AI 에이전트 →

루프 엔지니어링Loop Engineering

루프 엔지니어링(Loop Engineering)은 합격선이 있는 반복 연습 같은 것 — AI에게 목표와 성공 조건을 주고 실행·검증·기록을 조건을 채울 때까지 되풀이시키는 작업 설계 방식이에요.

루프 엔지니어링은 운동선수의 반복 훈련과 비슷해요. 코치가 '이 기록이 나올 때까지'라고 합격선을 정해 두면, 선수는 뛰고, 기록을 재고, 무엇이 부족했는지 적은 뒤 다시 뛰어요. AI에게도 한 번 시키고 끝내는 게 아니라, 목표(Goal)와 성공 조건을 정해 주고 그 조건을 통과할 때까지 실행 → 검증 → 기록을 반복하게 만드는 거예요.

강의에서는 상세페이지 개선처럼 결과물이 한 번에 만족스럽게 나오기 어려운 일에 이 방식을 써요. 핵심은 두 개의 파일이에요. task.md는 무엇을 해야 하는지 적은 업무 지시서이고, review.md는 결과가 합격인지 판단하는 검사 기준표예요. 에이전트는 task.md대로 작업하고, review.md 기준으로 스스로 점검한 뒤, 기준에 못 미치면 기록을 남기고 다시 고쳐요. 이 두 파일을 만들어 두면 같은 종류의 일을 다음에도 그대로 다시 돌릴 수 있어서 '원하는 결과가 나올 때까지' 일을 시키는 틀이 돼요.

초보가 주의할 점은 성공 조건을 모호하게 쓰면 루프가 끝나지 않거나 엉뚱한 곳에서 멈춘다는 거예요. '좋게 만들어 줘'보다 '모바일에서 섹션 8개 이하, 모든 섹션에 근거 한 줄 이상'처럼 확인할 수 있는 기준이 좋아요. 반복 횟수 상한도 함께 정해 두면 토큰이 끝없이 쓰이는 걸 막을 수 있어요. 단순한 반복 실행(이터레이션 루프)과 달리, 루프 엔지니어링은 검사 기준을 먼저 설계한다는 점이 핵심이에요.

💡 대표 예시

  • 상세페이지 개선 — task.md에 할 일, review.md에 합격 기준을 적고 루프를 돌린다
  • 목표 지시 — '검사 기준을 모두 통과할 때까지 반복해'라고 에이전트에 맡긴다
  • 반복 상한 — 최대 5회까지만 고치고 그래도 안 되면 보고하게 한다
  • 재사용 — 지난번 task.md와 review.md를 복사해 다른 상품에 다시 쓴다
  • 기록 확인 — 회차별로 무엇이 부족했는지 남긴 기록을 읽고 기준을 다듬는다

🔗 관련 용어

에이전트 평가(Evaluation)

에이전트 평가(Agent Evaluation)는 채점표를 들고 하는 시험 채점 같은 것 — AI 에이전트의 결과물을 미리 정한 기준(루브릭)으로 점수화해 어떤 방법이 더 나은지 비교하는 과정이에요.

에이전틱 워크플로

에이전틱 워크플로 (Agentic Workflow)는 요리사가 레시피를 보며 단계마다 스스로 판단해 요리를 완성하는 것 같은 것 — AI 에이전트 (Agent)가 사람의 지시 없이도 순서를 판단하고 도구 (Tool)를 골라 쓰며 작업을 끝까지 완료하는 흐름.

피드백 루프

피드백 루프(Feedback Loop)는 오답 노트 같은 것 — 결과에 대한 승인·반려·수정 기록을 다시 다음 작업의 기준으로 돌려넣어, 할수록 점점 나아지게 만드는 순환 구조예요.

/goal 명령(목표 기능)

/goal 명령(Goal mode)은 내비게이션에 목적지만 찍는 것 같은 것 — Claude Code·Codex 같은 AI 코딩 도구에 최종 목표와 완료 기준을 주면, 에이전트가 과정을 스스로 짜서 목표를 이룰 때까지 반복 작업하게 하는 기능이에요.

반복 수정 루프

AI가 생성한 코드를 실행·검토하고 프롬프트로 다시 수정 요청하는 과정을 짧게 반복하는 바이브 코딩의 핵심 개발 사이클.

자가 학습 에이전트(자기 개선 에이전트)

자가 학습 에이전트(Self-improving Agent)는 오답 노트로 실력을 키우는 학생 같은 것 — 작업 결과와 사람의 피드백을 쌓아 두고 다음 작업을 스스로 더 낫게 바꾸는 AI 에이전트예요.

이 개념, 직접 적용해볼까요?

AI 에이전트를 직접 만들고 24시간 운영하는 법을 단계별 강의로 배워보세요.