프롬프팅의 시대는 끝났다: AI 루프의 시작

대부분의 사람들은 아직도 완벽한 프롬프트를 찾는 데 집중하고 있습니다.

하지만 지금은 그게 잘못된 게임입니다.

최고의 AI 사용자들이 더 나아지고 있는 이유는 마법 같은 문장을 찾았기 때문이 아닙니다. 그들은 AI를 단순한 채팅 상자처럼 다루는 것을 멈추고, 한 단계에서 다음 단계로 작업을 이어나갈 수 있는 시스템처럼 다루기 시작했기 때문입니다.

이것이 바로 변화입니다: 프롬프팅은 하나의 좋은 답변을 얻는 것이었습니다. 루프(loop)는 첫 번째 답변 이후에도 작업이 계속 진행되도록 만드는 것입니다.

PART 1 · 프롬프트 시대는 한계에 도달했습니다

모든 사람들이 여전히 더 나은 프롬프트를 수집하는 데 열중하고 있습니다. 이것은 지금 AI를 사용하는 가장 비효율적인 방법입니다. 그들은 완벽한 문장, 완벽한 역할극, 완벽한 "~인 척 하기" 설정을 계속 찾아 헤매다가, 모든 진지한 작업이 결국 40분 동안 채팅 탭을 돌보는 일로 변하는 이유를 이해하지 못합니다.

• 기존 AI 워크플로우는 이렇게 생겼습니다:
• 채팅 열기 → 맥락 붙여넣기 → 한 번 질문하기 → 출력물 수정하기 → 다시 질문하기 → 처음부터 다시 시작하기
• 무언가 일어나고 있기 때문에 생산적으로 느껴집니다.
• 하지만 여전히 더 빠른 자동완성으로 하는 수동 작업일 뿐입니다.

문제는 프롬프트가 나쁘다는 것이 아닙니다. 문제는 프롬프트는 보통 한 번의 동작일 뿐인 반면, 실제 작업은 일련의 동작들로 이루어진 체인이라는 점입니다. 리서치는 아웃라인이 되고, 아웃라인은 초안이 되고, 초안은 검토가 되고, 검토는 재작성이 되고, 재작성은 출판이 되며, 그 결과는 다음 시도를 개선하는 데 사용되어야 합니다. 대부분의 사람들은 모든 단계를 수동으로 밀어붙인 후 그것을 "AI 워크플로우"라고 부릅니다.

그것은 워크플로우가 아닙니다. 그것은 이미 다음에 무엇이 올지 알고 있어야 하는 기계에서 "계속" 버튼을 클릭하는 것에 불과합니다.

1당신은 내 작업을 직접 대답하기 위해 있는 것이 아닙니다.
2
3당신은 그것을 반복 가능한 AI 루프로 바꾸기 위해 있습니다.
4
5작업:
6[작업 입력]
7
8먼저, 일반적으로 수동으로 이루어지는 단계들로 작업을 나누세요.
9
10그런 다음 최소한의 인간 개입으로 그 단계들을 실행할 수 있는 루프를 설계하세요.
11
12루프에는 다음이 포함되어야 합니다:
13- AI가 시작하기 전에 필요한 맥락
14- 먼저 무엇을 생성해야 하는지
15- 출력물을 어떻게 검증할지
16- 출력물이 약할 경우 어떻게 할지
17- 다음 실행을 위해 무엇을 저장할지
18- 루프가 언제 중단되어야 하는지
19- 여전히 인간의 승인이 필요한 부분
20
21매일 실행할 수 있을 만큼 시스템을 단순하게 유지하세요.

당신은 내 작업을 직접 대답하기 위해 있는 것이 아닙니다. 당신은 이 작업을 반복 가능한 AI 루프로 바꾸기 위해 있습니다.

작업은: [작업]

시스템처럼 루프를 설계하세요. AI가 시작하기 전에 필요한 맥락, 먼저 무엇을 생성해야 하는지, 출력물을 어떻게 판단할지, 출력물이 약할 경우 어떻게 할지, 다음 실행을 위해 무엇을 저장할지, 그리고 루프가 언제 중단되어야 하는지 설명하세요. 매일 전체 설정을 다시 구축하지 않고도 실행할 수 있을 만큼 단순하게 유지하세요.

