“루프”는 AI 에이전트 담론에서 너무 넓게 쓰인다. 실제 설계에서는 실행 루프, 태스크 루프, 제품 루프, 시스템 루프를 구분해야 종료 조건, 사람 개입 지점, 평가 신호가 선명해진다.
네 가지 루프
| 루프 | 반복 대상 | 종료/피드백 신호 |
|---|---|---|
| 실행 루프 | 한 작업 안의 도구 호출과 관찰 | 도구 결과, 테스트 출력, 에이전트의 중단 판단 |
| 태스크 루프 | 같은 명세에 대한 fresh-context 재시도 | 스펙 충족, 테스트 통과, 리뷰 통과 |
| 제품 루프 | 코드베이스와 백로그 전체 | 이슈, 로그, 사용자 피드백, 배포 결과 |
| 시스템 루프 | 프롬프트, 하네스, 모델, eval 자체 | 평가 점수, 실패 클러스터, 운영 지표 |
실행 루프는 에이전트가 파일을 읽고 수정하고 테스트하는 act-observe cycle이다. 태스크 루프는 같은 명세를 새 컨텍스트로 반복 실행해 context rot을 피하고, 실패 시 다른 시도를 하게 한다. 제품 루프는 triage, spec, 구현, 리뷰, 검증, 배포, 모니터링까지 이어지는 소프트웨어 팩토리 관점이다. 시스템 루프는 그 팩토리 자체를 측정하고 고치는 autoresearch 계층이다.
Oversight loop
가장 바깥에는 사람이 목표, 예산, 중단 기준을 정하는 oversight loop가 있다. 자동화 수준은 각 루프마다 따로 조정해야 한다. 예를 들어 실행 루프는 거의 자동으로 돌리되, 제품 루프의 자동 머지는 제한하고, 시스템 루프의 최종 하네스 변경은 사람이 승인하게 둘 수 있다.
설계 질문
- 지금 만드는 것은 한 작업의 실행 루프인가, 코드베이스 운영 루프인가?
- 종료 조건이 모델의 자기 선언인지, 외부 검증 신호인지?
- 실패한 루프를 다음 반복에서 어떻게 다르게 만들 것인지?
- 사람이 개입하는 지점이 매번 수동 확인인지, 위험도 기반 승인인지?
- 루프가 만든 결과를 추적·클러스터링해 시스템을 개선하는 바깥 루프가 있는지?
관련 문서
- agentic-loops — 루프를 AI 시스템 설계 단위로 보는 기본 개념
- ai-agent-tips-loop-engineering — 루프 엔지니어링의 구성요소
- agentic-loops-tips-pm-stop-conditions — PM 관점의 종료 조건과 검증자 설계
- autoresearch — 에이전트가 실험과 하네스를 스스로 개선하는 연구 루프
참고 자료
- What the Hell Is a Loop, Anyway? — O’Reilly Radar (2026-07-29)