AI 코딩 도구를 쓰는 방식이 바뀌고 있습니다. 예전에는 개발자가 Claude에게 질문하고, 답을 확인한 뒤, 다시 지시하는 식이었습니다. 이제는 Claude가 작업을 나누고 실행하고 검증한 다음, 필요하면 다시 시도하도록 루프를 설계하는 방향으로 이동하고 있습니다.
Claude Code 책임자인 보리스 체르니가 “나는 더 이상 Claude에 직접 프롬프트를 입력하지 않는다”고 말한 것도 이 흐름을 잘 보여줍니다. 핵심은 프롬프트 자체가 아니라, Claude가 프롬프트를 실행한 뒤 다음 행동을 결정하는 반복 구조입니다.
프롬프트 루프란 무엇인가
Claude prompt loop는 단순히 같은 문장을 반복해서 보내는 기능이 아닙니다. 목표를 주면 Claude가 작업을 실행하고, 결과를 관찰하고, 조건에 따라 다음 행동을 이어가도록 만드는 구조에 가깝습니다.
예를 들어 다음과 같은 작업은 루프에 잘 맞습니다.
배포 상태를 주기적으로 확인한다
PR 리뷰 댓글을 다시 확인한다
빌드나 테스트 결과를 점검한다
실패 원인을 분석하고 수정한 뒤 다시 검증한다
Claude Code의 /loop는 이런 반복 작업을 자동 실행하는 기능입니다. 공식 문서에 따르면 현재 세션 안에서 프롬프트를 일정하게 다시 실행할 수 있으며, 재개 조건과 만료 제한도 있습니다.1
따라서 /loop는 개발자가 계속 같은 확인을 반복하는 부담을 줄여줍니다. 다만 세션에 묶여 있는 기능인 만큼, 개인 개발이나 반복 점검에는 유용하지만 회사의 핵심 운영 자동화로 바로 연결하기에는 신중한 설계가 필요합니다.
Dynamic workflows는 루프를 더 크게 확장한다
Anthropic은 2026년 5월 28일 Claude Code에 dynamic workflows를 연구 프리뷰로 공개했습니다.2 이는 Claude가 오케스트레이션 스크립트를 동적으로 작성하고, 한 세션에서 수십~수백 개의 병렬 서브에이전트를 실행하는 방식입니다.2
이 기능은 단일 에이전트가 한 번의 실행으로 처리하기 어려운 대형 레거시 코드베이스 작업을 겨냥합니다. 대표적으로 다음과 같은 작업에 사용할 수 있습니다.2
코드베이스 전체 버그 탐색
대규모 마이그레이션
보안 감사
최적화 감사
Dynamic workflows가 시작되면 Claude는 먼저 프롬프트를 바탕으로 계획을 세우고 작업을 하위 과제로 나눕니다. 이후 여러 에이전트가 독립적인 관점에서 문제를 풀고, 다른 에이전트가 그 결과를 반박하거나 검증합니다. 결과가 수렴할 때까지 이 과정이 반복되고, 최종 결과는 사용자에게 전달되기 전에 검증 단계를 거칩니다.2
즉, dynamic workflows는 단순한 병렬 실행이 아니라 계획, 분해, 실행, 반박, 검증, 반복이 결합된 더 큰 루프입니다.
개발자의 역할은 프롬프트 작성에서 루프 설계로 이동한다
이 변화의 실질적인 의미는 분명합니다. 앞으로 중요한 것은 “정답을 한 번에 얻는 프롬프트”가 아니라, Claude가 틀렸을 때 스스로 고치고 검증할 수 있는 작업 구조입니다.
좋은 루프에는 최소한 세 가지가 필요합니다.
좁고 명확한 목표
“전체 코드를 개선해줘”보다 “이 PR에서 실패한 테스트를 분석해줘”가 낫습니다.검증 가능한 기준
“더 좋게 만들어줘”보다 “테스트가 통과할 때까지 최소 수정해줘”가 낫습니다.멈출 조건
무한히 반복하지 않도록 성공 조건, 실패 조건, 검토가 필요한 시점을 정해야 합니다.
예를 들어 다음 요청은 루프에 적합합니다.
이 PR에서 실패한 테스트를 분석하고, 원인을 찾은 뒤, 테스트가 통과할 때까지 최소한의 수정만 적용해줘. 수정 후에는 변경 내용을 요약하고 남은 위험을 알려줘.
반대로 다음 요청은 루프에 적합하지 않습니다.
이 코드베이스를 전반적으로 개선해줘.
범위가 넓고, 검증 기준이 모호하며, 언제 멈춰야 하는지도 불명확하기 때문입니다.
루프를 쓸 때는 비용과 통제도 함께 봐야 한다
Claude prompt loops는 강력하지만, 무조건 많이 돌린다고 좋은 것은 아닙니다. 특히 dynamic workflows는 일반 Claude Code 세션보다 훨씬 많은 토큰을 사용할 수 있습니다.2 처음부터 큰 코드베이스 전체에 적용하기보다, 작은 범위에서 사용량과 결과 품질을 확인하는 편이 안전합니다.
또한 dynamic workflows는 수 시간에서 수일 동안 이어질 수 있는 장기 실행 작업을 지원하며, 실행 중 진행 상태를 저장해 중단된 작업을 처음부터 다시 시작하지 않고 이어서 수행할 수 있습니다.2 이는 큰 장점이지만, 그만큼 목표와 검증 기준이 흐릿하면 잘못된 방향으로 오래 실행될 위험도 있습니다.
결국 Claude prompt loops의 핵심은 자동화가 아니라 통제 가능한 반복입니다. Claude에게 일을 맡기되, 목표·검증·중단 조건은 사람이 설계해야 합니다.
앞으로 좋은 개발자는 단지 프롬프트를 잘 쓰는 사람이 아니라, AI가 안전하게 반복하고 검증하며 개선할 수 있는 작업 시스템을 만드는 사람이 될 가능성이 큽니다.
참고
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.