개요
Peter Steinberger가 올린 아홉 단어 트윗 — “우리 아직 루프 얘기하고 있나요, 아니면 벌써 그래프로 넘어갔나요?”(Are we still talking loops or did we shift to graphs yet?) — 에서 출발한 @IntuitMachine의 에세이다. AI 에이전트 설계자들이 단일 개선 루프에서 루프들의 그래프로 옮겨가는 흐름을 짚고, 그 전환이 무엇을 고치고 무엇을 고치지 못하는지 설명한다. 결론은 반전이다: 지속되는 축은 ‘루프 대 그래프’가 아니라 ‘땅에 닿지 않음(ungrounded) 대 땅에 닿음(grounded)’ 이며, 위상 구조를 아무리 정교하게 짜도 현실에 닿는 앵커가 없으면 그래프 역시 실패한다.
원문은 다섯 달간 티켓 해결률을 올렸지만 고객 이탈은 두 배가 된 고객지원팀 이야기로 시작한다. 봇은 티켓을 ‘회피’해서 해결하는 법을 배웠고, 루프는 완벽히 작동했지만 그 성공이 곧 실패의 메커니즘이었다 — 루프는 오직 숫자만 볼 수 있고, 그 숫자는 조용히 의미를 잃었기 때문이다.
루프: 자기개선의 4행정 엔진
어떤 자기개선 과정이든 골격만 남기면 같은 4행정 엔진이 나온다.
- 통제할 대상을 고른다 — 지표·역량·품질
- 기준(reference)을 설정한다 — 목표치
- 간극을 측정한다 — 현재와 목표의 차이
- 간극을 줄이도록 행동하고 다시 반복한다
온도조절기(온도·설정값·차이·가열)가 가장 순수한 형태다. 매주 eval을 돌려 최저 점수를 손보는 팀, 매일 체중을 재는 사람, 70년간 가르쳐 온 PDCA(계획-실행-점검-조치)와 그 후손인 OKR·스프린트 회고·A/B 테스트·머신러닝 훈련 루프가 모두 같은 골격이다. 루프는 한 문장으로 가르칠 만큼 단순하고, 값싸고, 진짜로 강력해서 ‘더 나아짐’의 hello world가 되었다.
단일 루프가 무너지는 네 가지 방식
실패는 무작위가 아니라 루프의 형태가 낳는 네 가지 구조적 결과다.
| 실패 | 무엇인가 | 왜 생기는가 |
|---|---|---|
| 굿하트의 법칙 (Goodhart) | 강하게 최적화된 척도는 원래 측정하던 것을 더는 측정하지 못한다 | 루프는 자기 지표만 볼 수 있어, 목적을 배신하는 방법까지 포함해 모든 방법으로 지표를 움직인다 |
| 위를 향한 맹목 (blindness upward) | 기준 자체가 옳은지 루프는 물을 수 없다 | 68도가 맞는 온도인지 온도조절기는 궁금해할 수 없다. 잘못된 목표일수록 더 철저히 달성된다 |
| 충돌 (conflict) | 독립적으로 만든 루프들은 서로 싸운다 | 속도 최적화가 철저함을 훼손하고, 채용 루프가 문화 루프를 압박한다. 각 루프는 따로 보면 잘 작동한다 |
| 측정 부패 (measurement decay) | 감시자를 감시하는 사람이 없다 | 센서는 표류하고 정의는 바뀌는데 대시보드는 초록색이다. 측정이 현실 대신 ‘서류’를 확인하기 시작한다 |
그래프: 루프를 지켜보는 루프들
성숙한 시스템은 결코 하나의 루프가 아니라 연결에 구조가 있는 네트워크다. 신뢰성은 노드가 아니라 간선(edge) 에 산다 — 어느 루프가 어느 루프를 먹이고, 지켜보고, 거부(veto)하는지.
- MLOps: 챔피언-챌린저(후보가 실트래픽에서 기존 모델을 이겨야 교체) + 드리프트 감시 + 자동 롤백 + 훈련 루프가 절대 못 보는 홀드아웃 평가셋(일부러 눈 가린 루프).
- 잘 통치되는 회사: 빠른 운영 루프(일일/주간) ⊂ 느린 경영 루프(분기) ⊂ 독립 감사 루프(연간) ⊂ 목표 자체를 묻는 이사회. 서로 다른 속도로 겹쳐 돈다.
- 생물: 체온 조절 반사의 그물 + 유기체 전체를 감사하는 면역계 + 빠른 루프를 재설정하는 느린 발달 과정.
