서론

2026년 7월, AI의 주전장은 「똑똑하게 대답하기」에서 「업무를 완수하기」로 옮겨갔습니다. 최근 3주간의 움직임이 이를 상징합니다.

Claude Opus 5 (7/24) — 이전 세대인 Opus 4.8과 동일한 가격으로 최상위 Fable 5에 육박하는 성능 -

OpenAI GPT-5.6 + ChatGPT Work (7/9) — 몇 시간 동안 붙어있으며 목표를 완성물로 바꾸는 에이전트 -

Gemini 4 (7/21) — 사전 학습(Pre-training) 시작 -
본 기사에서는 이러한 실행형 AI (agentic AI)를 단발성 채팅이 아닌 「태스크를 끝까지 끝내는 파이프라인」으로 구축하는 구현 패턴을 코드와 함께 정리합니다.

실행형 AI의 구조: 4레이어

「대답하는 AI」와 「끝내는 AI」의 차이는 아키텍처로 구현하면 명확합니다.

Goal (목표 정의) — 무엇을 완성할 것인가 -

Plan (계획 분해) — 목표를 서브 태스크(Sub-task)로 분해 -

Act (도구 실행) — 각 서브 태스크를 외부 도구/API로 실행 -

Verify (검증) — 결과물이 기준을 충족하는지 자기 검증하고, 미달 시 루프(Loop) 실행 -
포인트는 4번의 검증 루프입니다. 이 부분이 「떠넘기기식 저품질 업무」와 「사용 가능한 자동화」를 가르는 경계선입니다.

패턴 1: 목표 주도형 태스크 분해

목표를 받아 서브 태스크로 분해합니다. Claude Messages API의 예시입니다.

import anthropic, json

client = anthropic.Anthropic()

def decompose_goal(goal: str) -> list[str]:
    msg = client.messages.create(
        model="claude-opus-5",
        max_tokens=1024,
        system="목표를 실행 가능한 3~6개의 서브 태스크로 분해하여 JSON 배열만 반환하라",
        messages=[{"role": "user", "content": f"목표: {goal}"}],
    )
    return json.loads(msg.content[0].text)

## 패턴 2: 도구 실행 (tool use)으로 직접 움직이기
분해만 해서는 「대답하는 AI」의 영역을 벗어날 수 없습니다. 실제로 움직이려면 tool use가 필요합니다.
```python
tools = [{
    "name": "fetch_url",
    "description": "지정된 URL의 텍스트 내용을 가져온다",
    ...

이 루프를 계속 돌림으로써, AI가 스스로 「다음에 무엇을 호출할지」 판단하며 작업을 진행합니다. ChatGPT Work가 「앱을 넘나들며 몇 시간 동안 작동하는」 내부 원리가 바로 이것입니다.

패턴 3: 검증 루프 (이것이 본질)

실행형 AI의 품질을 결정하는 것은 검증입니다. 결과물을 별도의 프롬프트로 채점하고, 기준 미달 시 다시 만들게 합니다.

def verify_and_retry(goal, output, max_retries=2):
    for _ in range(max_retries + 1):
        check = client.messages.create(
            ...

사람이 하던 「품질 체크와 반려」를 코드로 구현하는 이미지입니다. 여기에 당신의 업계 지식을 규칙(Rule)으로서 주입할 수 있다면, 범용 AI는 낼 수 없는 품질을 얻을 수 있습니다. 이것이 「업계 지식 × AI 활용 능력」의 구현적인 의미입니다.

모델 선정 지침 (2026년 7월 기준)

요약

• 2026년 후반의 AI는 「대답하기」에서 「완수하기」로 이행했다
• 실행형 AI는 Goal → Plan → Act → Verify의 4개 층으로 구성한다
• 품질을 결정하는 것은 검증 루프. 여기에 업계 지식을 주입한다
• 모델은 역할 분담을 통해 비용을 최적화한다
• 「자동화 도구 구축」은 재현성이 높은 부업 장르다. 검증 로직이 차별화 요소가 된다
  우선 작은 목표 하나를 정해, 이 4개 층을 돌리는 미니멀한 스크립트를 작성해 보는 것을 추천합니다.

### Discussion

![](https://static.zenn.studio/images/drawing/discussion.png)