Loop Library: 검증과 멈춤 조건을 갖춘 AI 에이전트 루프 모음
목차
개요
Loop Library는 Forward Future가 운영하는, 반복 가능한 AI 에이전트 워크플로우 모음이다. 핵심 컨셉은 “명확한 검증 조건과 멈춤 조건을 갖춘 실용적인 AI 에이전트 프롬프트”를 복사해서 쓸 수 있게 하는 것이다. 즉 단발성 프롬프트가 아니라, AI가 어떤 기준에 도달할 때까지 스스로 반복하는 루프(loop)를 패턴으로 정리한 라이브러리다. 웹사이트에서 직접 검색해 복사할 수도 있고, 다음과 같이 스킬로 설치할 수도 있다.
1
npx skills add Forward-Future/loop-library --skill loop-library -g
Loop Library의 구조
분류 체계
루프들은 직무와 목적에 따라 다섯 가지 카테고리로 나뉜다.
| 카테고리 | 대상 |
|---|---|
| Engineering | 테스트 커버리지, 성능, 에러 처리, 로깅 |
| Evaluation | 전체 제품 평가, UX 검증, 약속 검증 |
| Operations | 데이터 정리, 배포 관리, 복구 검증 |
| Content | SEO 개선, 팟캐스트 제작, 콘텐츠 최적화 |
| Design | UI/UX 개선, 접근성, 시각적 재구성 |
루프의 공통 구성 요소
모든 루프는 비슷한 골격을 공유한다.
| 요소 | 설명 |
|---|---|
| 목적 | 루프의 최종 목표 |
| 실행 방식 | 단계별 절차 |
| 검증 조건 | 성공과 실패의 기준 |
| 멈춤 조건 | 언제 종료할 것인가 |
| 결과물 | 최종 산출물 |
이를 반복 구조로 풀면 다음 패턴이 된다.
1
2
3
4
5
① 현재 상태 평가
② 가장 약한 부분 또는 영향도 높은 부분 식별
③ 한 가지 변경 실행
④ 검증과 측정
⑤ 기준 충족 또는 더 이상 진전이 없을 때까지 반복
핵심은 “한 번에 하나씩 변경하고, 매번 검증한다”는 점이다. 검증 조건과 멈춤 조건이 명시되어 있어야 AI가 폭주하지 않고 수렴한다.
대표적인 루프 사례
엔지니어링과 평가 루프
라이브러리에는 61개 이상의 루프가 있으며, 실무에서 바로 쓸 만한 사례가 많다.
| 루프 | 목적과 방식 |
|---|---|
| The Docs Sweep | 코드와 문서 동기화 유지, 전체 검토 후 오래된 문서 업데이트하고 PR 개설 |
| The Production Error Sweep | 프로덕션 로그 검토로 근본 원인 추적, 수정 후 PR 제출 |
| The 100% Test Coverage Loop | 100% 커버리지 도달까지 반복적으로 테스트 추가 |
| The Full Product Evaluation Loop | 프로덕션 규모 로컬 데이터 구축, 실제 사용자처럼 테스트 후 공통 원인 통합 수정 |
| The Promise-to-Proof Loop | 마케팅과 문서의 모든 주장을 나열하고 현재 제품과 대조해 위험도 순으로 수정 |
각 루프는 “약한 곳을 찾아 하나 고치고 다시 검증”이라는 동일한 리듬을 따른다.
고급 멀티 에이전트 루프
여러 AI를 엮어 서로를 검증하게 하는 루프도 정리되어 있다.
| 루프 | 핵심 아이디어 |
|---|---|
| The Autonomy-Loop Builder-Reviewer Loop | 빌더가 변경하고 빨강에서 초록으로 테스트, 검토자가 게이트 재실행, 둘 다 통과해야 승인 |
| The Multi-LLM Convergence Loop | 서로 다른 두 AI가 같은 버전을 승인할 때까지 교대로 검토와 수정 반복 |
| The Codex Completion-Contract Loop | 장기 작업에서 완료 요건을 사전 정의하고 모두 증명되어야 완료 처리 |
| The Goal Forge Loop | 아이디어를 SPEC.md 완료 조건과 GOAL.md 작업 계획으로 변환 후 승인받고 시작 |
특히 Builder-Reviewer나 Multi-LLM Convergence 패턴은, AI가 자기 작업을 스스로 옹호하는 편향을 깨기 위해 별도 인스턴스가 검증하게 만든다는 점에서 의미가 있다.
결론
Loop Library의 가치는 개별 프롬프트가 아니라 사고방식에 있다. “한 번 잘 시키면 끝”이 아니라, 검증 게이트를 정의하고 그 기준에 도달할 때까지 AI가 반복하게 만드는 구조다. 사람의 역할은 작업을 직접 수행하는 것에서, 검증 조건과 멈춤 조건을 설계하고 루프의 경계를 관리하는 것으로 이동한다. 직무별로 정리된 61개 이상의 루프는, 이 사고방식을 자신의 업무에 옮겨 적용하기 위한 좋은 출발점이 된다.