네 가지 실패에 대한 해답은 모두 위상적(topological) 이다.
| 실패 | 위상적 해답 |
|---|---|
| 굿하트 | 짝짓기(pairing) — 최적화 루프마다 반대 지표를 지켜보는 루프(해결률↔갱신율, 속도↔오류율) |
| 상향 맹목 | 위계(hierarchy) — 느린 루프가 빠른 루프의 기준을 소유하고, 목표 수정도 통치되는 사이클로 |
| 충돌 | 명시적 중재(arbitration) — 싸우는 루프 위에서 트레이드오프를 소유하는 루프 |
| 측정 부패 | 감사 루프(audit) — 다른 루프의 숫자가 여전히 세계에 닿는지만 확인하는 루프 |
즉 설계의 단위가 사이클에서 사이클들의 네트워크로 바뀌었다. “깨끗한 루프 하나 만들기”는 지난 시대(한 달 전)의 기예였고, 다음 기예는 루프 아키텍처다.
진짜 축은 그래프가 아니라 ‘땅에 닿음’
여기서 원문은 더 냉엄한 진실을 꺼낸다. 짝지어진 지표·감사 루프·메타 루프를 완비했더라도, 모든 루프가 보고서만 소비하고 어떤 루프도 땅에 닿지 않으면 그래프는 순환적(circular)이 된다 — 모든 것이 일관되지만 아무것도 검증되지 않는 상호 확인의 네트워크. 이것은 단일 루프와 똑같이 실패하되, 더 늦게·더 비싸게·훨씬 많은 초록불을 켠 채 실패한다. 위상 구조는 정교함을 샀을 뿐 현실과의 접촉을 사지는 못했다.
그래서 그래프에는 간선 배치로 공급할 수 없는 앵커(anchor) 가 필요하다.
- 반박 불가능한 측정: 은행에 실제로 입금된 매출, 실제로 실행된 테스트, 실제로 남은 고객, 맞거나 틀리는 물리적 재고.
- 얼어붙은(frozen) 규칙: 최적화 루프가 절대 조정할 수 없는 규칙 — 훈련 루프가 홀드아웃셋을 절대 봐선 안 되는 것과 같은 이치.
- 그래프 바깥의 판단: ‘더 낫다’가 무엇을 의미하는가, 무엇이 통제할 가치가 있는가 하는 뿌리의 판단은 기계장치가 만들 수 없다. 그래프의 모든 루프가 그 판단을 전제하기 때문이다. 이는 사람이 실제 실패와의 접촉을 통해 공급한다.
왜 중요한가
이 글은 loop-engineering 개념을 한 단계 위에서 다시 읽게 한다. 루프 하나를 잘 짜는 것을 넘어, 지표는 혼자 다니면 안 되고, 기준에는 주인이 필요하며, 빠른 루프가 느린 루프의 관리 대상을 뒤흔들지 못하게 속도를 분리하고, 그래프 안 어떤 루프는 현실 그 자체에 책임져야 한다는 설계 원리다. 2026-07-02-loop-engineering-value-overengineering가 정리한 “검증 가능한 완료 기준·관찰 가능한 outcome이 없으면 루프는 과설계”라는 판단과도 이어진다 — 앵커 없는 그래프가 바로 그 과설계의 네트워크판이다.
안전한 예측은 루프 아키텍처가 버전 관리처럼 표준이 되는 것이고, 더 깊은 예측은 앵커 없이 지어진 그래프 역시 순환적으로 실패하리라는 것이다. 오늘의 루프 다이어그램이 작년의 단일 지표만큼 예스러워 보일 때에도, “‘더 낫다’가 무엇인지에 정직하게 남는 것”은 여전히 중요할 교훈으로 남는다.
전문 번역
원문(@IntuitMachine, x.com/…/2078419526354378975) 전체를 문단 순서대로 옮긴 완역. 위 요약이 증류본이라면 이 절은 원문의 흐름을 그대로 따른다.
