Transcript
00:00:00어제 X에서 피터 스타인버거(Peter Steinberger)의
00:00:02오픈클로(OpenClaw) 제작자가 쓴 글을 우연히 봤는데,
00:00:06그는 이렇게 적었더군요. “이제 코딩 에이전트에게
00:00:09프롬프트를 날릴 때가 아니라는 걸 상기시켜 드립니다.
00:00:12이제 에이전트를 조종할 루프를 설계해야 할 때입니다.”
00:00:17허 참, 이에 대해 몇 가지 생각이 들더군요.
00:00:21이제 루프 엔지니어링이 시작된 건가요, 그렇죠?
00:00:23공식적인 용어는 아닌 것 같지만,
00:00:26앞으로 어떻게 될지 지켜봐야겠네요.
00:00:27물론, 우리는 과거에
00:00:29프롬프트 엔지니어링 시대를 거쳐왔죠.
00:00:31그러다가 업계 일부에서는
00:00:33이걸 컨텍스트 엔지니어링이라고 재정의하거나
00:00:37바꿔 불렀는데, 저는 그게 참 멍청하다고 생각했어요.
00:00:39결국 같은 말이니까요.
00:00:41결국 항상 핵심은
00:00:43모델에게 올바른 맥락을 제공하는 것이었거든요.
00:00:45그게 프롬프트 엔지니어링의 본질이기도 했죠.
00:00:48올바른 맥락이 중요하다는 건 분명하고,
00:00:51여전히 중요하고, 앞으로도 중요할 겁니다.
00:00:54LLM에서 좋은 결과를 얻을 가능성을
00:00:57높이려면 올바른 맥락을 줘야 하니까요.
00:00:59맥락을 줘야 더 좋은 결과를 기대할 수 있죠.
00:01:02보장되는 건 아니지만요.
00:01:05올바른 맥락을 줘도 실수는 발생할 수 있습니다.
00:01:07원하는 결과를 얻지 못할 수도 있죠.
00:01:10이건 여전히 비결정론적인 시스템,
00:01:12비결정론적인 도구이기 때문입니다.
00:01:15하지만 좋은 결과를 얻고 싶다면,
00:01:18충분히 좋은 결과를 얻을 수도 있으니,
00:01:20올바른 맥락을 제공하는 것이 중요합니다.
00:01:23자, 2025년에서 2026년으로 넘어가는 시점과 물론,
00:01:28올해 내내 우리는 에이전트 코딩의 부상을 목격했습니다.
00:01:32클로드 코드(CloudCode)나 코덱스(Codex) 같은 도구들이
00:01:36그 안에 사용된 모델들과 결합하면서,
00:01:39지시 이행 및 코딩 작업에 맞게 세밀하게 조정되고 최적화되어,
00:01:42이 모델들이 탑재된 도구들은 우리에게 보여줬죠.
00:01:45네, 여러분은 실제로 이런 AI 모델과 LLM을 코딩 작업에 활용해서
00:01:51보조 도구로써 일을 처리할 수 있습니다.
00:01:55적어도 그게 제 생각이고 제 경험입니다.
00:01:58저는 이런 모델과 도구들을 많이 사용해왔고,
00:02:02거의 매일 가지고 놀기도 하고,
00:02:05단순히 재미로만 쓰는 게 아니라,
00:02:07실제 진지한 프로젝트에도 사용하고 있습니다.
00:02:10물론 제가 클로드 코드와 코덱스에 관한
00:02:12CloudCode와 Codex에 관한 강의를 만든 이유이기도 한데,
00:02:15이 도구들을 사용하는 법에 대해 더 깊이 파고들어 공유하죠.
00:02:17이 도구들은 유용한 보조 수단이지만,
00:02:21아직 개발자를 대체할 수 있는 존재는 아닙니다.
00:02:25개발자의 대체재가 되기엔 멀었죠.
00:02:28다른 에피소드에서도 여러 번 공유했듯이,
00:02:31가까운 미래에도 그럴 것 같지는 않습니다.
00:02:33그럼에도 불구하고 Anthropic과 OpenAI는,
00:02:36이 도구들에 몇 가지 추가 명령어를 도입했습니다.
00:02:41Codex의 /goal 명령어처럼 말이죠.
00:02:43아니면 CloudCode의 /loop 명령어처럼요.
00:02:46특정한 목표를 지정할 수 있다는 아이디어에서 나온 건데,
00:02:51조금 더 복잡한 작업일 수도 있겠죠.
00:02:53그 명령어만 앞에 붙여주면 됩니다.
00:02:56그러면 Codex와 CloudCode의 모델이,
00:03:00작업이 완료될 때까지 스스로 계속해서 재프롬프팅을 수행합니다.
00:03:03작업이 완료될 때까지 말이죠.
00:03:06결국 다시 RALF 루프로 돌아가는 셈이죠.
00:03:092026년 초에 있었던 RALF 루프를 기억하시나요?
00:03:13그때 RALF 루프가 엄청난 화제였잖아요.
00:03:16어떤 사람들은 그냥 상세한 단계별 작업 목록만 있으면,
00:03:19어떤 목표를 달성하거나 기능을 구현하기 위해
00:03:24완수해야 할 작업들을 리스트업해서,
00:03:27확장 프로그램을 사용하기만 하면,
00:03:28CloudCode와 Codex를 계속 작동하게 만들어서
00:03:33그 리스트를 하나씩 해결해 나갈 수 있다고 했었죠.
00:03:34이미 지난 1월에도 RALF 루프가 있었고,
00:03:38일부 사람들은 그걸 소프트웨어를 자율적으로
00:03:41개발할 수 있는 해결책처럼 홍보했었죠.