PART 2 · 카파시(Karpathy)가 진짜 변화를 지적했습니다

카파시의 Software 3.0 아이디어는 사람들이 쉬운 말을 따라 하게 만들었습니다: 영어가 프로그래밍 언어가 되고 있다는 것. 그 부분은 사실이지만, 그것이 전부는 아닙니다. 만약 영어가 모델을 프로그래밍할 수 있다면, 영어는 모델을 둘러싼 프로세스도 프로그래밍할 수 있습니다.

바로 여기서 대부분의 사람들이 놓쳤습니다. 그들은 출력물을 요청하기 위해 자연어를 사용했을 뿐, 시스템을 설계하기 위해 사용하지는 않았습니다. Vibe coding은 지저분한 첫 번째 버전이었습니다: 원하는 것을 설명하고, AI가 코드를 작성하게 하고, 실행하고, 고장 나면 불평하고, 뭔가 될 때까지 반복하는 것. 루핑(looping)은 같은 본능의 더 깔끔한 버전입니다: AI에게 목표를 주고, 도구를 주고, 검증을 주고, 진행하게 하고, 언제 멈춰야 하는지 알게 하는 것.

"가장 핫한 새로운 프로그래밍 언어는 영어다."

안드레이 카파시(Andrej Karpathy)

하지만 영어를 프로그래밍 언어로 사용한다는 것이 더 긴 프롬프트를 작성해야 한다는 의미는 아닙니다. 전체 기계를 설명하기 시작해야 한다는 의미입니다: 무엇을 읽고, 무엇을 하고, 어떻게 스스로 검증하고, 무엇을 기억하고, 무엇을 건드리면 안 되는지.

PART 3 · 루프가 곧 제품이다

유용한 루프는 거대한 멀티 에이전트 판타지가 아닙니다. 보통 가장 좋은 의미에서 지루합니다. AI는 목표를 받고, 올바른 맥락을 가져오고, 행동을 취하고, 결과를 기준에 따라 검증하고, 잘된 것을 저장하고, 결과가 충분히 좋지 않을 때만 반복합니다.

이 한 가지 변화는 AI를 텍스트 생성기에서 작업자로 바꿉니다. 완벽한 작업자도, 자율적인 신도, "팀을 해고하라"는 헛소리도 아닙니다. 그저 프로세스, 체크리스트, 그리고 위험한 부분을 감독하는 관리자가 있는 작업자일 뿐입니다.

• 이러한 변화는 이미 다음에서 볼 수 있습니다:
• 카파시 → Software 3.0
• Anthropic → 에이전트 워크플로우
• Meta/Llama → 도구, 평가, 배포 제어

이것이 Anthropic의 에이전트 패턴이 중요한 이유입니다. 최고의 에이전트 시스템은 열 개의 봇을 Discord에 던져놓고 뭔가 지능적인 일이 일어나길 바라는 방식으로 구축되지 않습니다. 라우팅, 도구, 프롬프트 체인, 평가자 루프, 오케스트레이터-워커 설정과 같은 단순한 조각들로 구축됩니다. 마법은 모델이 한 번 똑똑하게 행동하는 것이 아닙니다. 마법은 모델이 당신이 보기도 전에 약한 작업을 걸러내는 프로세스를 통해 강제로 작동하게 하는 것입니다.

Meta의 Llama 생태계도 다른 측면에서 같은 방향을 가리킵니다. 오픈 모델, 안전 계층, 평가, 로컬 배포, 저렴한 라우팅, 작업별 다른 모델. 미래는 하나의 거대한 모델이 모든 것에 답하는 것이 아닙니다. 미래는 시스템입니다. 저렴한 모델이 분류하고, 강력한 모델이 추론하며, 로컬 모델이 개인 맥락을 처리하고, 평가자 패스가 무엇이 살아남을지 결정하는 시스템.

PART 4 · 글쓰기 루프

대부분의 AI 글쓰기가 형편없는 이유는 사람들이 너무 일찍 완성된 기사를 요구하기 때문입니다. 아이디어가 테스트를 받고, 훅(hook)이 점수를 받고, 약한 부분이 공격받고, 증거가 확인되는 과정을 건너뜁니다.