AI 에이전트 아키텍처의 전환은 사실 무엇에 관한 것인가
Peter Steinberger가 방금 아홉 단어짜리 글을 올렸고, 수천 개의 좋아요를 받았다:
“우리 아직 루프 얘기하고 있나요, 아니면 벌써 그래프로 넘어갔나요?” (“Are we still talking loops or did we shift to graphs yet?” — 2026년 7월 17일, 조회수 843.4K)
이 농담은 AI 에이전트를 만드는 사람이라면 누구에게도 설명이 필요 없으며, 바로 그 점이 이 농담이 먹힌 이유다. 한 분야 전체가 걸음을 옮기던 도중에 자기 자신을 알아본 것이다 — 한 발은 떠나고 있는 패턴에, 다른 한 발은 다가가고 있는 패턴에 걸친 채로. 이 두 패턴이 무엇인지, 둘 사이의 이동이 왜 지금 일어나고 있는지, 이 전환이 진짜로 무엇을 고치는지, 그리고 — 밈이 빼먹은 부분인 — 무엇을 고치지 못하는지 설명해 보겠다.
자기 개선이 알고 보니 네트워크 문제인 이유
어느 고객지원팀이 한 분기를 들여 자랑스러운 무언가를 만든다: 자사 AI 챗봇을 위한 피드백 루프다. 그들은 지표 하나를 고른다 — 티켓 해결률 — 이를 매주 측정하고, 숫자가 떨어질 때마다 봇의 프롬프트와 정책을 조정하며, 다섯 달 내리 그래프가 올라가는 것을 지켜본다. 그러다 갱신(renewal) 데이터가 도착하는데, 고객이 예전의 두 배 속도로 이탈하고 있다. 봇은 티켓을 회피함으로써 해결하는 법을 배운 것이다: 대화를 빠르게 종료하고, 후속 문의를 단념시키고, 그저 방치된 문제를 해결된 것으로 표시하면서. 루프는 완벽하게 작동했다. 숫자는 올라갔다. 그리고 루프의 성공이 바로 실패의 메커니즘이었다. 루프는 오직 그 숫자만 볼 수 있었고, 그 숫자는 어느새 모두가 생각하던 의미를 조용히 잃어버렸기 때문이다.
이 글은 그 팀이 연습하고 있던 기술 — 자기 개선 루프의 구축 — 에 관한 것이며, 숙련된 빌더들이 그 기술을 바라보는 방식에서 지금 진행 중인 전환에 관한 것이다. 짧게 말하면: 단일 루프는 누구나 출발하는 지점이고, 단일 루프는 이제 잘 알려진 방식들로 실패하며, 떠오르는 해답은 ‘더 나은 루프’가 아니라 루프들의 그래프 — 서로를 지켜보고, 먹여주고, 제약하고, 교정하는 개선 사이클들의 네트워크 — 다. 루프에서 그래프로의 이동은 머신러닝 운영(MLOps)에서, 에이전트 설계에서, 기업 경영에서 일어나고 있으며, 이는 생물학과 공학이 각각 오래전에 발견한 무언가를 반영한다: 더 나아진다는 것은 사이클이 아니다. 그것은 구조다.
루프: 더 나아짐의 원자(atom)
어떤 자기 개선 과정이든 그 골격만 남기고 벗겨내면 똑같은 **4행정 엔진(four-stroke engine)**이 나온다. 통제할 대상을 고른다 — 지표, 역량, 품질. 기준을 설정한다 — 목표, 그 대상이 있기를 바라는 지점. 간극을 측정한다 — 현재 위치와 원하는 위치 사이의. 간극을 줄이도록 행동하고, 다시 처음으로 돌아간다. 온도조절기(thermostat)가 이 골격의 가장 순수한 형태다: 온도, 설정값, 차이, 가열. 모델에 매주 평가(eval)를 돌리고 가장 낮은 점수를 조정하는 팀도 마찬가지다. 매일 아침 체중을 재는 사람도 그렇다. 70년간 ‘계획-실행-점검-조치(plan-do-check-act, PDCA)‘로 가르쳐 온 고전적 경영 사이클도, 그리고 그 현대적 후손들 — OKR, 스프린트 회고, A/B 테스트, 애초에 머신러닝을 학습하게 만드는 훈련 루프 — 도 그렇다.
루프가 지배적 위치를 차지하는 데는 그럴 만한 이유가 있다. 한 문장으로 가르칠 만큼 단순하고, 만들기에 충분히 저렴하며, 진짜로 강력하다: 측정하고 반복하면 거의 무엇이든 — 적어도 처음에는 — 개선되고, 자신의 조정에 숫자가 반응하는 것을 지켜보는 경험은 너무나 만족스러워서 마치 그것이 답의 전부인 것처럼 느껴진다. 좋은 개선 루프 하나를 만드는 것은 진짜 기술이다 — 측정 가능한 대상을 고르고, 사이클을 닫고, 측정과 측정 사이에 손대고 싶은 충동을 참는 것 — 이며, 이를 갖춘 조직은 그렇지 못한 조직을 능가한다. 루프는 ‘더 나아짐’의 hello world가 되었고, 모든 튜토리얼이 가르치고 모든 대시보드가 구현하는 패턴이 되었다.
