“난 더 이상 프롬프트를 쓰지 않는다”는 앤트로픽 엔지니어, 대체 왜 그러는 걸까
한 줄 요약
- 큰 일을 한 번에 던지는 대신 작은 단위 루프로 쪼개고, 외부 판정·완료 조건·사이클 단위를 명확히 설계해야 AI가 방대한 작업을 끝까지 수행할 수 있다는 주장이다.
- 영상은 논문 1,200개 읽기, 인스타 영상 100개 프레임 분석, 미팅 회고 반복 같은 사례로 루프 설계를 설명한다.
핵심 내용
- 대규모 작업을 한 번에 지시하면 AI가 제목·앞부분만 보고 성급히 요약해 버리기 쉬우므로 작은 단위 반복 구조가 필요하다고 설명한다.
- 루프 엔지니어링의 핵심 요소로 외부 판정, 완료 조건, 한 사이클당 변경 단위를 제시한다.
- 인스타그램 영상 100개를 각 루프에서 1개씩 처리하도록 분해해 실제로 100회 이상 세션을 돌린 사례를 소개한다.
- 외부 판정은 “100개 모두 완료” 같은 정량 기준이나 외부 산출물 생성으로 두어 에이전트의 자기합리화를 막는 역할을 한다.
- Claude 계열 워크플로우에서는 컨텍스트 압축 임계값을 낮춰 장시간 루프 비용을 제어하는 팁을 언급한다.
- 완료 기준이 명확하고 장시간 반복이 필요하지 않은 작업은
/loop보다 /goal 같은 목표 지향 모드가 더 적합하다고 구분한다.
JYP Labs 관점
- 대량 문서 검토, 회의 리플레이, 영상/콘텐츠 분석처럼 건수가 많은 업무는 루프 단위와 외부 검증 기준을 먼저 정의해야 자동화 품질이 올라간다.
- Sophie/Hermes 작업에도 “완료 판단을 모델 내부에 맡기지 않는다”는 원칙을 적용해 정량 카운트, 파일 생성, 체크리스트 통과 여부를 외부 조건으로 두는 설계가 유효하다.
- 반복 주기형 작업과 목표 달성형 작업을 구분해 cron/loop와 goal형 실행을 다르게 설계할 필요가 있다.
- 긴 세션 비용 관리는 컨텍스트 누적을 줄이는 압축·메모리·작업 분할 전략과 함께 다뤄야 한다.
관련 문서
원문 위치
메모
- 자동 생성 자막 기반이라 일부 용어 인식 오류와
/loop, /goal, auto compact 관련 표기 흔들림이 있다.
- 영상 홍보/감탄 표현은 제외하고 업무 설계 관점의 주장만 요약했다.