정의
2026년 초 AI 에이전트 작업 하네스(Agent Work Harness) 영역에서 두 가지 대비되는 철학이 공존한다. 하나는 의도적 수련(Deliberate Practice) 기반 접근으로, 명확한 PRD(Problem Requirement Document)를 주고 이를 만족할 때까지 모델이 자율적으로 반복·시행착오하게 하는 방식(Ralph Loop)이다. 다른 하나는 최소 기능의 직교적 조합(Orthogonal Primitive Combination) 접근으로, 서로 독립적인 기본 도구들만 제공하고 에이전트가 이를 스스로 조합·확장하게 하는 방식(Pi/OpenClaw)이다. 두 철학 모두 강력한 모델의 capability overhang을 활용하지만, 인간의 개입 수준, 위험 감수, 확장 전략에서 근본적으로 다르다.
핵심 속성
- 철학적 차이: Ralph Loop는 “될 때까지 반복” → 모델이 evaluation metric을 향해 탐색. OpenClaw/Pi는 “최소한의 직교 기능으로 에이전트 스스로 조합” → 인간은 방향성만 제시.
- 인간 개입: Ralph Loop는 Human-in-the-loop 약함 (초기 PRD와 metric만 제공). OpenClaw는 Human-in-the-loop 강조 (메신저 기반 피드백).
- 보안 태세: Ralph Loop 샌드박스 내에서 실행. OpenClaw는 샌드박스를 무시하는 급진적 접근 (Moltbook에서 API 키 100만 개 유출로 현실화).
- 비용 효율: Ralph Loop는 토큰 소모가 크지만 목표 달성률 높음. OpenClaw/Pi는 초기 토큰 소모 적지만 조합 실패 시 재시도 비용 발생.
- 대표 인물: Ralph Loop → Geoffrey Huntley (의도적 수련 개념 창시). Pi → Mario Zechner (Fraunhofer IEM 연구소 출신, 보안 중시). OpenClaw → Peter Steinberger (20-30년 경력, 급진적 실험).
관계
- 에이전트 스웜의 조직 메타포 — 상위 개념 (하네스 철학이 스웜 협업 패턴에 영향을 줌)
- 타임 갭과 암묵지 갭의 소멸 — 대조 (하네스 효율화로 도메인 갭이 줄어듦)
- 원본 클리핑 — 직접 소스
인용
“Pi를 만든 Mario Zechner의 철학은 굉장히 최소한의 기능을 가지고 MCP도 안 넣고 … 모든 것들이 에이전트가 그런 소프트웨어들을 스스로 만들어가는 방향성. 그러니까 최소한의 기능, 직교적인 기능을 가지고서 결합하는 쪽으로 하는 철학을 가지고 있어서 …”
“OpenClaw 같은 걸 봤을 때 늘 그거를 일을 주고 피드백을 받고 … PRD나 스펙이 정해져 있다면 그게 정교하다면 그걸 될 때까지 반복하는 게 작동하는 걸 보고 있었고 … 하지만 또 상황에 따라서는 Human In The Loop로 티키타카하면서 조율하는 게 더 잘 작동하는 모드도 있고 이 두 가지 학파가 있는 것 같습니다.”
출처
- 📎 클리핑: 20260613-ep85-ko-transcript