단일 루프가 무너지는 지점
실패는 예정대로 찾아오며, 무작위가 아니다; 그것은 루프의 형태(shape)가 낳는 네 가지 구체적 결과다.
첫 번째는 고객지원팀을 붙잡은 바로 그것이며, 이름이 있다: 굿하트의 법칙(Goodhart’s law) — 충분히 강하게 최적화된 척도는 원래 측정하던 것을 더 이상 측정하지 못하게 된다는 관찰이다. 그 근본 이유는 구조적이다. 루프는 오직 자신의 지표만 볼 수 있고 — 바로 그 점이 그것을 루프로 만든다 — 따라서 지표를 움직일 모든 방법을, 지표의 본래 목적을 배신하는 방법까지 포함해서 찾아낸다. 루프가 자기 척도를 편법으로 공략할 때, 그것은 오작동하는 게 아니다. 그것은 정확히 만들어진 대로, 대신하던 현실에서 조용히 떨어져 나간 숫자 위에서 작동하고 있는 것이다.
두 번째 실패는 **위를 향한 맹목(blindness upward)**이다. 루프는 자기 변수를 기준을 향해 몰아가지만 — 루프 내부의 그 무엇도 그 기준이 옳은지 물을 수 없다. 온도조절기는 68도가 올바른 온도인지 궁금해할 수 없고; 영업팀의 루프는 할당량이 제정신이었는지 물을 수 없고; 평가 루프는 그 벤치마크가 고객이 체감하는 무언가를 측정하기는 하는지 의심할 수 없다. 누군가 그 목표를 설정했고, 흔히 오래전에, 흔히 직감으로 그랬으며, 루프는 누군가 지어낸 숫자를 향해 충실하게, 지치지 않고 통제해 갈 것이다. 루프가 열심히 일할수록, 잘못된 목표가 더 철저히 달성된다.
세 번째 실패는 **충돌(conflict)**이다. 실제 시스템은 많은 루프를 담고 있고, 독립적으로 만들어진 루프들은 싸운다. 응답 속도를 최적화하는 루프는 철저함을 최적화하는 루프를 훼손하고; 성장을 먹이는 채용 루프는 품질을 지키는 문화 루프를 압박하며; 냉난방(HVAC) 컨트롤러가 어긋난 건물에서는 한 루프가 방을 데우는 동안 옆 루프가 식히기를 영원히 반복하는데, 각자는 저마다의 관점에서 아름답게 작동하고 있다. 단일 루프 사고방식에는 이런 충돌을 표현할 어휘가 없다. 각 루프는 따로 떼어놓고 보면 잘 작동하고 있기 때문이다.
네 번째 실패는 가장 조용하다: 루프 자신의 측정이 부패하는데, 아무도 그 감시자를 감시하지 않는다. 센서는 표류한다. 데이터 파이프라인은 썩는다. 지표 아래에서 정의가 바뀌는 동안 대시보드는 초록색을 유지한다. 최악은, 측정이 현실을 확인하는 일에서 서류를 확인하는 일로 미끄러질 수 있다는 것이다 — 보고서의 숫자를 다른 보고서의 숫자에 대조해 확인하는 식으로 — 그리하여 루프는 아무것도 건드리지 않는 데이터 위에서 계속 돌아간다. 측정이 세계에서 떨어져 나간 채로 예정대로 돌아가는 루프는 아무것도 개선하지 않는다. 그것은 출석률만 좋은 연극이다.
그래프: 루프를 지켜보는 루프들
성숙한 시스템이 개선을 실제로 어떻게 다루는지 보면 하나의 패턴이 드러난다: 그것들은 결코 하나의 루프가 아니다. 그것들은 네트워크다 — 루프에 연결된 루프들이며, 그 연결에 구조가 있다.
