루프 엔지니어링이란? AI 에이전트가 반복해서 일하는 구조 이해하기

챗봇은 질문을 받고 답을 하면 일이 끝납니다. 하지만 “이 프로젝트의 테스트가 통과할 때까지 문제를 찾아 고쳐줘” 같은 요청은 한 번의 답변으로 끝나기 어렵습니다.

이때 필요한 것이 반복(loop)입니다. AI가 현재 상태를 보고, 행동하고, 결과를 확인한 뒤 다음 행동을 정하는 흐름입니다.

루프는 왜 필요한가요?

현실의 작업은 대부분 한 번에 끝나지 않습니다. 코드를 수정하면 테스트 결과를 봐야 하고, 자료를 찾으면 부족한 정보가 있는지 확인해야 합니다. 결과에 따라 다음 행동이 달라집니다.

단순화하면 다음과 같습니다.

상태 확인 → 행동 → 결과 확인 → 다음 행동 결정 → 반복

중요한 점은 “무한히 돌게 만든다”가 아닙니다. 언제 계속하고 언제 멈출지가 함께 있어야 합니다.

반복이 있다고 해서 자동으로 좋은 에이전트가 되는 것은 아닙니다. 목표가 모호하면 AI는 필요 없는 작업을 계속할 수 있고, 같은 오류를 반복할 수도 있습니다.

그래서 루프를 생각할 때는 최소한 세 가지를 구분하는 것이 좋습니다.

이 세 가지가 명확해질수록 반복은 단순한 재시도가 아니라 목표를 향한 작업 흐름이 됩니다.

좋은 프롬프트는 한 번의 판단을 개선합니다. 루프는 여러 번의 판단을 시간 순서로 연결합니다. 따라서 프롬프트를 잘 쓰는 것과 반복 구조를 설계하는 것은 서로 다른 문제입니다.

AI 에이전트를 처음 접한다면 복잡한 멀티 에이전트보다 먼저 “한 에이전트가 한 가지 목표를 반복 수행하는 구조”를 이해하는 편이 훨씬 쉽습니다.

루프의 가치는 다시 시도하는 데만 있지 않습니다. 이전 행동의 결과가 다음 판단에 들어간다는 데 있습니다. 즉, 피드백이 있는 반복이 핵심입니다.

이 관점을 이해하면 코딩 에이전트, 리서치 에이전트, 자동화 워크플로우가 왜 비슷한 구조를 가지는지 보이기 시작합니다.