이제 프롬프트 대신 '루프'를 짠다

AI 코딩 도구를 쓰는 방식이 '프롬프트 주고받기'에서 '자동 루프 설계'로 넘어가고 있다. 이 흐름을 정면으로 겨냥한 루피(loopy)라는 로컬 메타 에이전트가 공개됐다. 사용자의 작업 세션을 조용히 관찰하다가 손으로 반복하는 일을 찾아내, 곧바로 설치할 수 있는 자동화 루프를 제안하는 도구다.

무슨 일인가

루피는 클로드 코드(Claude Code)나 코덱스(Codex) 같은 코딩 에이전트 옆에서 터미널에 상주하며 동작한다. 작업 기록을 감시하는 워처(watcher), 기록을 압축·익명화하는 다이제스터(digester)로 이어지는 작은 로컬 파이프라인 구조다. 핵심은 모든 처리가 사용자 컴퓨터 안에서 끝나고, LLM 호출도 본인이 쓰는 claude -p 실행 파일을 통해서만 나간다는 점이다. 외부 서버로 데이터를 보내지 않는다.

이 도구의 배경에는 업계 인사들의 발언이 깔려 있다. 클로드 코드를 만든 앤트로픽(Anthropic)의 한 개발자는 "나는 더 이상 클로드에게 직접 프롬프트를 넣지 않는다. 클로드에게 프롬프트를 넣고 무엇을 할지 판단하는 루프를 돌려둔다. 내 일은 루프를 짜는 것"이라고 말한 것으로 소개된다. 즉, 사람이 매번 지시하는 대신 관찰·판단·실행을 스스로 도는 프로그램을 만든다는 발상이다.

핵심 짚어보기

문제는 '무엇을 자동화할지 찾는 일' 자체가 어렵다는 데 있다. 반복 작업을 알아채려면 스스로를 관찰하고 패턴을 인식할 시간이 필요한데, 정작 그 시간이 없다. 루피는 그 관찰을 대신 해준다. 사용자는 대시보드에서 제안된 루프를 검토하고, 납득되는 것만 승인해 설치하면 된다. 각 루프는 자체 트리거와 동작 지침, 설치 기록을 갖춘 독립 스크립트다.

제작 측이 제시한 수치는 참고용으로 보는 게 좋다. 잘 고른 루프 하나가 한 달에 50~200건의 수작업 프롬프트를 대체하고, 반복 패턴에 쓰이는 토큰을 20~35% 줄인다는 주장이다. 다만 "하루 8~15건 PR" 같은 생산성 지표는 특정 개인의 사례로 일반화하긴 어렵다. 초기 사용자들은 한 달에 직접은 절대 못 찾았을 자동화 패턴 3~5개를 발견한다고 한다.

1인기업 실전 적용 포인트

• 매일 반복하는 작업(빌드 후 로그 확인, 커밋 메시지 정리, 테스트 재실행)을 종이에 5개만 적어보고, 그중 트리거가 명확한 1개를 먼저 스크립트 루프로 만들어보라. 루피 없이도 '관찰→루프화'라는 발상 자체가 핵심이다.
• 외부 SaaS에 작업 로그를 올리는 게 부담되는 1인기업이라면, 루피처럼 로컬에서만 도는 구조가 안전하다. 민감한 코드·고객 데이터를 다룬다면 "데이터가 내 PC를 벗어나는가"를 도입 1순위 기준으로 삼아라.
• 토큰 비용이 매달 부담이라면, 같은 프롬프트를 반복하는 구간부터 루프로 묶어 호출 횟수를 줄여라. 월 구독 한도 안에서 처리량을 늘리는 가장 현실적인 방법이다.
• 승인형 워크플로를 권한다. AI가 제안하면 사람이 승인하는 구조여야 자동화가 폭주하지 않는다.

전망

루피는 아직 초기 단계 오픈소스이고 별 수도 적다. 제시된 효율 수치는 검증된 벤치마크가 아니라 제작자 주장에 가깝다는 점을 감안해야 한다. 그럼에도 "프롬프트를 잘 쓰는 사람"에서 "좋은 루프를 설계하는 사람"으로 경쟁력의 축이 옮겨가고 있다는 신호는 분명하다. 1인기업에게 이는 곧, 같은 구독료로 더 많은 일을 처리할 여지가 열린다는 뜻이다.

출처: Hacker News / GitHub secretbuilds/loopy (https://github.com/secretbuilds/loopy)