Anthropic의 내부 루프 엔지니어링 (Loop Engineering) 플레이북이 유출되었습니다.

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):

1. 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.

2. 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.

3. 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)

4. 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)

5. 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]