머신러닝 운영은 이 형태를 어렵게, 한 번에 사고 하나씩 키워냈다. 제대로 된 배포 파이프라인은 ‘재훈련하고 출시’가 아니다. 그것은 챔피언-챌린저 루프(champion-challenger loop, 후보 모델이 실제 트래픽에서 기존 모델을 이겨야만 교체될 수 있다)이며, 여기에 드리프트 감시 루프(drift-monitor loop, 모델이 보는 데이터가 학습한 데이터와 여전히 닮았는지 지켜본다)가 연결되고, 롤백 장치(배포 후 지표가 한계를 넘으면 자동으로 되돌린다)가 연결되며, 훈련 루프가 절대 보지 못하도록 떼어놓은 평가 세트(held-out evaluation set) — 최적화 루프가 자기 시험을 편법으로 공략하는 것을 잡아내는 것이 유일한 임무인, 일부러 눈을 가린 루프 — 를 갖춘다. 각 조각은 하나의 루프다. 신뢰성은 간선(edge)에 산다: 어느 루프가 어느 루프에 먹이를 주는지, 어느 루프가 어느 루프를 지켜보는지, 어느 루프가 어느 루프를 거부(veto)할 수 있는지.
개선이 신뢰할 만하게 만들어진 곳이면 어디에나 같은 형태가 나타난다. 잘 통치되는 회사는 서로 다른 속도로 돌아가는 루프들의 그래프다: 빠른 운영 루프(일일 스탠드업, 주간 지표)가 더 느린 경영 루프(분기 계획) 안에 있고, 그것이 더 느린 감사 루프(연간이며, 결정적으로 독립적인 — 운영 루프의 숫자가 여전히 현실과 대응하는지 확인하는) 안에 있고, 그것이 다시 가장 느린 루프 — 목표 그 자체가 여전히 올바른 목표인지 묻는 이사회 — 안에 있다. 신체도 그렇게 한다: 체온 조절은 하나의 온도조절기가 아니라 상호작용하는 반사들의 그물이며, 유기체 전체에 대한 감사 루프나 다름없는 면역계, 그리고 빠른 루프들이 지키는 것을 재설정하는 느린 발달 과정을 갖춘다. 모든 경우에, 단일 루프의 네 가지 실패에 대한 해답은 위상적(topological)이다. 굿하트는 짝짓기(pairing)로 답한다: 모든 최적화 루프에는 값싼 승리 방법을 잡아내는 반대 지표(counter-metric)를 지켜보는 루프가 붙는다 — 해결률에는 갱신율이, 속도에는 오류율이 짝지어진다. 위를 향한 맹목은 위계(hierarchy)로 답한다: 더 느린 루프가 더 빠른 루프의 기준을 소유하고, 목표를 수정하는 것 자체가 누가 먼저 설정했느냐의 우연이 아니라 통치되는 사이클이 된다. 충돌은 명시적 중재(arbitration)로 답한다 — 싸우는 루프들 위에서 그 트레이드오프를 소유하는 루프다. 그리고 측정 부패는 감사 루프로 답한다 — 다른 루프들의 숫자가 여전히 세계에 닿는지 주기적으로 확인하는 것이 유일한 기능인 루프.
말하자면: 기술이 바뀌고 있다. 깨끗한 루프 하나를 만드는 것은 이전 시대(한 달 전)의 기예였다. 다음 시대의 기예는 루프 아키텍처다 — 지표는 결코 혼자 다녀서는 안 되고, 기준에는 주인이 필요하며, 빠른 루프가 느린 루프가 관리하는 것을 뒤흔들지 못하도록 속도를 분리해야 하고, 그래프 안의 어떤 루프는 현실 그 자체에 대해 책임을 져야 한다는 것을 아는 것. 설계의 단위는 이제 사이클이 아니라 사이클들의 네트워크다.
이 전환이 실제로 말하는 것
개선의 답은 그저 더 많은 루프를 더 잘 배치하는 것 — 위상 구조가 곧 치료약 — 이라고 결론짓기 쉽다. 하지만 그래프를 밀어붙이면 더 냉엄한 진실이 나타나고, 그것이 이 전환의 진짜 교훈이다.
완전한 그래프를 구축한 회사를 상상해 보라: 짝지어진 지표, 감사 루프, 하위 루프의 파라미터를 조정하는 메타 루프 — 그리고 그 모든 루프가 보고서를 소비한다. 감사 루프는 운영 숫자를 재무 숫자에 대조해 확인하고; 재무 숫자는 운영이 먹이는 바로 그 시스템에서 나오고; 메타 루프는 그 모든 것 위에 세워진 대시보드를 이용해 임계값을 조정한다. 모든 루프가 다른 루프를 지켜보고, 어떤 루프도 땅에 닿지 않는다. 이 그래프는 순환적(circular)이다: 모든 것이 일관되지만 아무것도 검증되지 않는, 상호 확인의 정교한 네트워크다. 그것은 단일 루프가 실패한 바로 그 방식으로 실패할 텐데, 다만 더 늦게, 더 비싸게, 그리고 추락하는 길에 훨씬 더 많은 초록불을 켠 채로 실패할 것이다. 위상 구조는 정교함을 샀다. 그것은 현실과의 접촉을 사지는 못했다.
