Anthropic의 내부 루프 엔지니어링 (Loop Engineering) 플레이북이 방금 유출되었습니다.
그리고 이것은 제가 올해 읽은 가장 가치 있는 AI 가이드입니다.
이 가이드는 정보로 가득 차 있으며, 루프 (loops)를 통해 AI 생산성을 극대화하고 싶다면 반드시 알아야 할 다섯 가지 사항이 있습니다 (저장해 두세요):
- 모든 루프를 다음 5가지 원칙을 중심으로 구조화해야 합니다:
• Discovery (발견) → 에이전트가 스스로 작업(CI 실패, 이슈, 커밋)을 찾도록 합니다.
• Handoff (전달) → 모든 작업에 대해 격리된 개별 git 워크트리 (worktree)를 부여합니다.
• Verification (검증) → 생성기 (generator)가 자신의 작업에 스스로 점수를 매기게 하지 마세요.
• Persistence (지속성) → 항상 상태를 디스크(마크다운 또는 보드)에 기록하세요.
• Scheduling (스케줄링) → 타이머를 설정하여 당신이 자는 동안에도 작동하도록 하세요.
- 생성기 (Generator)와 평가기 (Evaluator)를 분리하세요 (가장 중요한 규칙)
두 개의 에이전트를 사용하세요: 하나는 작성하고, 다른 하나는 코드가 망가졌다고 가정하는 회의적인 판사 역할을 합니다.
평가기가 실제로 행동(테스트 실행, 버튼 클릭, 스크린샷 촬영)하도록 만드세요. 이것이 실제로 나쁜 출력을 막아주는 핵심입니다.
- 다음 6가지 구성 요소로 구축하세요:
• Automations (자동화 - 타이머)
• Worktrees (워크트리 - 안전한 병렬 처리)
• Skills (기술 - 영구적인 프로젝트 지식)
• Connectors (커넥터 - GitHub, Linear 등과 통신)
• Sub-agents (하위 에이전트 - 생성기 + 평가기)
• Memory (메모리 - 실행 간에 유지되는 상태 파일)
- 루프 엔지니어링 (loop engineering) 시 주의해야 할 사항:
• Verification debt (검증 부채 - 검증 에이전트를 사용하세요)
• 자신의 코드베이스에 대한 이해 상실 (필요하다면 새로 시작하세요)
• 토큰 비용 (Token costs) 폭증 (해결책은 아래에 있음)
• 인지적 항복 (Cognitive surrender - "루프가 처리하니까"라며 생각을 멈추지 마세요)
- 토큰 비용 문제 해결하기
루프 엔지니어링은 비용이 엄청나게 많이 들 수 있습니다.
저는 루프 엔지니어링에 80/20 "바벨 (barbell)" 접근 방식을 사용할 것을 권장합니다.
최고의 지능이 필요한 가장 복잡한 작업에는 비용이 많이 드는 모델 (Opus)을 사용하세요.
나머지 80%의 작업(단순 반복 작업)에는 Claude Code 하네스 내에서 저렴한 오픈 소스 모델을 사용하세요 (GLM-5.2는 코드 실행에 매우 좋습니다).
잊어버리지 않도록 이 5가지 규칙을 저장해 두세요.
[IMG:1]
