에이전트 루프

에이전트 루프는 AI에게 일을 한 번 시키고 끝내는 대신, 「돌려 보고 → 어디서 틀렸는지 확인하고 → 원인을 찾아 → 고치고 → 다시 돌리는」 한 바퀴를 될 때까지 반복시키는 방식입니다. 사람이 매번 「이거 틀렸어」라고 말해 주지 않아도 AI가 그 바퀴를 스스로 돕니다.

왜 필요한지는 한 장면으로 설명됩니다. 코딩하는 AI에게 프로그램을 만들라고 하면 30분 만에 작동하는 물건이 나오고, 자기가 만든 시험도 통과합니다. 그런데 진짜 데이터를 넣으면 무너집니다. 자기가 낸 문제를 자기가 푼 셈이라 시험이 쉬웠던 것입니다.

그래서 루프에는 반드시 짝이 하나 붙습니다 — AI가 손댈 수 없는 채점표입니다. 실제 데이터로, 줄이지 않은 실제 규모로, AI가 만들지 않은 다른 도구로 결과를 대조합니다. 채점표까지 AI가 고칠 수 있으면 루프는 검증이 아니라 자기암시가 됩니다. 요리사에게 자기 요리를 채점하게 하지 않고 손님에게 맡기는 것과 같습니다.

「루프를 걸자 달라진 것」 — 같은 AI에 같은 과제를 줬는데 처음엔 실패하고 나중엔 성공했다는 기사가 나오면, 모델이 바뀐 게 아니라 이 바퀴를 걸었다는 뜻인 경우가 많습니다.

1. 클로드나 챗GPT에 이렇게 시켜 보세요: 「가계부 CSV를 읽어서 월별 합계를 내는 파이썬 코드를 써 줘」
2. 나온 코드를 받아만 두지 말고 이어서 시켜 보세요: 「이 코드를 네가 직접 실행해서 결과를 보여 줘. 에러가 나면 원인을 진단하고 고친 다음 다시 실행해 줘. 통과할 때까지 반복해」
3. 두 번째 지시가 루프입니다. 「만들어 줘」와 「돌려 보고 고쳐서 다시 돌려 줘」의 차이가 장난감과 실물의 차이입니다.
4. 한 걸음 더 — 예제 대신 진짜 파일을 하나 올려서 같은 걸 시켜 보세요. 샘플에서는 멀쩡하던 코드가 실제 파일의 빈 칸이나 이상한 날짜 형식에서 무너지는 걸 보게 됩니다. 이 방식이 존재하는 이유가 그 장면입니다. 채점을 AI에게 맡기지 않는 것이 요령이라, 「네가 만든 테스트 말고 내가 준 파일로 확인해 줘」를 조건으로 걸면 훨씬 정확해집니다.