실행하고 개선하는 자율 에이전트 루프(Agent Loop)” 시스템으로 개발 패러다임을 완전히 전환했습니다.
Anthropic 엔지니어 세션과 Anatoli Kopadze의 아티클(Loops explained: Claude, GPT, Mira and what actually works)을 바탕으로, 에이전트 루프의 3대 핵심 엔진, 5대 빌딩 블록, 그리고 실무에서 반드시 고려해야 할 복리 토큰 비용과 체크리스트를 체계적으로 정리합니다.
Sources
1. 프롬프트에서 루프(Loop)로의 근본적 전환
- 수동 프롬프트: 모든 단계가 인간의 손을 거칩니다. 인간이 엔진이고 AI는 수동적인 도구에 불과합니다.
- 자율 에이전트 루프: AI에게 목표(Goal)를 한 번 부여하면 스스로 계획(Plan) ➔ 실행(Act) ➔ 검증(Verify) ➔ 수정(Fix) 과정을 거치며 목표가 달성될 때까지 재귀적으로 반복합니다.
2. 루프를 지탱하는 3대 핵심 엔진
- Verify (검증 - 루프의 심장):
- 기계적이고 객관적인 테스트(테스트 통과 여부, 타입 체크, 빌드 성공, 수치 기준)가 필수입니다.
- 검증 관문이 없으면 AI가 자기 숙제를 후하게 채점하는 **“자가 승인 오류”**에 빠져 환각만 반복하게 됩니다.
- State (상태/기억 관리):
- 각 루프마다 무엇을 시도했고 무엇이 실패했는지를 기록하여, 이전의 실수를 반복하지 않고 점진적 진전을 이룹니다.
- Stop Condition (종료 조건 및 예산 제약):
- 목표 달성 또는 최대 시도 횟수(예: “최대 8회 시도 후 정지 및 보고”)를 명시하여, 밤새 무의미하게 토큰만 소모하는 탈선을 방지합니다.
3. 실무 에이전트 루프의 5대 빌딩 블록
- Automation (하트비트 / 트리거):
/goal,/loop, 라이프사이클 훅, 크론 스케줄 등 사람 없이도 스스로 루프를 회전시키는 구동력. - Skill (재사용 지침): 매번 긴 프롬프트를 복사하지 않고, 파일 형태로 저장된 규칙과 도메인 지식을 온디맨드로 로드.
- Sub-agents (작성자와 검토자의 분리): 코드를 빠르게 작성하는 가벼운 모델(Maker)과 이를 엄격하고 적대적으로 검토하는 고성능 모델(Checker)을 분리.
- Connectors (실제 행동 인터페이스): 말로만 제안하는 것이 아니라 실제 GitHub PR 생성, Linear 티켓 연동, 슬랙 배포 알림까지 직접 수행.
- Verifier (자동 검증 게이트): 결함이 있는 결과물을 가차 없이 기각하는 자동화된 검증 파이프라인.
4. 숨겨진 비용과 도입 전 4대 체크리스트
1) 복리 토큰 비용 (Compounding Cost)
루프가 한 바퀴 돌 때마다 누적된 컨텍스트 전체를 모델이 다시 읽어야 하므로, 10회 반복의 비용은 단일 호출 10회의 비용보다 훨씬 커집니다. 따라서 결과물의 수락률(Accept Rate)이 50% 이상 유지되도록 파이프라인을 정교화해야 합니다.
2) 루프 도입 판단 4대 기준
- 최소 주 1회 이상 반복되는 정기적 업무인가?
- 불량 결과물을 자동으로 탈락시킬 검증 도구(테스트, 린터)가 존재하는가?
- 에이전트가 사람 개입 없이 엔드투엔드로 작업을 완수할 수 있는가?
- 완료(Done)의 기준이 주관적 취향이 아닌 객관적 지표인가?