00:03:44그런데 그 소프트웨어들은 다 어디 있나요?
00:03:46그 오류 하나 없는 놀라운 소프트웨어들은 다 어디 갔을까요?
00:03:50왜 아직도 CloudCode는 버벅거리는 걸까요?
00:03:54네.
00:03:55어쨌든, 그때 RALF 루프가 있었고요.
00:03:58이제 그게 공식적으로 CloudCode와 Codex에 통합되었습니다.
00:04:03오픈AI 직원 같은 사람들에겐 쉬운 얘기겠죠.
00:04:05알고 보면 이런 루프나 명령어들이
00:04:10토큰을 엄청나게 태워버릴 수 있거든요.
00:04:12결국 OpenAI에서 일하는 사람이라면 누구나 쉽게 할 수 있는 말이죠
00:04:17그대로 남아있다는 겁니다.
00:04:20종종 간과되는 한 가지는,
00:04:23제 경험상 AI 모델과 이 도구들,
00:04:27모델과 도구의 결합은 정말 둘 다 그렇다는 건데,
00:04:33그들은 목표가 달성될 때까지
00:04:34계속해서 나아가는 건 상당히 잘한다는 겁니다.
00:04:38몇 달 전이었나, 아주 작은 사례가 하나 있었어요.
00:04:40PDF 문서 몇 개를 하나로 합쳐야 했는데,
00:04:43합친 파일이 5메가바이트를 넘으면 안 됐어요.
00:04:46근데 각 개별 문서가 스캔본이라
00:04:50이미 6메가바이트 정도였죠.
00:04:52그래서 코딩 에이전트인 코덱스한테 이 작업을 던져줬더니,
00:04:59계속 돌아가면서 작은 프로그램을 짜는 등
00:05:01결국 달성할 때까지 멈추지 않더군요.
00:05:03물론 아주 복잡한 작업은 아닐 수 있습니다.
00:05:06요점은 이 모델들이 결과를 확인할 수 있다면,
00:05:08목표를 달성하는 데 꽤 훌륭하다는 겁니다.
00:05:10그냥 계속하면서 달성할 다양한 방법을 시도하죠.
00:05:14문제는 그게 좋은 소프트웨어를
00:05:17만드는 방식은 아니라는 겁니다.
00:05:19뭔가 하나를 끝내는 것, 뭔가 할 방법을 찾는 것은
00:05:22어떤 상황에선 충분할 수 있습니다.
00:05:25하지만 배포하고 유지보수해야 하는
00:05:30소프트웨어라면 그런 접근은 좋지 않습니다.
00:05:32그 방법이 지금 당장은 한 가지 일을 해낼 수 있어도,
00:05:36문제는 그게 반드시 훌륭한 소프트웨어를 만드는 방법은 아니라는 점입니다.
00:05:41그냥 어떻게든 일을 끝내거나, 방법을 찾아내는 것과는 다른 문제니까요.
00:05:48많은 버그나 보안 문제를 품고 있을 수도 있죠.
00:05:51여러 상황에서 수많은 이유로 실패할 수 있고,
00:05:54성능이 형편없을 수도 있습니다.
00:05:57당장 눈앞의 일 하나만 처리하려는 상황에선
00:06:02그런 게 중요하지 않을 수 있죠.
00:06:08하지만 일반적으로 소프트웨어 제품을
00:06:09논할 때 그게 핵심은 아닙니다.
00:06:11개발자로서 우리는 특정 패턴과 관행,
00:06:15접근 방식이 합리적이라는 것을 배워왔습니다.
00:06:20적응하고 이해하고 조정하기가 더 쉽기 때문이죠.
00:06:22단순히 깔끔함 그 자체를 위해서가 아니라,
00:06:24확장성, 유지보수성, 성능, 보안,
00:06:28그리고 이해하기 쉽기 때문입니다.
00:06:31사람이 아닌 AI만 코드를 이해하면 된다고
00:06:35이제는 사람이 코드를 이해할 필요가 없다고 말한다 해도,
00:06:41그건 정말 최악의 생각입니다.
00:06:45AI 모델도 맥락 창에 한계가 있으니까요.
00:06:51설령 이해 가능성에 대해 그런 생각을 하더라도,
00:06:55나머지 부분은 여전히 중요합니다.
00:07:00네, 그에 대해 더 할 말은 없는 것 같네요.
00:07:02저는 요즘처럼 자꾸만 성가시고,
00:07:06멍청한 용어들이 계속 튀어나오는 시기가 너무 싫습니다.
00:07:10사람들이 그걸로 제품이나 강좌를 팔아먹으려고 하죠.
00:07:14저도 강좌를 팔지만요.
00:07:17저는 루프 엔지니어링이나 그런 걸로 강좌를 팔진 않을 겁니다.
00:07:21하지만 어쨌든 여기 우리가 있네요.
00:07:23언젠가는 이 시기도 지나가겠죠.
00:07:29우리가 이 코딩 에이전트들을 그 본연의 모습인,
00:07:37유용한 보조 수단으로 사용할 수 있게요.
00:07:39하지만 지금은 여전히 여기에 갇혀 있습니다.
00:07:45루프 엔지니어링 다음엔 무엇이 나올지 궁금하네요.
00:07:47분명 다음 단계가 올 겁니다.
00:07:52지켜보시죠.
00:07:54분명 언젠가는 이 단계를 넘어서게 될 겁니다.
00:07:58그럼 코딩 에이전트를 정말 유용한 보조자로 쓸 수 있겠죠.
00:08:03하지만 지금은 여전히 여기에 머물러 있네요.
00:08:05루프 엔지니어링 그 다음에 뭐가 올지 정말 기대됩니다.
Community Posts
No posts yet. Be the first to write about this video!
Write about this video