AI 에이전트가 생산성이 높은 이유는 ‘속도’ 때문이 아니라 ‘지치지 않는 반복’ 때문이다. 이 반복의 질을 결정하는 것이 바로 피드백 루프다. 단순한 자연어 피드백이 아닌, Lint를 통한 기계적 피드백을 루프에 심을 때 에이전트는 인간의 개입 없이도 완결성 있는 결과를 만들어낼 수 있다.
근거
가장 강력한 Lint 규칙은 외부에서 빌려온 표준이 아니라, 우리 프로젝트의 실제 실패 사례에서 추출한 규칙이다. AI 세션 종료 후의 회고가 단순한 기록으로 끝나지 않고, Lint라는 ‘법전’에 기록될 때 시스템은 진화한다.
“Lint 규칙은 남이 만든 걸 무조건 가져다 쓰기보다, 내 실수에서 뽑아내는 게 제일 좋다. … 주기적으로 Lint 규칙으로 만들 수 있는 게 있는지 찾는다. … hook을 사용해서 Agent가 커밋하기 전에 Lint가 반드시 돌아가게 해둔다. 피드백 루프가 쫀쫀해진다.”
이 프로세스는 다음과 같은 선순환을 만든다:
- AI가 특정 패턴에서 실수함.
- 회고를 통해 해당 실수를 방지할 결정론적 규칙(Lint) 도출.
- 에이전트 실행 환경에 해당 규칙 탑재 및 Pre-commit hook 강제.
- 다음 세션에서 AI가 동일 실수 발생 시 Lint 에러를 만나고 스스로 수정함.
연결된 생각
- 20260612-ai-lint-harness — 이 피드백 루프를 가능하게 하는 핵심 도구
- post-mortem-analysis — 실패로부터 학습하는 조직의 문화가 AI 시스템에서는 Lint 생성 프로세스로 치환된다.