“루프를 설계하라”는 말이 맞는지 틀린지가 아니라, 그 말이 당신 상황에 맞는지가 진짜 질문입니다.

개발자 커뮤니티에서는 요즘 이런 말이 자주 등장합니다. “에이전트에게 직접 프롬프트하는 건 이제 구식이다. 에이전트를 자동으로 돌리는 루프를 설계해야 한다.” OpenAI에 합류한 Peter Steinberger가 소셜 미디어에서 반복적으로 강조하는 이 주장은, 매번 논쟁을 불러옵니다. 누군가는 공감하고, 누군가는 답답해합니다. 개발자이자 에이전트 헤비유저인 Sankalp이 이 논란의 핵심을 짚었습니다. 문제는 주장의 옳고 그름이 아니라, 각자의 맥락(context)이 다르다는 것입니다.

출처: To-loop or not loop: figuring out the context behind agent usage and automation patterns – sankalp’s blog

Claude Code가 진화시킨 자동화 패턴

지난 1년간 AI 코딩 에이전트를 쓰는 방식은 눈에 띄게 달라졌습니다. 모델이 정확해질수록, 사람이 직접 확인해야 할 이유가 줄어들었고, 그 공백을 자동화가 채웠습니다. Sankalp은 이 흐름을 5단계로 정리합니다.

1. 에이전트에게 일일이 프롬프트를 입력하며 20분 단위 작업을 위임
2. 루브릭(rubric, 판단 기준표)을 작성하고 결과를 감독하며 반자동으로 진행
3. 루브릭을 갖춘 대형 에이전트가 서브 에이전트 스레드를 생성해 병렬 처리
4. 더 스마트한 에이전트가 도구와 IDE를 갖춘 다수의 서브 에이전트를 조율
5. 서브 에이전트끼리 서로 통신하는 동적 워크플로(에이전트 스웜)

Opus 4.5, GPT-5.2-codex 시대 이후 장기(long-horizon) 워크플로가 가능해졌고, 리뷰어 에이전트의 정확도가 높아지면서 사람의 감독 없이도 안정적으로 돌아가는 시스템이 현실이 됐습니다. Claude Code의 /loop 기능처럼, 목표가 달성될 때까지 에이전트가 반복적으로 작업을 수행하는 방식도 실제로 쓰이고 있습니다.

하지만 이 단계들은 선형적으로 올라가야 할 사다리가 아닙니다. 어느 단계가 맞는지는 전적으로 자신의 상황에 달려 있습니다.

나에게 맞는 자동화 수준을 판단하는 4가지 기준

1. 작업량

자동화 욕구는 처리해야 할 일의 양에 비례합니다. 여러 클라이언트를 동시에 담당하거나, 혼자 프로젝트 전체를 떠맡고 있거나, 빠르게 PMF(제품-시장 적합성)를 찾아야 하는 초기 스타트업이라면 자동화는 선택이 아닌 생존 전략입니다. 반대로 작업량이 많지 않다면, 루프를 설계하는 데 드는 비용이 얻는 이득보다 클 수 있습니다.

2. 시간(마감)

마감이 있으면 사람은 자연스럽게 자동화를 떠올립니다. 결과 중심으로 사고하게 되고, 반복 작업에서 빠져나올 방법을 찾게 됩니다. Sankalp은 자신이 가장 효율적이었던 순간이 늘 마감 앞이었다고 말합니다. 시간 압박이 없다면, 정교한 루프를 구축하는 과정 자체가 또 다른 시간 낭비가 될 수도 있습니다.

3. 과제의 성격과 단계

모델이 잘하는 영역과 못하는 영역이 다릅니다. 이미 기반 코드가 잡힌 상태에서 기능을 추가하는 통합 작업, 프론트엔드, 문서 생성 같은 영역은 자동화 효율이 높습니다. 반면 초기 아키텍처 설계, 섬세한 판단이 필요한 제품 의사결정, 인텐트 밀도(intent density)가 높은 작업은 자동화하기 어렵습니다. 모델이 약한 영역일수록 감독 없이는 오히려 결과가 나빠집니다.

4. 비용(토큰 예산)

Peter Steinberger가 “루프를 설계하라”고 말할 수 있는 건, OpenAI 내부에서 사실상 무제한 토큰을 쓸 수 있기 때문입니다. 비용 걱정 없이 에이전트를 병렬로 돌릴 수 있는 환경과, 매달 API 비용을 계산해야 하는 환경은 근본적으로 다릅니다. 토큰 예산이 여유롭지 않다면, 정교한 자동화보다 선택적인 위임이 더 현실적입니다.

자동화는 목표가 아니라 수단

이 4가지 기준이 말하는 건 결국 하나입니다. 자동화는 어느 수준까지 해야 한다는 정답이 없다는 것. 태우는 비용보다 만들어내는 가치가 크면 자동화할 이유가 생기고, 그렇지 않으면 굳이 할 이유가 없습니다. Sankalp은 “자동화 설정에 대부분의 시간을 쓰는 사람이 되지 말라”고 덧붙입니다. 루프를 만드는 것 자체가 목적이 돼버리면, 정작 중요한 일을 할 시간이 사라집니다.

타인의 워크플로를 부러워하거나 무시하기 전에, 그 사람의 맥락을 먼저 파악하는 것이 유용합니다. 그리고 같은 기준으로 자신의 상황을 한 번 점검해보는 것도요.

참고자료: Lenny’s Podcast – Cat Wu on thriving in an AI-driven world