진정한 글쓰기 루프는 "글을 써 줘"로 시작하지 않습니다. 앵글 선택으로 시작합니다. 그런 다음 호기심, 구체성, 증거, 감정적 긴장감에 대해 앵글을 테스트합니다. 그런 다음 초안을 작성합니다. 그런 다음 초안을 평가합니다. 그런 다음 재작성합니다. 그 후에야 읽어야 합니다.

진정한 글쓰기 루프에는 층위가 있습니다:

앵글 → 훅 → 초안 → 비평 → 재작성 → 이미지 아이디어 → 다음 테스트

대부분의 사람들은 초안만 요구합니다.

그래서 그 초안이 다른 사람들의 초안과 똑같이 들리는 것입니다.

1당신은 나의 글쓰기 루프입니다.
2
3주제:
4[주제 입력]
5
6독자:
7[독자 입력]
8
9스타일:
10[스타일 입력]
11
12목표:
13[목표 입력]
14
15기사를 바로 작성하지 마세요.
16
17먼저, 이 주제에 대한 5개의 가능한 앵글을 만드세요.
18
19각 앵글에 대해 다음을 평가하세요:
20- 클릭 가능성
21- 구체성
22- 유용성
23- 일반적인 AI 콘텐츠와의 차별성
24
25가장 강력한 앵글을 선택하고 왜 그것이 승리하는지 설명하세요.
26
27그런 다음 첫 번째 초안을 작성하세요.
28
29초안 작성 후, 편집자 모드로 전환하여 다음 항목을 비평하세요:
30- 약한 도입부
31- 일반적인 주장
32- 증거 부족
33- 지루한 전환
34- 불분명한 보상(payoff)
35- AI처럼 들리는 부분
36
37그런 다음 그 비평을 사용하여 기사를 재작성하세요.
38
39마지막에 다음을 제공하세요:
401. 최종 기사
412. 가장 강력한 훅
423. 가장 약한 남은 섹션
434. 3개의 이미지 아이디어
445. 다음 버전에서 테스트해야 할 것

먼저 기사에 대한 5개의 가능한 앵글을 만드세요. 각 앵글을 호기심, 구체성, 유용성, 그리고 누군가가 클릭할 가능성에 대해 점수를 매기세요. 가장 강력한 앵글을 선택하고 왜 그것이 승리하는지 설명하세요.

그런 다음 첫 번째 초안을 작성하세요. 초안 작성 후, 평가자가 되어 일반적인 주장, 약한 증거, 지루한 전환, 불분명한 보상, AI처럼 들리는 부분을 공격하세요. 그 비평을 사용하여 기사를 재작성하세요. 마지막에 최종 초안, 가장 강력한 훅, 가장 약한 남은 섹션, 그리고 기사를 더 신뢰할 수 있게 만드는 3개의 이미지 아이디어를 제공하세요.

PART 5 · 리서치 루프

리서치에도 같은 것이 적용됩니다. 대부분의 사람들은 AI에게 "주제를 리서치해 줘"라고 요청한 다음, 구글 2페이지에 있는 모든 블로그 게시물처럼 들리는 뻔한 요약을 얻습니다. 리서치 루프는 무작위로 사실을 수집해서는 안 됩니다. 긴장감(tension)을 찾아야 합니다.

이 분야에서 가장 강력한 기사들은 모두 같은 일을 합니다: 오래된 행동을 찾고, 왜 그것이 더 이상 통하지 않는지 보여주며, 새로운 카테고리를 소개하고, 독자에게 훔쳐 쓸 수 있는 시스템을 제공합니다. 이것이 "Loop Engineering"이 "Claude 프롬프트 10가지"보다 더 강력하게 와닿는 이유입니다. 하나는 새로운 운영 모델처럼 들리는 반면, 다른 하나는 PDF 리드 마그넷처럼 들립니다.