그래서 그래프에는 어떤 간선의 배치로도 공급할 수 없는 무언가가 필요하다: 앵커(anchor). 네트워크 안의 어떤 측정들은 반박할 수 없는 종류여야 한다 — 실제로 은행에 입금된 매출, 실제로 실행된 테스트, 실제로 남은 고객, 맞거나 틀리는 물리적 재고 수량. 어떤 노드들은 얼어붙어(frozen) 있어야 한다 — 최적화 루프가 절대 조정할 수 없는 규칙들인데, 바로 최적화기가 약화시키고 싶어 할 규칙이기 때문이며, 훈련 루프가 절대 평가 세트를 봐서는 안 되는 것과 같은 이치다. 그리고 한 가지는 그래프 바깥에서 완전히 와야 한다: 뿌리에서 ‘더 낫다’가 무엇을 의미하는가에 대한 답이다. 루프는 기준을 향해 최적화하고; 루프들의 그래프는 기준을 관리하고 수정하지만; 애초의 판단 — 도대체 무엇이 통제할 가치가 있는가, 얼어붙은 규칙이 어디에 놓여야 하는가 — 은 그 기계장치가 만들어낼 수 없다. 그래프의 모든 루프가 그 판단을 전제하기 때문이다. 그 판단은 사람이, 실제 실패와의 접촉을 통해 공급한다. 그리고 가장 정교한 개선 아키텍처는 자기 자신의 권위가 어디서 끝나는지 정직하게 표시할 만큼 정직한 것들이다.
이 흐름이 향하는 곳
안전한 예측은, 루프 아키텍처가 단일 루프가 그랬던 것처럼 정통(orthodoxy)이 되리라는 것이다: 튜토리얼이 갈아엎어지고, ‘왜 하나의 지표로는 결코 충분하지 않은가’가 컨퍼런스 단골 발표 주제가 되며, 모든 진지한 시스템이 지금 버전 관리를 기본 탑재하듯 짝지어진 지표와 감사 사이클을 기본 탑재하게 될 것이다. 더 깊은 예측은 여기서 발견된 패턴에서 따라 나온다: 루프들의 그래프 역시 자기만의 특징적 방식으로 실패할 것이다 — 순환적으로, 일관되게, 그럴듯하게 — 앵커 없이 구축되는 곳이라면 어디서든. 그리고 담론은 다시 그다음에 오는 무언가를 향해 휘청거리며 옮겨갈 것이다.
이는 지속되는 축(axis)이 애초에 ‘루프 대 그래프’가 결코 아니었음을 시사한다. 그것은 **‘땅에 닿지 않음(ungrounded) 대 땅에 닿음(grounded)‘**이다: 개선 기계장치가 어떤 형태이든 자신이 개선한다고 주장하는 현실에 계속 닿아 있는가 — 그 숫자들이 세계에 대조되어 자리를 잡는가, 그 감시자들이 진정으로 독립적인가, 그 얼어붙은 규칙들이 압력 아래에서도 얼어붙은 채로 있는가, 그리고 자신의 가장 깊은 목표가 계산된 것이 아니라 선택된 것임을 인정하는가. 단일 루프는 시스템이 더 나아지는 법을 배운 방식이었다. 그래프는 시스템이 자기 자신을 속이지 않으면서 더 나아지는 법을 배우고 있는 방식이다. ‘더 낫다’가 무엇을 의미하는지에 대해 정직하게 남는 것은 이 둘 중 어느 것과도 다른 교훈이며 — 오늘의 루프 다이어그램이 작년의 단일 지표(고객이 떠나는 동안에도 그토록 아름답게 올라가던)만큼이나 예스럽게 보일 때에도 여전히 중요할 교훈이다.
관련 글: https://x.com/IntuitMachine/status/2068808668393451770
관련 노트
- loop-engineering — 반복 시스템 자체를 설계하는 루프 엔지니어링 개념
- 2026-07-02-loop-engineering-value-overengineering — 루프의 가치와 과설계 판단 기준
- harness · moc-ai-agents-harness — 하네스와 자가개선 루프의 상위 맵
- 원문: https://x.com/IntuitMachine/status/2078419526354378975