Agent loop를 단순히 “AI를 계속 돌리는 방법”으로 이해하면 위험하다. 중요한 것은 반복 자체가 아니라 멈출 기준이다. 좋은 loop는 agent에게 일을 더 많이 시키는 장치가 아니라, 사람이 매번 판단하던 종료 조건을 검증 가능한 기준으로 외주화하는 장치다.
Turn-based loop에서는 사람이 매번 다음 prompt를 쓰며 확인한다. Goal-based loop로 올라가면 “언제 끝났는가”를 evaluator가 확인한다. Time-based loop는 “언제 시작할 것인가”를 시간이나 schedule에 넘긴다. Proactive loop는 prompt 자체까지 routine에 넘긴다. 단계가 올라갈수록 편해지지만, 그만큼 stop condition과 cost boundary가 중요해진다.
따라서 질문은 “더 강한 loop를 쓸까?”가 아니다. “내가 지금 병목인 부분이 check인가, stop condition인가, trigger인가, prompt 자체인가?”를 먼저 봐야 한다.
연결된 생각
- 20260710-agentic-loop-taxonomy — 네 가지 agentic loop 분류.
- 20260710-verifiable-stop-condition — loop가 안전하게 멈추기 위한 핵심 조건.
- 20260612-ai-agent-work-harness — agent 결과를 검증 가능한 하네스로 감싸는 관점.
출처
클리핑 · Hada · Claude blog