1
2SEO 블로그 게시물이 아니라 성과가 좋은 X 게시물을 쓰는 것처럼 이 주제를 리서치하세요.
3
4주제:
5[주제 입력]
6
7일반적인 요약을 제공하지 마세요.
8
9주제 뒤에 숨은 긴장감을 찾으세요.
10
11알고 싶은 것:
12- 사람들이 여전히 하고 있는 오래된 행동
13- 그것을 대체하는 새로운 행동
14- 오래된 행동이 왜 깨지고 있는지
15- 변화가 실제임을 보여주는 증거나 예시
16- 사람들이 스크롤을 멈추게 할 반대 의견(contrarian angle)
17- 과장된 주장처럼 들려서 피해야 할 것
18
19그런 다음 다음을 포함한 크리에이터 브리프로 만드세요:
20- 제목
21- 테제(thesis)
22- 도입 훅
23- 기사 구조
24- 가장 강력한 예시
25- 이미지 아이디어
26- 독자가 믿고 떠나야 할 것

PART 6 · 메모리 루프

거의 아무도 구축하지 않는 부분은 메모리입니다. 메모리가 없으면 모든 AI 워크플로우는 기억상실증을 앓습니다. 오늘은 도움을 줄 수 있지만, 내일이 되면 첫날의 인턴처럼 다시 시작합니다.

메모리 루프는 이것을 바꿉니다. 모든 프로젝트 후에 AI는 무엇이 잘 통했는지, 무엇이 실패했는지, 어떤 스타일이 성과를 냈는지, 어떤 예시가 가장 강력했는지, 어떤 주장이 약하게 느껴졌는지, 그리고 다음에 재사용해야 할 것을 추출해야 합니다. 이것이 시스템이 복리 효과를 내기 시작하는 방법입니다.

당신의 두 번째 뇌는 노트만 저장한다면 쓸모가 없습니다. 진정한 해방은 스스로를 유지 관리하고, 반복되는 아이디어를 찾고, 완성되지 않은 생각을 발견하고, 당신이 묻기도 전에 올바른 맥락을 다음 작업에 밀어 넣을 때 일어납니다.

1이 작업이 끝난 후, 작업에서 재사용 가능한 교훈을 추출하세요.
2
3다음을 저장하세요:
4
5작업이 무엇이었는지.
6어떤 접근 방식이 통했는지.
7무엇이 평범하게 들렸는지.
8어떤 예시가 가장 강력했는지.
9어떤 구조가 가장 잘 작동했는지.
10다음에 무엇을 재사용해야 하는지.
11어떤 실수를 반복하지 말아야 하는지.
12
13다음 관련 작업을 시작하기 전에, 먼저 이 메모리를 확인하세요.
14
15오래된 실수를 반복하고 있다면 지적하세요.
16
17오래된 패턴이 적용된다면 재사용하세요.
18
19중요한 맥락이 없다면, 최종 답변을 생성하기 전에 그것을 요청하세요.

이 작업이 끝난 후, 작업에서 재사용 가능한 교훈을 추출하세요.

작업이 무엇이었는지, 어떤 접근 방식이 통했는지, 무엇이 평범하게 들렸는지, 어떤 예시가 유용했는지, 다음에 무엇을 재사용해야 하는지, 그리고 어떤 실수를 반복하지 말아야 하는지 저장하세요. 다음 관련 작업을 시작하기 전에, 먼저 이 메모리를 확인하고 오래된 실수를 반복하려고 하거나 이미 통했던 패턴을 놓치고 있다면 알려주세요.

PART 7 · 이제 진짜 기술은

프롬프팅은 초보자용 인터페이스였습니다. 언어가 모델을 제어할 수 있다는 것을 가르쳐 주었지만, 동시에 너무 작게 생각하도록 훈련시켰습니다. 그들은 여전히 AI를 답변하는 상자로 상상하지만, 진정한 기회는 작업을 앞으로 나아가게 하는 시스템을 구축하는 데 있습니다.

다음 경쟁력은 어떤 작업이 루프를 필요로 하는지 아는 것입니다. 모든 것에 루프가 필요한 것은 아닙니다. 빠른 질문은 빠른 질문으로 남을 수 있습니다. 하지만 당신이 매일, 매주, 또는 출판, 판매, 코딩, 리서치, 거래, 편집, 지식 정리를 할 때마다 하는 모든 작업은 아마도 단일 채팅 안에 갇혀 있어서는 안 됩니다.

그 작업에는 루프가 필요합니다.

루프는 인간을 쓸모없게 만들지 않습니다. 인간을 실제로 중요한 부분으로 이동시킵니다: 목표 설정, 취향 정의, 위험한 결정 승인, 그리고 각 실행 후 시스템 개선.

여전히 프롬프트 목록을 수집하는 사람들은 문장을 최적화하고 있습니다.

루프를 구축하는 사람들은 기계를 최적화하고 있습니다.