최근 AI 에이전트 실무 담론에서는 최적화의 범위를 프롬프트에서 컨텍스트로, 다시 실행 환경인 하네스로 넓혀 설명하는 흐름이 나타났습니다.

AI 에이전트 최적화 단위의 확장. 출처: tosea.ai

그런데 최근, 그 계보 위에 한 겹이 더 얹혔는데요. 바로 '루프 엔지니어링(loop engineering)'입니다. 며칠 사이, 코딩 에이전트를 만드는 프론티어 랩의 엔지니어들과 업계 개발자들이 비슷한 주장을 내놓았습니다:

이제 코딩 에이전트에 매번 직접 지시하지 말고,
에이전트에 지시를 내리는 루프를 설계하라.

도대체 루프 엔지니어링이란 정확히 무엇일까요? 🔁

물론, 에이전트를 반복 실행하고 결과를 검증하는 방식 자체는 이미 존재했습니다. 하지만 이를 실무적으로 묶은 개념인 '루프 엔지니어링'이 퍼지기 시작한 건 비교적 최근입니다. 이를 이해하는 데 중요한 세 사람의 발언을 살펴볼까요?

1.
OpenClaw 창시자인 피터 슈타인베르거(Peter Steinberger) 가 X에 올린 트윗입니다. 피터는 이제 코딩 에이전트에게 개별 프롬프트를 던지지 말고, 사람 대신 에이전트에 지시를 내리는 루프를 설계하라고 말합니다.

피터의 트윗. 출처: X @steipete

2.

앤트로픽에서 Claude Code를 이끄는 보리스 체르니(Boris Cherny)는 공개 인터뷰에서 자신이 클로드에 직접 프롬프트를 쓰기보다, 클로드를 프롬프트하는 에이전트와 루프를 사용한다고 설명했습니다. 이어 '내 일은 루프를 짜는 것'이라고 밝혔지요. 

3.

이 흐름을 'Loop Engineering'이라는 이름으로 정리하고 널리 확산시킨 인물은 전 Google Cloud AI 디렉터 애디 오스마니(Addy Osmani) 입니다. 그는 Loop Engineering이라는 글에서 의미를 정리하고, 구현 아키텍처까지 제시했지요. 애디에 의하면, 루프 엔지니어링이란 '에이전트를 프롬프트하는 사람(즉 나 자신)을 대체하는 것', 다시 말해 그 일을 대신 수행하는 시스템을 설계하는 것입니다.

그렇다고 프롬프트 엔지니어링 개념이 사라지지는 않습니다. 루프 안에서도 프롬프트는 여전히 핵심 구성 요소이고, 조악한 지시와 평가 기준으로 짠 루프는 조악하게 돌아가기 때문이지요. 하지만 한 가지 바뀐 게 있는데요. 바로 '최적화의 단위'입니다. 한 번의 출력이 아니라, 반복해서 도는 시스템 전체가 대상이 되었습니다.

AI 석학 앤드류 응은 '0-to-1' 제품 개발 과정을 서로 맞물린 세 개의 루프로 설명합니다. 각 루프는 코딩, 개발자 판단, 외부 피드백을 담당하며 서로 다른 속도로 반복되는데요. 간단하게 살펴볼까요?

앤드류 응이 말하는 3단계 제품 개발 루프. 출처: TheBatch

1. 에이전틱 코딩 루프
가장 빠른 루프로, AI 에이전트와 제품 명세 및 평가 기준 사이에서 몇 분 단위로 돕니다.

에이전트가 코드를 작성하고 → 실행해 테스트하고 →
문제를 발견하면 고치고 → 다시 테스트한다

에이전트는 테스트와 평가 기준을 통과하고 명세를 충족했다고 판단될 때까지 이 과정을 반복합니다. 과거에는 사람이 테스트와 수정의 고리를 이어줘야 했지만, 이제는 에이전트가 상당 부분 스스로 루프를 닫을 수 있게 된 것이지요. 앤드류의 타이핑 앱 사례에서도 에이전트는 자신이 만든 화면을 브라우저로 여러 차례 확인하며 약 한 시간 동안 작업했다고 합니다.

2. 개발자 피드백 루프 

3. 외부 피드백 루프

가장 느린 루프는 개발자의 제품 비전과 외부 피드백 사이에서 시간에서 며칠, 때로는 몇 주 단위로 돕니다. 제품을 친구나 알파 테스터에게 보여주거나 실제 서비스에 배포해 반응을 확인하고, 그 결과를 바탕으로 무엇을 만들지에 대한 비전을 조정하는 과정이지요. 수정된 비전은 다시 제품 명세와 평가 기준으로 구체화되고, 그 명세가 에이전틱 코딩 루프를 움직입니다.

세 루프는 서로 다른 속도로 돌지만 긴밀하게 연결되어 있습니다. 외부 피드백은 개발자의 제품 비전을 바꾸고, 제품 비전은 명세와 평가 기준으로 구체화되며, 이 기준이 다시 코딩 에이전트의 작업을 이끌지요. 느린 루프가 한 번 도는 동안 빠른 루프는 여러 차례 반복되는데요. AI는 주로 빠른 실행과 검증을 맡고, 인간은 제품의 방향을 정하는 느린 루프에 더 집중하게 됩니다.💡

그렇다면 인간은 왜 여전히 루프 안에 있어야 할까요? 앤드류는 그 이유를 '맥락 우위(context advantage)'로 설명합니다. 인간은 사용자와 제품이 놓인 상황을 현재의 AI보다 더 깊이 이해하기 때문에, 무엇을 만들고 어떤 결과를 좋은 것으로 판단할지 결정할 수 있습니다. 결국 인간이 AI보다 더 많은 맥락을 아는 동안에는 사람의 개입이 필요하며, 그 격차가 줄어들수록 자동화할 수 있는 범위도 넓어진다고 볼 수 있습니다.

루프의 구조. 출처: Tharun Kumar Korine Palli의 블로그