앤트로픽, 클로드 코드 루프 엔지니어링 가이드 공개…자율 에이전트 구축법 제시

이제 AI에게 프롬프트를 정성껏 쓰는 대신, 만족할 때까지 알아서 돌게 만드는 루프를 설계해야 할 때입니다.

Anthropic의 Claude Code 팀이 에이전틱 루프 구축 가이드를 공개했습니다. 이들이 정의하는 루프란 종료 조건이 충족될 때까지 AI 에이전트가 작업 사이클을 스스로 반복하는 구조입니다. 상황에 맞게 골라 쓸 수 있는 네 가지 루프 유형과 함께 토큰 비용을 방어하는 현실적인 팁들이 담겼습니다.

한 턴짜리 대화에서 완전 자율 루프까지

가장 기본적인 방식은 턴 기반 루프입니다. 사용자가 프롬프트를 보내면 Claude가 코드를 고치고 테스트한 뒤 결과를 돌려줍니다. 여기서 품질을 높이려면 SKILL.md 파일로 검증 단계를 문서화해 두면 됩니다. 브라우저를 띄우고 버튼을 클릭해 콘솔에 에러가 없는지 AI가 직접 확인한 뒤 작업을 끝내게 만듭니다.

한 단계 나아간 방식은 /goal 명령어를 쓰는 목표 기반 루프입니다. AI는 종종 적당히 타협하고 일찍 작업을 멈추곤 합니다. 이를 막기 위해 홈페이지만 등급 90점 이상 달성할 때까지 최대 5번 시도하라는 식의 명확한 종료 조건을 줍니다. 평가자 모델이 조건을 통과할 때까지 Claude를 다시 일터로 돌려보냅니다.

반복적인 업무에는 시간 기반 루프가 적합합니다. 로컬 터미널에서 /loop 명령어를 쓰면 5분마다 PR 상태나 CI 빌드 오류를 확인해 고칠 수 있습니다. 컴퓨터를 꺼도 계속 돌리고 싶다면 /schedule을 사용해 클라우드 루틴으로 넘기면 됩니다.

가장 진화한 형태는 사전 대응형 루프입니다. 스케줄이나 이벤트로 자동 실행되며 인간의 개입이 전혀 필요 없습니다. 버그 제보가 들어오면 세 개의 병렬 작업 트리를 띄워 각기 다른 해결책을 찾고, 심사역 모델이 이를 상호 검증해 최종 코드를 반영하는 복합 자동화가 가능합니다.

눈먼 토큰 낭비를 막는 안전장치

에이전트를 무턱대고 루프로 돌리면 토큰 청구서에 불이 붙기 십상입니다. 동적 워크플로는 순식간에 수백 개의 에이전트를 생성할 수 있으므로, 본격적인 실행 전에 작은 작업 단위로 파일럿 테스트를 거쳐야 합니다.

또한 결정론적인 작업은 모델에게 추론시키지 말고 스크립트를 실행하게 해야 합니다. PDF 양식 채우기 같은 일은 매번 코드를 생각하게 하지 말고 스크립트를 호출하게 만드는 편이 훨씬 저렴합니다.

코드 품질 관리에서는 작성 에이전트와 별개의 독립된 에이전트에게 코드 리뷰를 맡길 것을 권장합니다. 이전 사고 과정에 편향되지 않은 새로운 맥락의 에이전트가 더 객관적으로 버그를 잡아내기 때문입니다.

왜 중요한가

우리는 이 가이드가 AI 코딩의 무게중심이 어디로 이동했는지를 잘 보여준다고 봅니다. 이제 핵심은 말을 얼마나 유려하게 거느냐가 아니라, AI가 스스로 채점할 수 있는 명확한 통과 기준을 코드로 정의할 수 있느냐입니다.

개발자 입장에서 당장 활용 가치가 높습니다. 린트 에러 수정, 라이브러리 마이그레이션, 테스트 코드 통과처럼 성패가 숫자로 떨어지는 일은 지금 바로 /goal 루프를 물려둘 만합니다. 반면 요구사항이 모호한 기획 단계 업무에 무작정 루프를 걸었다가는 비용만 날리기 쉽습니다.

Anthropic의 접근은 매우 영리합니다. 모델을 환상적인 만능 도구로 포장하는 대신, 스크립트로 비용을 아끼고 별도 에이전트로 상호 감시하게 만드는 현실적인 공학 해법을 제시했습니다. 다만 완전 자율 루프가 여러 개 얽힐 때 발생할 브랜치 충돌이나 재시도 무한 루프의 위험은 사용자가 꼼꼼히 통제해야 할 숙제로 보입니다.